日本のSakana AIは、複数のAIモデルを動的に組み合わせる新プロダクト「Sakana Fugu」の提供開始を発表した。単一APIでマルチエージェントの能力を利用できる点が特徴である。
Fuguを単一APIで提供開始
2026年6月22日に発表されたSakana Fuguは、複数の大規模言語モデルを内部で連携させ、単一のモデルのように利用できるマルチエージェントシステム（※）である。
ユーザーが一つのエンドポイントにリクエストを送ると、Fuguがタスク内容に応じてモデルの選択、処理の委譲、検証、回答の統合を行う。
提供されるモデルは、日常業務向けの「Fugu」と、高難度タスク向けの「Fugu Ultra」の2種類だ。Fuguは性能と低レイテンシのバランスを重視し、コーディング支援やコードレビュー、チャットボットなどへの組み込みを想定する。
Fugu Ultraは、データ分析、論文再現、サイバーセキュリティ分析、文献・特許調査など、長く多段階にわたる業務での利用を主な対象としている。
同社によると、Fugu Ultraはエンジニアリング、科学、推論などのベンチマークで、AnthropicのFable 5やMythos Previewに比肩する性能を示したという。
また、AutoResearch、機械設計、日本語手書き文字解析など一部の実験では、Gemini 3.1 Pro、Opus 4.8、GPT 5.5を上回ったとのことだ。
一般提供は同日から始まり、OpenAI互換のAPIを通じて利用できる。
※マルチエージェントシステム：複数のAIモデルや専門エージェントが役割分担し、相互に処理や検証を行いながら答えを作る仕組み。単一モデルでは難しい複雑な作業に向く一方、制御や評価は難しくなる。
脱・単一AI依存の利点と課題
Fuguの最大のメリットは、AI活用の選択肢を「最強の単一モデル探し」から「複数モデルの組み合わせ方」へ広げる点にある。特定ベンダーのAPIに依存しにくくなれば、性能、コスト、規制、提供地域の変更に対して、企業や行政はより柔軟に備えられる。AIを業務基盤に組み込むほど、この冗長性は実務上の価値を持つ。
一方で、マルチエージェント化は万能ではない。内部でどのモデルが使われ、どのように判断が統合されたのかが見えにくければ、監査性や説明責任の面で課題が残る。
さらに、複数モデルを呼び出す構造は、回答品質を高める可能性がある反面、レイテンシや利用料金、再現性のばらつきにつながる恐れもある。
将来的には、モデル単体の性能差だけでなく、専門エージェントをどう編成し、長時間タスクをどこまで安定して進められるかがAIサービスの競争軸になると考えられる。Sakana Fuguが評価されるかどうかは、ベンチマーク上の優位性だけでなく、企業が安心して使える透明性、制御性、コスト効率を示せるかにかかっている。
関連記事:
Google、エージェント組織化を推進 「Google Cloud Next 26」でGemini新製品群と第8世代TPU発表
三菱UFJ銀行、マルチAIエージェント「Orcha」本格導入 法人営業の提案書作成プロセスを全面再設計
Sakana AI、初の商用AIエージェント「Marlin」を提供開始 最大8時間の自律調査で企業戦略を支援
