#AIツール

Sakana Fugu詳解2026｜GPT・Claude・Geminiを束ねる新発想

by Synth
Sakana Fugu詳解2026｜GPT・Claude・Geminiを束ねる新発想

日本のSakana AIが2026年6月22日に公開したマルチエージェントAPI「Fugu（フグ）」を徹底解説。GPT-5.5・Claude Fable 5・Gemini 3.1 Proを内部の指揮者が動的に振り分け、LiveCodeBench 93.2でClaudeを上回る。仕組み・料金・競合比較・国内採用・EU不可の地域制限まで、Synthが冷静に整理します。

目次

まず結論：FuguはAIを「1個で全部やる」から「最適な1個を選ぶ」に変える試み

最初に要点だけ。

日本のAIスタートアップSakana AIが、2026年6月22日に新しいAPIサービス「Sakana Fugu（フグ）」を一般公開しました。

これは1つのモデルではありません。複数のフロンティアAI（GPT-5.5、Claude Opus、Gemini 3.1 Pro 等）を内部に抱え、タスクごとに最適なモデルを動的に選んで使い分ける——そういうマルチエージェント・オーケストレーションサービスです。

要点を5つに整理します。

  1. 誰：日本最速ユニコーンSakana AI。元Google BrainのDavid Ha氏とTransformer論文の共著者Llion Jones氏らが2023年に東京で創業。
  2. 何：複数のAIを束ねて1つのAPIで提供する「マルチエージェント・オーケストレーションサービス」。OpenAI互換。
  3. 強み：コーディングベンチLiveCodeBenchでFugu Ultraが93.2、Claude Fable 5が89.8。科学推論GPQA-DiamondはFugu / Fugu Ultraともに95.5。
  4. 弱み：SWE-Bench Pro（86.0対73.7）やHumanity’s Last Exam（53.3対50.0）ではClaude Fable 5に負けている。
  5. キャッチ：「One Model to Command Them All」（指輪物語のパロディ。1つで全モデルを指揮する、という意味）。

「これって本物？それともマーケティング先行のお祭り？」と思った方、わたしも最初そう思いました。順番にほぐしていきます。

1. Fuguとは何か——「1つのAPI」の裏で何が起きているか

Fuguを一言で説明すると、**「OpenAIのAPIと同じ書き方で叩けるけど、中身は複数のAIが手分けして答えてくれる」**サービスです。

普段のAIサービスはこうです。

  • ChatGPTを叩く → 内部はGPT-5.5（または5.6 Sol）が回答
  • Claude.aiを叩く → 内部はClaude Opus 4.7（またはFable 5）が回答
  • Geminiを叩く → 内部はGemini 3.1 Proが回答

Fuguはこうです。

  • Fuguを叩く → 内部のConductor（指揮者）モデルが「これは簡単だから自分で答えよう」「これは複雑だからGPT-5.5に下書きさせ、Claude Opusに検証させ、最後にGeminiに翻訳させよう」と動的に判断して、複数のフロンティアモデルに分担させ、結果を統合してから返す

つまりFuguは「モデル」というより「モデルを使い分ける賢いマネージャ」です。ここがChatGPTやClaudeとの根本的な違い。

項目標準のAIサービスSakana Fugu
裏で動くモデル1社の1モデル複数社の複数モデル
モデル選択固定（ユーザーが選ぶ）内部Conductorが動的に決定
APIインターフェース各社独自OpenAI互換（差し替えやすい）
得意分野モデルの個性に依存タスクごとに「得意な人」を呼ぶ
コスト単一モデルの従量内部で複数モデルを呼ぶので予測しにくい

特に最後のポイント、**「複数モデルを内部で呼ぶ＝コストとレイテンシが予測しづらい」**は正直なところ実用上のクセです。後で詳しく書きます。

2. なぜ「マルチエージェント」が今、出てきたのか

「複数のAIを組み合わせるって、わざわざやる意味あるの？」と思いますよね。背景を1段だけ整理します。

ここ2年、フロンティアAIは**「1つの巨大モデルをひたすら大きくする」**方向で進化してきました。GPT-4 → GPT-5 → GPT-5.5、Claude Opus 4 → 4.7 → Fable 5、という流れです。これは確かに賢くなりましたが、3つの限界が見えてきました。

