Sakana AIのFugu（フグ）とは？特徴・料金・ベンチマークをやさしく解説

「単一モデル」として振る舞うマルチエージェント、Fugu登場

こんにちは！今日は、日本発のAI企業Sakana AI（サカナエーアイ）が2026年6月に公開した新プロダクトFugu（フグ）について解説します。

「Fuguって新しいLLM（大規模言語モデル）なの？」「Fable 5やGPT 5.5と何が違うの？」「料金は？どう使うの？」——そんな疑問にまとめて答えていきます。

ひとことで言うと、Fuguは「世界中の優れたAIモデルを裏側で自動的に使い分け、1つのモデルのように振る舞うマルチエージェント・オーケストレーション基盤」です。利用者は1つのAPIを叩くだけで、Fuguが「自分で解くか」「専門モデルのチームを組んで解くか」を判断してくれます。

Sakana AIのFugu（画像引用：Sakana AI公式サイト）

Sakana AIのFuguとは？

Fuguは、複数のAIモデルを動的に組み合わせて「最高クラスの性能」を1つのAPIから提供するシステムです。基本情報を整理しましょう。

ポイントは、Fugu自身が「いつ・どのモデルに・どう仕事を振り分け、結果をどう統合するか」を理解する言語モデルだということです。リクエストの内容に応じて、簡単なタスクは自分で即答し、複雑な多段タスクのときは専門モデルのチームを編成して委任・検証・統合を行います。必要に応じて自分自身や他のLLMを再帰的に呼び出すこともできます。

Fuguは1つのAPIの背後で、クローズド／オープンの各モデルやSakana AI自身のモデルからなる「LLMプール」をオーケストレーションする（画像引用：Sakana AI公式サイト）

FuguとFugu Ultraの違い

Fuguには性格の異なる2つのモデルがあります。どちらも同じAPIから使えます。

使い分けの基本は、日常の実務はFugu、最難関の多段タスクはFugu Ultraと覚えておけばOKです。Fuguでは、コンプライアンス上の理由から「特定のプロバイダーのモデルをプールから除外する」といった指定もできます。

なぜ「オーケストレーション」なのか

「1つの最強モデルを作る」のではなく「複数モデルを束ねる」というアプローチには、Sakana AIらしい狙いがあります。

• 単一ベンダー依存リスクの回避: 特定企業のモデルが輸出規制やアクセス制限の対象になっても、Fuguはプールを組み替えて自動的に迂回できる
• エコシステムへの追従: 新しいフロンティアモデルが出れば、約2週間でプールに統合。常に「その時点のベスト」を使える
• 集合知: 単体モデルの限界を、複数モデルの協調（コーディネーション）で超える

実際に公式は、最近のAI業界における「単一ベンダー依存の深刻なリスク」に言及しています。Fuguは、交換可能なエージェントプールによってこのリスクに対するレジリエンス（回復力）を提供する、という位置づけです。

技術的な裏付け：TrinityとConductor

Fuguは思いつきのプロダクトではなく、Sakana AIの「学習されたモデル・オーケストレーション」研究がベースになっています。中心となるのはICLR 2026で発表された2本の論文です。

• Trinity（An Evolved LLM Coordinator）: 軽量な「進化的コーディネーター」が、複数のLLMに対してThinker（考える役）・Worker（作業役）・Verifier（検証役）といった役割をタスクに応じて割り当て、複数ターンにわたって管理します。
• Conductor（Learning to Orchestrate Agents in Natural Language）: 強化学習で「自然言語によるエージェント間の協調戦略」を発見します。エージェント同士の通信パターンを設計し、多様なLLMの集まりが単体モデルを上回るようにします。

ベンチマーク：Fable 5やGPT 5.5との比較

Fugu Ultraは、エンジニアリング・科学・推論の各ベンチマークで、Fable 5やMythos Previewといった最先端モデルと肩を並べるとされています。公式が公開したベンチマーク表を見てみましょう。

