Sakana AI、マルチエージェントを1つのAPIで動かす「Fugu」提供開始

AnthropicのFableやMythosが輸出規制の対象となったことで、単一のAIベンダーに依存するリスクが現実のものとなりました。規制やポリシーの変更によって、ある日突然基幹APIへのアクセスが遮断される懸念が高まっています。

日本のAIスタートアップであるSakana AIは、この課題に対する明確な回答として「Fugu」および「Fugu Ultra」をリリースしました。複数のモデルを束ねるマルチエージェントシステムを、単一のOpenAI互換APIとして提供します。

複数モデルを単一APIで自律統括

Fugu自体が、モデルの選定やタスク委譲、結果の検証と統合を行うコーディネーターとして訓練された言語モデルです。

ユーザー側から見ると通常のモデルを呼び出すのと変わりませんが、内部ではFuguがタスクを分解し、エージェントプール内の専門モデル群へ柔軟に作業を割り振っています。

提供されるのは2種類です。標準のFuguは低レイテンシと性能のバランスを重視し、コードレビューや対話向けに設計されており、特定のモデルをプールから除外する設定も可能です。上位のFugu Ultraは難問の推論や論文再現、セキュリティ検証など高度な作業向けに調整されています。なお、その後のアップデートでコスト性能を最適化したFugu Maxも追加されました。

ベンチマーク上の成果と透明性を巡る議論

Sakana AIの発表によると、Fugu Ultraは工学や科学、推論のベンチマークにおいてFable 5やMythos Previewに匹敵し、Gemini 3.1 ProやGPT 5.5を上回るスコアを記録したとしています。

約500人のベータユーザーからは、セキュリティ診断の全自動化や、一般的なツールの数倍におよぶバグ検出力が高く評価されました。

一方で、米メディアの報道では慎重な見方も示されています。フロンティア級の性能を実現している要因が他社のフロンティアモデルを内部で利用している点にあることや、どのモデルが使われたかがユーザーに明かされない不透明さ、コスト面への懸念が指摘されています。実利用での体感がスコアほどではないという声も上がっています。

なぜ重要か

私たちは、地政学的な規制リスクやベンダーロックインへの懸念を背景に、モデルオーケストレーションを前面に押し出した同社の戦略は非常に巧妙だと考えます。

複雑な調査やコード監査を日常的に行う開発者にとって、自前でエージェント連携基盤を構築することなく単一エンドポイントで完結できる点は魅力的です。従量課金プランで一度試してみる価値はあるでしょう。

ただし、内部でどのモデルが動作したのか把握できないブラックボックス仕様は、運用コストの予測や監査の面で大きな懸念材料として残ります。真の耐障害性を確立できるかどうかは、今後のオープンモデルの統合や透明性の向上にかかっているとみられます。