Sakana AIが「Sakana Fugu」提供開始。複数AIを束ねFable 5に比肩 anchor left anchor right

Jun 23 2026 AIニュース

Sakana AIが「Sakana Fugu」提供開始。複数AIを束ねFable 5に比肩

anchor left anchor right

📖 この記事で分かること

  • Sakana Fugu が複数モデルを束ねる仕組みと狙い
  • Fugu と Fugu Ultra の違い・料金・利用方法
  • ベンチマークで示した強みと弱み
  • 「輸出規制リスクの回避」という打ち出しの背景

💡 知っておきたい用語

  • マルチエージェント・オーケストレーション:複数のAIモデルを役割分担させ、1つのまとまった答えに統合する仕組み。指揮者がオーケストラをまとめるイメージ。

最終更新日: 2026年6月22日

▶ 公式ページ

Sakana Fugu とは

Sakana Fugu は、複数のAIモデルを内部で束ねながら、利用者からは1つのモデルのように扱えるマルチエージェントシステムです。

この記事のポイント

  • Sakana AI が2026年6月22日に「Sakana Fugu(サカナ・フグ)」を一般提供開始(2026年6月時点)。
  • 上位版「Fugu Ultra(2026年6月時点)」が、一部ベンチマークで Anthropic の Fable 5・Mythos Preview に比肩。
  • 料金はサブスク月20〜200ドル、従量課金併用。OpenAI 互換の単一APIから利用可能(2026年6月時点)。

Sakana AI(東京・港区)は6月22日、複数のAIモデルを組み合わせて動かす「Sakana Fugu」と、高性能版「Fugu Ultra」の一般提供を始めると発表しました。利用者は1つのエンドポイントにリクエストを送るだけで、Fugu が「単独モデルで済むか、専門モデルのチームを編成すべきか」を内部で判断します。モデルの選択・委譲・検証・統合をすべて内側で処理するため、マルチエージェント特有の複雑さが利用者のコードに及びません。

仕組みの核は、Fugu 自体が1つの言語モデルである点です。どのモデルにいつ委譲するか、エージェント同士がどう対話し、成果をどう1つの答えにまとめるかを、人手のルールではなく学習で獲得しています。基盤には同社の ICLR 2026 採択論文「Trinity」「Conductor」があります。

マルチエージェントシステムに関する基礎概念については、以下の記事で詳しく解説しています:

なぜ「束ねる」設計なのか

この設計の背景には、単一ベンダー依存のリスクという、技術以外の動機があります。

Sakana AI は、重要インフラや金融・行政を一社のAPIに頼ることを「現実的な弱点」と位置づけます。直近では、Anthropic の Fable 5 と後継の Mythos 5 が、米政府の命令によって提供開始の直後に一時停止される事態がありました。規制や輸出管理、各国の政策が変われば、アクセス条件は一夜にして変わり得ます。

Fable 5 と Mythos 5 の停止に関する詳細は、こちらの記事で解説しています:

Sakana Fugu は、背後で使うモデル群を必要に応じて入れ替えられる構成を採ります。あるプロバイダーが利用を制限しても、別のモデルへ動的に経路を切り替えることで影響を迂回するという考え方です。同社はこれを「AI主権(AI sovereignty)」を支える現実的な選択肢と表現しています。なお、Fable 5 と Mythos Preview は一般提供されていないため、Fugu のエージェントプールには含まれていません。

Fugu と Fugu Ultra:仕様と料金

提供されるのは用途で選べる2モデルで、いずれも OpenAI 互換の単一API【エーピーアイ】から利用できます。

Fugu は性能と応答速度のバランス重視で、日常業務のデフォルト向けです。Codex のようなコーディング/コードレビュー用途や、チャットボットなどのインタラクティブなサービスに組み込めます。データやコンプライアンス要件を持つチーム向けに、特定エージェントをプールから除外する設定も用意されます。

Fugu Ultra は、難しい多段階タスクでの回答品質を最大化する調整版です。テストユーザーは、論文の再現、サイバーセキュリティ分析、文献・特許調査といった負荷の高い業務で利用していました。

料金はサブスクリプションと従量課金の2本立てです(いずれも2026年6月時点)。サブスクは Standard が月20ドル、Pro が月100ドル、Max が月200ドルで、全プランで Fugu と Fugu Ultra の両方を使えます。従量課金の Fugu Ultra(fugu-ultra-20260615)は、100万トークンあたり入力5ドル・出力30ドル・キャッシュ入力0.5ドルで、27万2000トークンを超える文脈では入力10ドル・出力45ドル・キャッシュ入力1ドルに上がります。Fugu の従量課金は、エージェントが1つだけ動けばその基盤モデルの標準レート、複数動けば使われたモデルのうち最上位のレートが適用されます。