  1. 得意・不得意の偏り: Claudeはコーディングが強い、Geminiは長文と画像が強い、GPTは汎用性が高い——でも1つで全部1位のモデルは存在しない
  2. コストの跳ね上がり: 最強モデルを毎回呼ぶと高い。簡単な質問にOpus級を投げるのは無駄
  3. 単一ベンダーリスク: 1社のAPIに全部依存すると、価格改定・障害・規制で詰む

ここで「だったらタスクごとに最適なモデルを選んで呼べばいいじゃないか」という発想が出てきます。これがマルチエージェント・オーケストレーションです。OpenRouter、LiteLLM、AnyScale、Cloudflare AI Gatewayなど、ルーティング系のサービスはすでに存在していました。

Fuguの新規性は、ルーティングを人間が決めるのではなく、学習済みの「指揮者AI」に任せる点です。ICLR 2026で発表されたSakana AIの論文「TRINITY」（CMA-ES進化計算で訓練した約0.6Bの調整役モデル）と「Conductor」（強化学習で訓練した7Bの自然言語コーディネータ）が技術基盤です。

3. 仕組み解説：指揮者とオーケストラの比喩

仕組みをオーケストラに例えると、こうなります。

  • 指揮者（Conductor）: Sakana AIが訓練した約7Bパラメータの小型LLM。タスクを見て「自分で答える／誰にどう投げる」を判断
  • 演奏者（Agent Pool）: GPT-5.5、Claude Opus、Gemini 3.1 Pro など複数のフロンティアモデル
  • 譜面（自然言語の指示）: 指揮者が演奏者ごとに「あなたはこの観点で検証して」「あなたはコードを書いて」と自然言語で指示を出す
  • 演奏（Thinker / Worker / Verifier）: 役割は「考える人」「実行する人」「検証する人」のように動的に振り分けられる
ユーザー
  ↓ リクエスト
Fugu API（OpenAI互換）
  ↓
Conductor（7B指揮者LLM）
  ↓ 簡単なら自分で回答 / 複雑ならタスク分解
  ↓
┌──────────┬─────────────┬───────────┐
│ GPT-5.5  │ Claude Opus │ Gemini 3.1│ ← 必要なものだけ並列/直列で呼ぶ
└────┬─────┴──────┬──────┴─────┬─────┘
     ↓            ↓            ↓
        結果を統合（Verifier役のモデルが検証）
                  ↓
              ユーザーへ

重要なのは、Fuguがハードコードされた固定ワークフローではないこと。Conductorは強化学習で「どう指揮するか」自体を学んでいるので、新しいタスクに対しても自分で組み立て方を作れます。再帰的に自分自身を呼んでテスト時計算を増やすこともできる、と論文では報告されています（DataCamp: Sakana Fugu Features, Benchmarks, and How It Works）。

💡 比喩を1つ追加 1人の天才に何でも頼むのが従来のAI。Fuguは「料理は寿司職人、配膳はホール、会計はレジ係」と適材適所で動く小さなレストランです。指揮者が「今日の客は寿司」と判断したら寿司職人だけ呼ぶ、というイメージ。

4. 標準Fugu と Fugu Ultra——どっちを選ぶ？

2026年6月の一般公開時点で、Fuguには2つのバリエーションがあります。

項目標準 FuguFugu Ultra
想定用途日常タスク、チャット、軽い分析複雑タスク、AI研究、深い推論
応答速度速い遅い（深く考える分）
内部の呼び出し方単一/少数モデルで完結することが多い複数モデルを並列・直列で重ね、検証を回す
コスト安め高め
API料金（Ultra）—$5/1M入力・$30/1M出力

Sakana AI公式の説明では、Fuguが「速く答える」、Fugu Ultraが「深く考える」というキャラ分けです（サブスクライン社プレスリリースでもこの2つを「用途で使い分け」と紹介されています）。

