Sakana AIは2026年6月22日、マルチエージェントのオーケストレーションシステムを一つの基盤モデルとして提供する新プロダクト「Sakana Fugu」の提供を開始しました。Sakana Fugu自体が言語モデルであり、エージェントプール内のさまざまなLLM(自分自身を再帰的に呼ぶ場合もある)を動的に呼び分けて、複雑で多段階のタスクに取り組みます。利用者は単一のAPIを呼ぶだけでよく、一つのベンダーに依存することも、複雑なマルチエージェントシステムを自前で構築することもなく、フロンティアレベルの性能を利用できるとしています。

Sakana Fuguの仕組み

Sakana Fuguは、単一のモデルのように振る舞うマルチエージェントシステムです。一つのエンドポイントにリクエストを送ると、Fuguが処理方法を判断し、単独のモデルで十分な場合はそのまま解き、より高度な対応が求められる場合には専門モデルのチームを編成して連携させます。モデルの選択、委譲、検証、統合はすべて内部で管理されるため、マルチエージェントシステムの複雑さが利用者のコードに及ぶことはありません。

これを可能にしているのは、Fugu自身が協調の仕方を学習している点です。どのモデルが何を担うかを人手のルールで定めるのではなく、いつ委譲すべきか、エージェント同士がどう対話すべきか、それぞれの成果をどう一つの信頼できる答えへまとめ上げるかをFugu自身が学習しています。このアプローチは、学習によるモデルオーケストレーションに関する同社の研究「Trinity」と「Conductor」(いずれもICLR 2026採択論文)を基盤としています。

FuguとFugu Ultra

• ▸Fugu — 高い性能と低レイテンシのバランスに優れ、日常業務のデフォルトに適したモデル。コーディングやコードレビューにおけるCodexのようなツール、チャットボットなどのインタラクティブなサービスにも組み込める。データ・プライバシー・コンプライアンスの要件がある場合は、特定のエージェントをプールから除外できる
• ▸Fugu Ultra — 困難な多段階の問題に対する回答品質を最大化するよう調整。精度と深さが重要な場面では、より厚みのある専門エージェント群を連携させる。テストユーザーはAI研究、論文の再現、サイバーセキュリティ分析、文献・特許調査など負荷の高い業務で活用していた
• ▸提供形態 — 本日より一般提供。両モデルともOpenAI互換の単一のAPIから利用でき、日常利用向けのサブスクリプションプランと、負荷の高い用途やエンタープライズ向けの従量課金プランを用意

ベンチマークと応用実験

Fugu Ultraは、エンジニアリング・科学・推論といった業界屈指の厳しいベンチマークにおいて、AnthropicのFable 5やMythos Previewといった最先端モデルに比肩し、しかも輸出規制のリスクを負わずにフロンティアレベルの能力を発揮するとしています。Fugu以外のスコアはいずれも各モデル提供元の公表値で、Fable 5とMythos Previewについては同一ベンチマークで両方のスコアがある場合に高い方を採用しています。両モデル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。

応用面の実験では、AutoResearch、ルービックキューブ、機械設計、日本語の手書き文字解析、チェス、金融時系列予測といった用途で、FuguモデルがGemini 3.1 Pro(high)、Opus 4.8(max)、GPT-5.5(xhigh)を一貫して上回ったとしています。

単一ベンダー依存へのリスクとオーケストレーション

同社は、オーケストレーションが技術的な最適化にとどまらず、地政学的にも実務面でも避けて通れない技術になったと述べています。組織にとっても国家にとっても、重要インフラや金融、行政を一社のAPIに頼って動かすことは現実的な弱点になり得るとし、AnthropicのFable 5およびMythos 5に課された輸出規制に見られたように、規制の枠組みや輸出管理、各国の政策が変われば、アクセスの条件は一夜にして変わり得ると指摘しています。

Fuguはオーケストレーションのために学習させたモデルであり、その背後で用いるモデル群は必要に応じて入れ替え可能です。あるプロバイダーが利用を制限しても、Fuguはその影響を動的に迂回します。今後はより新しいモデルやSakana AI自身のモデル、その他のオープンモデルも随時プールに加えたり入れ替えたりしていく方針で、世界中のモデルをオーケストレーションすることでAI主権(AI sovereignty)を支える現実的な選択肢を示したいとしています。

ベータプログラムでの評価

• ▸コードレビュー(ソフトウェアエンジニア) — 他のツールでは3件程度の指摘にとどまるところ、Fugu Ultraは20件以上の問題を洗い出し、他のモデルが見逃すバグも発見した
• ▸オーケストレーション品質(エンタープライズ向けプラットフォーム企業の経営層) — 素の出力品質はトップクラスのフロンティアモデルと同等で、長時間のセッションでもペルソナが安定しており、他のモデルなら崩れる場面でも保たれた
• ▸セキュリティ評価(サイバーセキュリティエンジニア) — 範囲を絞った指示を一つ渡しただけで、情報収集からXSS/SQLiの検査、認証まわりのレビュー、証拠と再テスト手順を備えたレポート作成まで一気通貫でこなし、指定範囲を逸脱せず破壊的な操作も避けた

500名近いテストユーザーによるベータプログラムを実施し、寄せられたフィードバックをもとにシステムを改善しました。あるユーザーはSakana Fuguのリサーチモードでデータ分析をほぼ自動で進めており、アイデアの探索、実験の実行、失敗の読み解き、アプローチの修正を繰り返しながら長時間かけて前進し続ける、答えの定まらない多段階の作業こそがFugu Ultraの想定用途だとしています。

今後の予定

今回のリリースは出発点でありゴールではないとしています。Fuguは固定的なワークフローではなく学習によるオーケストレーションの上に成り立っているため、基盤となるエコシステムが進歩するほどFugu自身も進化し、新たなフロンティアモデルが登場すればエージェント群へ取り込めます。今後数か月のうちに、オープンモデルやSakana AI自身のモデルを含めて専門エージェントのプールを拡充し、長時間のタスクやエージェント的なタスクにおける協調を強化し、Fuguの振る舞いを利用者がより細かく制御できるようにしていく予定です。