提供地域については、一部地域(EUおよびEEA)では規制対応のため当面利用できないとされます(2026年6月時点)。

ベンチマークと実利用での評価

Fugu Ultra は、コーディングと推論の主要ベンチマークでフロンティアモデルと肩を並べると説明されています。

報道によると、Fugu Ultra はプログラミング性能を測る Terminal-Bench 2.1 で Fable 5 を上回り、複雑な図表の読み取りを測る Charxiv Reasoning では Mythos Preview を上回りました。コーディングの SWE-Bench Pro では73.7%が示されています(2026年6月時点)。一方で、幅広い学問知識を問う Humanity’s Last Exam では Fable 5 に届かなかったとされ、全領域で勝っているわけではありません。

ベンチマーク以外でも、ベータ版(約500名のテストユーザー)からは実務寄りの評価が出ています。あるソフトウェアエンジニアは、コードレビューで他ツールが3件程度しか指摘しない場面で20件以上の問題を洗い出したと述べています。エンタープライズ向けプラットフォーム企業の経営層は、長時間セッションでのペルソナの安定性を、ベンチマークスコア以上に重要な点として挙げています。

編集部の見方

「使えるフロンティア性能」という立ち位置:Fugu Ultra の訴求は「最強」ではなく「今日すぐ業務で使える範囲での最高峰」です。Fable 5 や Mythos Preview がアクセス制限下にある現状を踏まえると、性能の絶対値より「止まらないこと」を評価軸に置く組織には現実的な選択肢になります。

ベンダーロックイン対策としての価値:単一APIの裏でモデルを差し替えられる設計は、コスト高騰・規制・買収といった供給側の変動に対する保険として機能します。重要インフラや基幹業務でAIを使う場面ほど、この冗長性の意味は大きくなります。

向く読者像 / 留意点:多段階・長時間・入り組んだワークフロー(調査、再現、レビュー)を回す層に向きます。一方、内部でどのモデルが使われたかを出力ごとに確認できない点や、知識特化のベンチマークでは既存モデルに劣る領域がある点は、用途次第で評価が割れます。価格は標準的なフロンティアAPIと同水準で、オーケストレーションのために大幅に割高というわけではありません。

まとめ

Sakana Fugu は、巨大な単一モデルを作る競争とは別の軸、つまり「世界中のモデルを賢く使い分ける」方向に賭けたプロダクトです。輸出規制で主力モデルが一夜にして使えなくなる現実が起きたあとだけに、「束ねて迂回する」という設計思想は時機を得ています。性能の頂点を狙うというより、止まらない実務基盤としてどこまで支持を得るかが、今後数カ月の焦点になります。


よくある質問

Q: Fugu と Fugu Ultra はどう使い分けますか?

A: 日常業務やレイテンシ重視なら Fugu、論文再現・セキュリティ分析・調査など精度と深さが要る難タスクなら Fugu Ultra が想定用途です。全サブスクプランで両方使えます。

Q: 既存のコードから使えますか?

A: OpenAI 互換の単一APIとして提供されるため、対応ツールやコードへ組み込めます。コンソール(console.sakana.ai)から利用を開始できます。

Q: 内部でどのモデルが使われたか分かりますか?

A: 現時点では、出力ごとに使用モデルを確認することはできないと報じられています。データやコンプライアンス要件がある場合、Fugu では特定エージェントをプールから除外する設定が用意されます。


【用語解説】

  • マルチエージェントシステム: 複数のAIを役割分担させて連携させる仕組み。Fugu は内部で複数モデルを動かしつつ、外からは1モデルに見える。
  • エージェントプール: Fugu が呼び出せるモデル群のこと。新しいモデルの追加や入れ替えが前提の設計。
  • AI主権【エーアイしゅけん】: 重要な業務やインフラを特定ベンダーのAIに依存しすぎず、自律的に運用できる状態を指す考え方。

引用元:


この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。

anchor left anchor right
KOJI TANEMURA

15 年以上の開発経験を持つソフトウェアエンジニア / テクノロジーライター。AI エージェントの実務活用を研究し、現場や経営者向けセミナーでその知見を発信。本メディア tech-noisy.com では、一次情報に基づく最新ニュース・解説記事を執筆。また、音楽生成 AI による DJ パフォーマンスを企業イベントで行うなど、テクノロジーと表現の融合も探求している。