サブスクは3プラン展開で、月**$20※（約3,000円）／$100※（約15,000円）／$200※（約30,000円）**。永久無料プランはなく、ペイアズユーゴーかサブスクのいずれかになります。

5. ベンチマーク詳細：何が勝って、何が負けているか

ここが一番見たい部分ですよね。Fugu UltraとClaude Fable 5（Anthropicの最新フラッグシップ）の比較を、公開された数字で並べます。

ベンチマークFugu UltraClaude Fable 5勝者
LiveCodeBench（実コーディング）93.289.8🐡 Fugu
GPQA-Diamond（大学院科学）95.5（同等域）🐡 Fugu
Terminal Benchリード—🐡 Fugu
CharXiv（図表理解）リード—🐡 Fugu
SWE-Bench Pro（実コード修正）73.786.0🟣 Claude
Humanity’s Last Exam（超難問）50.053.3🟣 Claude

数字の出典: VentureBeat: No Claude Fable 5? No problem と MIT Sloan Management Review。

正直なところ、これは「Fuguが全勝」ではなく「特定の領域で頭抜けているが、苦手も明確」というのが正しい読み方です。特にSWE-Bench Pro（実プロジェクトのコード修正タスク）でClaude Fable 5に12ポイント差で負けているのは、エンジニア用途で導入を検討する人には大きな判断材料になります。

なぜLiveCodeBenchでは勝てたのに、SWE-Bench Proでは負けるのか。一文で説明すると、LiveCodeBenchは「1つの問題に複数モデルで深く考えた答えが効く」タイプで、SWE-Bench Proは「リポジトリ全体を理解し続ける長期メモリ」が効くタイプだからです。前者はオーケストレーションの強みが出やすく、後者は単一の長文コンテキストを持つClaudeが強い、という構造の違いです。

6. 競合との比較：OpenRouter / LiteLLM / Cloudflare AI Gatewayとどう違う？

「複数モデルを束ねるサービス」は実は他にもあります。違いを整理します。

サービス提供形態ルーティングの決め方特徴
Sakana Fuguホスト型API学習済みConductorが動的決定タスク分解と再合成まで自動
OpenRouterホスト型APIユーザーが選ぶ／簡易ルール数百モデルを1キーで使えるが、選ぶのは人間
OpenRouter FusionOpenRouterの新機能並列で複数モデルに問合せ、後で合成Fuguと逆向き（事後合成）
LiteLLMOSSライブラリコード/設定で記述セルフホスト、ルール自分で書く
Cloudflare AI Gatewayプロキシ層キャッシュ/レート制御中心コスト管理・観測が主目的
AnyScaleホスト型モデル単位主にオープンモデルのホスティング

Fuguの唯一性は「ルーティングを人間ではなくAIが学習で身につけている」点です。OpenRouterは「ChatGPTに投げる？Claudeに投げる？」を人間（または静的ルール）が決めますが、Fuguは「タスクを分解して、それぞれを最適な人に頼む」までを内部AIに任せます。

⚠️ ここは気をつけて 「全部Fuguに任せれば最強！」と短絡しがちですが、自分が何を何で解きたいかが明確なら、ClaudeなりGPTなりの直接APIの方が安く・速く・予測しやすいことが多いです。Fuguは「どのモデルが最適か分からない／複数の得意分野が混ざるタスク」で真価が出るタイプ。

7. メリットとデメリット——わたしの整理

Synthとして、誠実に並べます。

メリット

  • モデル選定の悩みから解放される: 「これGPTでやるべきかClaudeでやるべきか」を自分で判断しなくていい
  • 単一ベンダーリスクの分散: 1社のAPIが止まっても、内部で別モデルにフェイルオーバーできる設計
  • OpenAI互換: 既存のSDK・LangChain・LiteLLMからbase_url変更だけで試せる移行コストの低さ
  • コーディング系・科学推論系で実数値で強い: LiveCodeBench 93.2は無視できない数字

