Sakana AI Fuguオーケストレーター:指揮者が複数AIモデルノードを統合するビジュアル、河豚シルエット付き
  • ホーム
  • AI
  • Sakana AI「Fugu」:最高指揮者を目指す日本発AIオーケストレーター
著者 Hamza Ahmed プロフィール画像 Hamza Ahmed
3 min read

Sakana AI「Fugu」:最高指揮者を目指す日本発AIオーケストレーター

Sakana AIが6月22日にFuguを公開した。70億パラメータのオーケストレーターが複数モデルを束ね、輸出規制を回避しながらフロンティア性能を目指す。

日本のスタートアップが、新たなモデルを構築せずに世界最高水準のAI性能に匹敵できると主張している。Sakana AIは2026年6月22日、Fuguをリリースした。Fuguは最も賢いモデルを目指すのではなく、他のモデルを束ねる最高の指揮者になることを目標とするシステムだ。そしてその主張には鋭い刃が潜む。フロンティア級の性能を、輸出規制のリスクなしに実現できるという。

このアイデアが持つ意味

Fuguは「大きいほど良い」というAI業界の通説に真っ向から挑む。数千億パラメータの巨大モノリシックモデルではなく、わずか70億パラメータのオーケストレーター「Conductor」を中核に据えた設計だ。Conductorはたった一つのことに特化して訓練されている。リクエストを解析し、自身で応答するか、複数の専門モデルからなるチームに委任するかを判断し、その結果を統合・検証する。ユーザーにとっては、OpenAI互換の単一インターフェースを通じて、まるで一つのモデルと対話しているように見える。

同社の背後には重量級の顔ぶれが揃う。共同創業者には、現代AIの基盤技術であるTransformerの論文共著者Llion Jonesが名を連ねる。評価額は25億ドルを超え、NVIDIAとGoogleからの出資を受けている。Fuguは二つのバージョンで提供される。日常的な用途向けの標準版と、複雑な問題に対応するFugu Ultraだ。

ベンチマーク数値と、その読み方

ベンチマークに関して、Sakana AIは控えめな姿勢を見せない。Fugu UltraはSWE-Bench Proで73.7点、TerminalBenchで82.1点を記録しており、同社の発表によるとAnthropicのトップモデルであるFable 5およびMythos Previewと肩を並べる性能だという。ただし、正直に評価する必要がある。これらの数値はSakana AIが自社で発表したものであり、独立した第三者による検証は行われていない。競合のスコアも各社が公表した数字だ。さらに言えば、SWE-Bench ProではFable 5がFuguを上回ったままだ。要するに、Fuguは競合力のあるモデルではあるが、支配的な存在ではない。

Fugu Ultra対主要モデル(LiveCodeBench)

Sakana AI発表のスコア。独立検証なし。2026年6月

93.289.888.585.3Fugu UltraFable 5Gemini 3.1GPT-5.5

戦略的な核心:輸出規制を回避する設計

ニュースの本質はスコアにあるのではなく、戦略にある。Fuguの強みは、モデルのチームが入れ替え可能である点だ。あるプロバイダーが政治的判断やブロックによって利用不能になった場合、システムは自動的に別のモデルへリクエストを振り向ける。Sakana AIはこの点を明確に述べており、米国政府の輸出規制指令を受けてAnthropicのFableおよびMythosモデルが最近停止された事例を直接引き合いに出している。

同社の論理は明快だ。重要なインフラに単一企業のAPIへ依存することは、組織や国家にとってもはや仮説上のリスクではなく、現実の脆弱性だ。米国の輸出規制によって最高性能のモデルから締め出された国々にとって、障壁を迂回してリクエストをルーティングするシステムは有力な選択肢になる。これはWeb3やブロックチェーンの思想、すなわち単一の制御点への不信と分散から生まれるレジリエンスと同じ発想だ。AIエージェントとその決済機能が示す方向性とも重なる。

Fugu Ultraベンチマーク比較チャート
ベンチマーク比較チャート

懐疑的な見方

実は、しかし、市場の反応は決して一枚岩ではない。議論の中心にある問いはシンプルで鋭い。これは本当に新しいモデルなのか、それとも他社モデルを呼び出す高度なルーターに過ぎないのか。批評家たちは、Fuguが機能するためには結局米国のAPIに依存しており、完全な独立性は持たないと指摘する。レイテンシ、コスト、競合他社との比較の公正さについても疑問が呈されている。

一方、BoxのCEO Aaron LevieはあるX投稿の中で、その都度最適なモデルへ知性をルーティングするレイヤーそのものに価値があると述べた。Ethan Mollick教授は動作が遅い点を認めつつも、最終的には有効だと評価した。真実は往々にしてその中間にある。着想は鮮やかだが、問いも多い。

では、何が本当に変わるのか。Fuguが賭けているのは、AIの未来が最大のモデルを構築することだけではなく、最良のモデルを束ねることにあるという仮説だ。米国や中国と比べて計算資源に乏しい日本にとって、これは巨大企業のような予算なしに競争力を維持する一つの道筋になりうる。Fuguが真の革新であれ、洗練されたラッパーであれ、ここには一つの確かなシフトが見える。価値の重心が「知性を生産するレイヤー」から「知性をルーティングするレイヤー」へと移動しつつある。単一の制御点よりもネットワーク全体の方が堅牢になるのと同じ論理だ。製品の詳細はSakana AIの公式ページで確認でき、独立した報道はNikkei Asiaが行っている。最新動向は人工知能セクションで継続的に追っていく。

著者 Hamza Ahmed プロフィール画像 Hamza Ahmed
更新日:
AI アジア
Consent Preferences