単一モデル依存からオーケストレーションへの転換

Sakana AIは2026年9月11日に、複数モデルを動的に組み合わせるオーケストレーションエンジンFuguの新世代モデルFugu MaxとFugu Ultra v2を公開した。AI業界が大規模基盤モデルの巨大化を競う中、Sakana AIは能力とコストの2軸で最適化するオーケストレーションアーキテクチャーを提案している。単一の巨大モデルにすべてを委ねるのではなく、タスクに応じて最適なモデルを動的に選択・統合することで、性能を維持しつつコストを圧縮する設計だ。

Fugu Maxのコスト性能比と実用的価値

Fugu Maxはこれまでで大規模のオープンウェイトモデルと専門モデルのプールを統合し、タスクごとに最も効率的なモデルに動的ルーティングする。入力トークン200万ドル、出力トークン600万ドルの価格で、Sonnet 5やGPT 5.6 Terra、Kimi K3と比較して出力コストを40から60パーセント削減している。Terminal Bench 2.1やGPQAD、GDP.pdfなど6ベンチマークで最高総合スコアを記録し、10ベンチマーク中7つでコスト性能パレートフロンティアを拡張した。

Fugu Ultra v2の高性能とベンダーロックイン回避

Fugu Ultra v2は複雑な多段階推論や自律研究、フルスタック開発に特化した高能力モデル。Chartographyでは48.3を記録しOpus 5の27.3を大きく上回り、DeepSWEでは74.3を達成してトークン単価3から5倍のモデルを凌駕した。重要な点は、Fable 5やGPT-6 Astraといった独自フロンティアモデルをプールに含めずともこの性能を実現していることだ。特定ベンダーへの依存を避ける設計思想が、AI主権という観点から注目される既存FuguユーザーはAPIパラメーター一行の変更で移行でき、OpenAI互換APIですぐに利用可能だ。