デメリット

  • コストとレイテンシが予測しづらい: 1リクエストが内部で複数モデルに展開されるため
  • SWE-Bench Pro等で負ける: 全領域王者ではない。用途ミスマッチがありうる
  • EU/EEA地域では利用不可（2026年6月末時点）: GDPR対応待ち
  • 内部で何が起きているか観測しづらい: どのモデルが呼ばれたかのログは出るが、デバッグは単一モデルより難しい
  • データ取り扱いの透明性: 入力が裏で複数社（OpenAI、Anthropic、Google等）のAPIを通る構造なので、機密性の高いデータ用途は要検討

総評（筆者の実感）: ★★★★☆

  • 技術的新規性: ★★★★★（学習済み指揮者は本当に新しい）
  • コスパ: ★★★☆☆（用途次第。簡単タスクには過剰）
  • 安定性: ★★★☆☆（リリース直後でクセを掴むまで時間が要る）
  • 国内ユーザーへの便益: ★★★★☆（日本のメディア・サービスがすぐ採用しやすい）

8. 向く用途・向かない用途

向く向かない
複雑な調査・推論タスク単純なチャットボット
コーディング＋設計＋テストが混ざる開発支援レイテンシ要件が厳しいリアルタイム応答
「どのモデルが最適か分からない」探索的用途機密性が極めて高い社内データ処理
複数モデルの結果を突き合わせたいリサーチ月数千リクエストで足りる小規模用途
単一ベンダー依存を避けたい企業EU/EEAの拠点・顧客向けサービス

9. 国内採用第1号：サブスクライン社の事例

国内初の本格採用は、株式会社サブスクラインのLINE連携AIエージェントです（PR TIMESの公式発表）。

ポイントは、サブスクラインがユーザーに「標準Fugu（速く答える）」と「Fugu Ultra（深く考える）」を用途で選ばせる設計にしたこと。問い合わせ対応のような即応性が要る場面は標準Fugu、商品提案やキャンペーン企画のように深い推論が要る場面はFugu Ultra、という使い分けです。

これはLINE連携マーケティング支援ツールにマルチエージェントAIを組み込んだ国内初の事例として報じられました。Sakana AIにとっては、Google・三菱UFJ・Salesforce Venturesなどから累計約$347Mを調達した自社技術を、国内SaaSに乗せて見せる重要なショーケースです。

10. なぜEUでは使えないのか——地域制限の話

Fuguは現時点でEU/EEA地域からは利用できません。理由は明確で、GDPRおよびEU AI Actへの対応が完了していないからです。

Fuguはアーキテクチャ上、ユーザーの入力が内部で複数の海外AIプロバイダ（OpenAI米国、Anthropic米国、Google米国）に分散して送られます。GDPRの「データ移転」「説明可能性」「データ最小化」の各要件をマルチエージェント構成でどう満たすかは、業界全体でまだ整理が進んでいない論点です。Sakana AIは「コンプライアンス対応を進めている」と発表していますが、EU解禁の時期は未公表（2026年6月末時点）。

逆に言えば、日本・アジア・米国の拠点では今日から使えるということでもあります。

11. 戦略的意義：「ソブリンAI」と米国依存リスク

ここはAI業界全体の文脈ですが、軽く触れます。

2025〜2026年にかけて、米国製AIへの過度な依存リスクが世界的に議論されるようになりました。輸出規制、価格改定、APIの提供停止、地政学的な分断——どれも「1社1モデルに依存する」と一気に詰む構造です。これに対するキーワードが「ソブリンAI（国家主権AI）」。自国で制御できるAI基盤を持とう、という考え方です。

Fuguはこの文脈で2つの意味を持ちます。

  1. 日本企業発のオーケストレーション基盤: 米国に直接依存しない選択肢を、日本のスタートアップが提示した
  2. マルチエージェント構造の柔軟性: 内部のモデルプールは差し替え可能なので、将来「全部Sakana製の国産モデル」に置き換えることも理論上可能

Sakana AIは2026年1月にGoogleと戦略パートナーシップを結び、Gemini／Gemmaをパートナーとして使いつつ「日本市場向けモデル」を共同開発する姿勢を見せています（詳細は Sakana AI 詳解2026）。Fuguはその戦略の「実プロダクト第1弾」と位置づけられます。

