Sakana AI、コスト重視と性能重視の両極に向けた「Fugu Max」「Fugu Ultra v2」を発表
Sakana AIは2026年9月11日、Fuguオーケストレーションラインの新モデルを2つ発表しました。最小コストでフロンティア級の出力を狙う「Fugu Max」と、複雑な推論・リサーチ・コーディング業務で最大限の能力を発揮する「Fugu Ultra v2」です。両者は同じコアとなるオーケストレーションアーキテクチャを共有しつつ、コストと性能のスペクトラムの両極に振り分けてチューニングされています。
詳細
- 仕組み: すべてのリクエストを1つの大規模モデルに通すのではなく、NVIDIAのNemotronファミリーを含む拡張されたオープンウェイト・特化モデルのプールの中から、そのタスクを解決できる最も軽量なモデルへ都度ルーティングする
- Fugu Max: Terminal Bench 2.1、GPQA Diamond、AA-LCR、GDP.pdf、AutomationBench、SWEFishの6つのベンチマークで総合最高スコアを記録。価格は入力100万トークンあたり2ドル、出力100万トークンあたり6ドルで、Sakana AIによるとSonnet 5、GPT-5.6 Terra、Kimi K3といった同等クラスのフロンティアモデルより出力価格で40〜60%安い。テストした10ベンチマーク中7つでコスト・性能のパレートフロンティアを前進させた
- Fugu Ultra v2: 8つのベンチマーク中5つで最高または同率最高スコア、8つ中7つでトップ2に入る成績。Chartographyでは48.3(Opus 5の27.3に対して)、DeepSWEでは74.3を記録し、運用コストが3〜5倍高いモデルを上回ったとされる。ルーティング対象のプールからはFable 5、Fable 5.1、GPT-6-Astraといった独自系フロンティアモデルを意図的に除外している
- 同社の主張: Sakana AIは「単純なデータ検索を実行するために数兆パラメータ規模のモデルを投入するシステムは、知的なのではなく無駄が多いだけだ」と述べ、特定の基盤モデル単体ではなく、オーケストレーションそのものを差別化要因として位置づけている
- 移行のしやすさ: 既存のFuguユーザーは、パラメータを1行変更するだけでいずれかの新バージョンに切り替え可能で、それ以外の移行作業は不要
その後
両モデルは、製品ページまたはconsole.sakana.aiを通じて、OpenAI互換APIで即座に利用可能となっています。今回のリリースは、8月にFuguがGemmaモデルを指揮する形で始まったFuguラインを拡張するものであり、単一の独自フロンティアモデルをスケールさせるよりも、複数モデルのオーケストレーションの方が最先端の成果へのより費用対効果の高い道筋であるという同社の賭けを裏付けるものです。