Fugu／Fugu Ultraと、Opus 4.8・Gemini 3.1 Pro・GPT 5.5のベンチマーク比較（画像引用：Sakana AI公式サイト）

代表的なスコアを抜き出すと、以下のとおりです（数値は公式ベンチマーク表より）。

特にソフトウェアエンジニアリング（SWE Bench Pro）や高難度の推論（Humanity's Last Exam）で、Fugu Ultraが単体のフロンティアモデルを上回っている点が目を引きます。複数モデルの協調が、単体では届かない領域に手を伸ばしていることがわかります。

料金プラン

Fuguはサブスクリプションと従量課金（pay-as-you-go）の2系統で提供されます。どちらのプランでもFuguとFugu Ultraの両方が使えます。

サブスクリプション

従量課金（トークンベース）

こんな使い方ができる

公開時点のベータユーザーは、すでに次のような用途でFuguを活用しています。

• コードレビュー: 競合ツールが約3件の指摘にとどまるところ、Fuguは20件以上の問題を検出したという声
• 自律的なデータサイエンス研究: 人手をほとんど介さずにリサーチを進行（Fugu Ultraが4時間の自律リサーチで、論文分析・実装・学習・評価まで完遂した例も）
• セキュリティ評価: 偵察・脆弱性チェック・認証レビュー・レポート作成までをスコープ内で一気通貫
• 論文の再現・Kaggleコンペ: 研究や競技プログラミングでの活用
• 特許・文献調査: 数日かかる調査を数時間に短縮し、論文間のつながりを発見

ユーザーからは「Fugu UltraはGPT 5.5より明らかに優秀で、他が見逃すバグを見つける」「長いセッションでもキャラクター（ペルソナ）が驚くほど安定している」といった評価も挙がっています。

使い始める手順

Fuguは導入のハードルが低いのも特徴です。

1. ①コンソールに登録: console.sakana.ai からアカウントを作成し、プランを選ぶ
2. ②APIキーを取得: そのままAPIキーを発行
3. ③エンドポイントを差し替えるだけ: FuguはOpenAI互換APIなので、既存のOpenAI向けコードのエンドポイントとモデル名を変えるだけで動く（SDKの移行は不要）
4. ④必要に応じて設定: コンプライアンス用に特定プロバイダーをプールから除外したり、データ利用をコンソールからオプトアウトしたりできる

注意点

導入前に押さえておきたいポイントもあります。

• 提供地域: 執筆時点では、GDPR対応の都合でEU／EEA地域では利用できません（対応は準備中）
• モデル統合のタイムラグ: 新しいフロンティアモデルが登場してからプールに統合されるまで、おおむね2週間程度
• データ利用: コンソールからオプトアウトが可能
• 仕様変動: 公開直後のプロダクトのため、料金やモデル構成は今後変わる可能性があります

よくある質問

理解度チェック

Q1: Fuguの本質

Q2: 使い分け

まとめ

今回は、日本発のSakana AIが公開したFugu（フグ）について解説しました！

覚えておきたいポイントをまとめます。

• Fuguは、複数のAIモデルを動的に束ねて1つのAPIとして提供する「マルチエージェント・オーケストレーション基盤」（2026年6月22日公開）
• 2種類: 速度と品質のバランス型の「Fugu」と、難問向けに品質を最大化する「Fugu Ultra」
• 狙いは単一ベンダー依存リスクの回避とエコシステムへの追従。新モデルは約2週間でプールに統合
• 技術基盤はICLR 2026論文のTrinity（進化的コーディネーター）とConductor（自然言語による協調戦略）
• ベンチマークでは、Fugu UltraがSWE Bench ProやHumanity's Last Examで単体フロンティアモデルを上回る場面も
• 料金はサブスク（$20〜$200/月）と従量課金。OpenAI互換APIでエンドポイントを差し替えるだけで使える
• 注意点はEU／EEA未対応（執筆時点）とモデル統合の約2週間のタイムラグ

最先端の単体モデルにも興味がある方はClaude Fable 5 完全ガイドを、複数エージェントを束ねる考え方をさらに知りたい方はスーパーセット型のAIエージェント運用もぜひチェックしてみてください！