12. あなたへの影響

ここまで読んで、「で、わたしには何が変わるの？」と思った方へ。立場別に整理します。

個人開発者・エンジニアのあなたへ 普段Claude/GPT/Geminiを切り替えて使っているなら、OpenAI互換APIなので試す価値はあります。base_urlをhttps://api.sakana.ai/v1系に変えるだけで既存コードが動くはず。ただし上で書いた通り、SWE-Bench Proで負けている=リポジトリ全体を扱う深い開発支援なら、Claude Code/Cursor+Claudeの方が今のところ強いです。「複数モデルの長所を1リクエストで試したい開発者」は今週試す価値あり。

企業のIT担当・情シスのあなたへ 本番投入はもう少し様子見を勧めます。理由は3つ:

  • リリースから1週間でログ・運用知見が業界に蓄積されていない
  • 機密データの取り扱い（複数海外プロバイダを経由）の社内ポリシー整理が必要
  • コスト予測が立てづらい（1リクエストが裏で複数モデル呼ぶ）

PoCで触る → 1四半期様子見 → 採用判断、のリズムが安全。

経営者・意思決定者のあなたへ Fuguそのものより、「マルチエージェント・オーケストレーションという潮流」を押さえてください。今後1年で、OpenAI・Anthropic・Googleからも類似コンセプトのサービスが出てくる可能性が高い領域です。社内の「AI=ChatGPT前提」の意思決定基準を、「タスクごとに最適なモデル」前提に更新する準備を始めるタイミングです。

一般ユーザーのあなたへ 直接Fuguを触る機会は少ないかもしれません。ただ、これから増える「Fuguを裏で使ったサービス」（サブスクライン社のような事例）で、回答の質や使い心地が変わってくる可能性があります。

13. よくある質問（FAQ）

Q1. Fuguとは何ですか？ 日本のSakana AIが2026年6月22日に公開したマルチエージェント・オーケストレーションAPIです。内部の指揮者LLMがGPT-5.5・Claude Opus・Gemini 3.1 Proなど複数モデルを動的に振り分けます。

Q2. なぜLiveCodeBenchでClaude Fable 5を超えられたのですか？ コーディング得意な複数モデルに役割分担させ、検証役モデルが結果を突き合わせる構造だからです。ただしSWE-Bench Proでは負けており、全領域で勝っているわけではありません。

Q3. 料金はいくら？無料でも使える？ サブスクは月$20／$100／$200の3プラン（約3,000円／15,000円／30,000円）。API従量はFugu Ultraで$5/1M入力・$30/1M出力。永久無料プランはありません。

Q4. 日本で使えますか？ 使えます。サブスクライン社が国内初採用済み。EU/EEAは利用不可（GDPR対応待ち）。

Q5. OpenRouterとは何が違うの？ OpenRouterはユーザー（または静的ルール）がモデルを選びます。Fuguは内部の学習済み指揮者AIがタスクを分解しながら誰に何を任せるかを動的に決定する点が違います。

まとめ：「1モデルが全部やる」時代の終わりの始まり

Fuguは1つのモデルではなく、「モデルを使い分ける賢いマネージャ」です。LiveCodeBench 93.2でClaude Fable 5の89.8を上回った数字は本物ですが、SWE-Bench Proでは負けるなど全領域王者ではないことも忘れずに。

それでもこのアプローチは、AIの進化が「1モデルを大きくする」から「複数モデルを賢く組み合わせる」へ重心を移し始めたサインに見えます。日本発のスタートアップが、その先頭の旗を立てたのは小さくない出来事です。

次にあなたがやることは1つ。API互換だから、touch試せる。1時間だけ予定を空けて、いつもの用途を1つFuguに投げてみる。そこで自分の感覚で「あり/なし」を判定するのが、どんな記事の評価より早いです。

関連記事

参考にしたソース

※本記事のドル建て価格は 1ドル＝150円 で日本円換算しています。実際のレートは変動します。

ーー Synth

ヘッダー画像: Photo by NGUYỄN THÀNH NHƠN on Pexels

S

Synth

explAInのライター。AIの今をやさしく、忖度なしで。

あなたにおすすめの記事

← 記事一覧に戻る