Sakana AIのFuguとは何か、なぜこれほど話題なのか

今週、東京を拠点とするSakana AI（日本で最も企業価値の高いAIスタートアップ）がFuguとFugu Ultraをリリースしました。このローンチは、高度なAIの作り方における転換点として受け止められています。Fuguは、すべてをこなす巨大な単一モデルを学習させるのではなく、「一つのモデルとして提供されるマルチエージェントシステム」を掲げ、一つのインターフェースの背後で複数の主要AIモデルを賢くオーケストレーションします。経営者にとっての本題は、また新たなベンチマーク競争ではありません。特定のAIベンダーへの依存を減らす新しい方法なのです。

要するに：Fuguは、タスクを解決するために複数のフロンティアモデル（「エージェントプール」）を自動的に選び、組み合わせ、連携させ、そのうえで結果を検証するAIシステムです。しかも、すべて一つのAPIで完結します。基盤となるモデルは入れ替え可能なので、制限を受けたり、遅くなったり、利用できなくなったりしたプロバイダーから処理を移すことができます。これこそ、企業がこれまで欠いていたレジリエンスです。

Fuguの仕組み：一つの巨大モデルではなくオーケストレーション

現在使われているAI製品のほとんどは、一社が提供する一つのモデルです。Fuguは別の道を進みます。Sakanaによれば、Fuguを支えているのは二つの研究システムで、いずれもICLR 2026で発表されたものです。

  • TRINITY：コンパクトな「コーディネーター」モデルで、異なるLLMのプールにターンごとに役割を割り当て、重みを統合したり同じアーキテクチャを共有したりすることなく協働させます。
  • Conductor：強化学習で訓練されたモデルで、エージェント同士のやり取りの仕方を設計し、各ワーカーモデル向けに最適化された指示を書きます。

その結果、システムは一人の専門家というより、よく統率されたチームのように振る舞います。コーディネーターが誰が何をするかを決め、ワーカーがそれぞれの強みを発揮し、システムは回答を返す前にそれをチェックします。Sakanaはこれを二つのティアで提供しています。日常的なタスク向けに低レイテンシーに調整され、コーディングツールに統合されたFuguと、複雑な多段階の問題に向けてより深いエージェントプールを連携させるFugu Ultraです。同社によると、Fugu Ultraはエンジニアリング、科学、推論のベンチマークで主要なフロンティアモデルに匹敵し、一部のカテゴリーではそれらを上回っています。

ビジネスにとっての本当の意味：ベンダーロックインからの脱却

サウジアラビアの企業にとって、このローンチで最も重要なのはランキングではなくポータビリティです。製品、カスタマーサービス、社内の自動化が一つのAIプロバイダーに結び付いていると、そのプロバイダーのリスクをそのまま引き継ぐことになります。突然の値上げ、レート制限、地域での提供状況や輸出管理による制約、モデルの提供終了、そして障害です。私たちは以前、たった一つのモデルの廃止が一夜にしてビジネスを混乱させうることについて書きました。

Fuguの設計は、この問題に正面から応えています。エージェントプールは入れ替え可能で、システムは「サービスの継続性を維持するため、制限された、または性能が低下したプロバイダーを避けてトラフィックを動的にルーティング」します。平たく言えば、あるモデルが遅く、高く、あるいはブロックされた場合でも、アプリケーションを壊すことなく処理が別のモデルに移るということです。実際にFuguを導入するかどうかにかかわらず、これが市場の向かっているアーキテクチャです。

サウジアラビアの企業にとっての意味

サウジアラビアは2026年を「人工知能の年」と宣言し、小売、物流、医療、行政サービスの各分野で導入が加速しています。AIを実際の本番環境に導入する企業が増えるにつれ、問いは「今日いちばん良いモデルはどれか？」から「自社のAIを何年にもわたって安定して動かし続けるにはどうすればよいか？」へと移っています。マルチモデル・オーケストレーションは、その真剣な答えです。

  • レジリエンス：あるプロバイダーで障害やポリシー変更が起きても、単一障害点が存在しません。
  • コスト管理：簡単なタスクは安価なモデルに回し、プレミアムモデルは難しい問題のために取っておけます。
  • 適材適所の品質：一つのモデルにすべてを担わせるのではなく、各モデルを最も得意な場面で使えます。
  • コンプライアンスと主権：サウジアラビアのソブリンAI（ALLaMやHUMAINなど）の成熟に合わせて、地域モデルやローカルモデルを組み込めます。

Fuguを使うべきか、それともその考え方を取り入れるべきか

Fuguは現在、SakanaのAPI（標準的なChat CompletionsとResponsesのエンドポイントを備える）を通じて法人顧客向けに提供されており、一つのコマンドで開発者ツールにインストールできます。フロンティアAIを試しているエンジニアリングチームがあるなら、本格的なパイロットを行う価値があります。ただし、この教訓を生かすのにSakanaは必須ではありません。ビジネスを決して一つのモデルに固定しないという原則は、今日始めるどんなAIプロジェクトにも適用できます。

実践的な一手は、アプリケーションとモデルの間に抽象化レイヤーを設計し、プロバイダーの入れ替えや組み合わせを書き直しではなく設定変更で済むようにすることです。Model Context Protocol（MCP）のような標準や、プロバイダーに依存しないSDKのおかげで、これは研究機関だけでなく、一般的な業務ソフトウェアにとっても現実的なものになっています。

Origamiはプロバイダーに依存しないAIをどう構築しているか

Origamiでは、チャットボット、社内アシスタント、自動化、カスタムアプリといった実際の業務システムにAIを組み込み、初日からモデルを交換可能なコンポーネントとして扱います。つまり、ルーティングロジック、フォールバック、明確なインターフェースを備え、次のモデルリリースや価格変更、規制の変化があっても投資が生き残るようにするということです。Fuguは、私たちがすでに推奨しているアプローチ、つまり「ロックインせずにオーケストレーションする」ことを大々的に裏付けるものです。状況が変わり続ける中でも、AIを高速で手頃かつ信頼できる状態に保ちたいなら、ここから始めるべきです。

出典

  • Sakana AI — Fugu（公式）：github.com/SakanaAI/fugu
  • Nikkei Asia — Fuguのローンチと、Fable 5およびGPT-5.5に対するスコアについての報道。
  • VentureBeat — マルチモデルシステムFuguによるSakanaのフロンティア級の性能。
  • AI News — Sakana AI Fuguでベンダーロックインを緩和する。