Sakana AI、フロントティア LLM を柔軟にルーティングするオーケストレーションモデル「Sakana Fugu」を発表

本日、Sakana AI は Sakana Fugu を発表しました。これは一つのモデルのように振る舞うマルチエージェントオーケストレーションシステムです。リクエストは単一のエンドポイントに送信されます。Fugu が内部でどのように処理するかを決定します。タスクが単純な場合は直接解決し、必要に応じて専門家のモデルチームを組み立てて調整します。マルチエージェントシステムの複雑さは、あなたのコードには届きません。

TL;DR

Fugu は、一つの OpenAI 互換 API の背後にマルチエージェントシステムを提供します。

Fugu Ultra は、公開されているコーディングおよび推論ベンチマークのほとんどで首位を占めています。

オーケストレーターは、自身が調整する個々のモデルよりも優れたパフォーマンスを発揮します。

オプトアウトとプロバイダールーティングは、コンプライアンスと単一ベンダーリスクへの対応を目的としています。

ルーティングは独自技術のため、クエリごとのモデル選択は非公開のままです。

Sakana Fugu とは何か

Fugu はそれ自体が言語モデルです。エージェントプール内の他の LLM を呼び出すように訓練されています。このプールには、再帰的に呼ばれる自身のインスタンスも含まれます。Fugu は内部でモデルの選択、委任、検証、合成を管理します。

ハードコードされた役割やワークフローではなく、Fugu は調整方法を学習します。いつ委任し、エージェントがどのように通信すべきかを決定します。そしてそれらの成果を一つの回答に統合します。外部からは単一のモデルを呼び出しているように見えますが、内部では専門家の協調システムが作業を行います。

Sakana AI はこれを、単一ベンダーへの依存に対する保険として位置付けています。あるプロバイダがアクセスを制限した場合でも、Fugu はその混乱を迂回して処理します。研究チームは、Anthropic の Fable および Mythos モデルに対する最近の輸出規制を動機として挙げています。時間の経過とともに、新しいモデルもプールに組み込まれていきます。

Fugu と Fugu Ultra: 2 つのモデル、1 つの API

Fugu は 2 つの変種で提供され、どちらも OpenAI 互換の API の背後にあります:

Fugu は高いパフォーマンスと低遅延をバランスよく実現しています。これは日常のコーディング、コードレビュー、チャットボットのデフォルトとして機能します。また Codex などのツールにも適合します。特定のエージェントをプールから除外することも可能です。これにより、チームはデータ、プライバシー、コンプライアンス要件を満たすことができます。

Fugu Ultra は、困難な多段階問題に対する回答の最大品質のために調整されています。これはより深い専門家エージェントのプールを調整します。そのプールは固定されているため、除外オプションは利用できません。現在のモデル ID は fugu-ultra-20260615 です。

オーケストレーターに関する研究背景

Fugu は、ICLR 2026 で発表された 2 つの論文「Trinity」と「Conductor（学習に基づくオーケストレーション）」に基づいています。

TRINITY は、複数のターンにわたる軽量な進化的コーディネーターを使用します。これは Thinker、Worker、Verifier の役割を割り当てて、作業を適応的に委譲します。Conductor は強化学習によって訓練されており、多様な LLM プールに対する自然言語による調整戦略と焦点を絞ったプロンプトを発見します。

これら 2 つを組み合わせることで、システムがタスクごとにエージェントを組み立ててルーティングすることを学習できることが示されました。これは手作業で設計されたワークフローに代わるものです。

インタラクティブな解説者

ベンチマーク

Sakana AI は、Fugu をそのオーケストレーション対象となる基盤モデルと比較します。ベースラインはプロバイダーが報告したスコアを使用しています。SWE Bench Pro では、mini-swe-agent が足場として利用されています。

ベンチマーク Fugu Fugu Ultra Opus 4.8 Gemini 3.1 Pro GPT 5.5

SWE Bench Pro* 59.0 73.7 69.2 54.2 58.6

TerminalBench 2.1 80.2 82.1 74.6 70.3 78.2

LiveCodeBench 92.9 93.2 87.8 88.5 85.3

LiveCodeBench Pro 87.8 90.8 84.8 82.9 88.4

Humanity's Last Exam 47.2 50.0 49.8 44.4 41.4

CharXiv Reasoning 85.1 86.6 84.2 83.3 84.1

GPQA-D 95.5 95.5 92.0 94.3 93.6

SciCode 60.1 58.7 53.5 58.9 56.1

τ³ Banking 21.7 20.6 20.6 8.4 20.6

Long Context Reasoning 74.7 73.3 67.7 72.7 74.3

MRCRv2 86.6 93.6 87.9 84.9 94.8

オーケストレーターは、11 行中 10 行で最高スコアを記録しています。Fugu Ultra は、4 つのコーディングベンチマーク、CharXiv Reasoning、および Humanity's Last Exam で首位に立ちます。GPQA-D では通常の Fugu と同点です。通常の Fugu は SciCode、τ³ Banking、Long Context Reasoning でリードしています。GPT 5.5 は MRCRv2 で勝利しており、これが唯一のベースラインによる勝利です。

その Fugu モデルは、Anthropic の Fable 5 および Mythos Preview と肩を並べる性能を示します。これら 2 つは Fugu のプールに含まれていません。なぜなら、それらは一般公開されていないためです。

ユースケース

Sakana AI は、約 500 名の初期ユーザーを対象にベータ版を実行しました。公開された例では、長く多段階のタスクが重視されています。

AutoResearch：あるエージェントが小規模な GPT のトレーニングレシピを自律的に改善しました。このエージェントは 1 つの H100 GPU で約 14 時間にわたり 123 回の実験を実行しました。Fugu Ultra は、平均検証 BPB（Perplexity）で 0.9774 という最良の結果を達成し、単一のランでは 0.9748 を記録しました。

ルービックキューブソルバー：各モデルはライブラリの使用を禁止された純粋な Python でソルバーを作成しました。Fugu Ultra は保持された 300 個のすべてのキューブを解き、平均して 19.72 手という結果を出しました。一方、あるベースラインモデルも 19.76 手でこれに非常に近い成績を残しましたが、他の 2 つのモデルはクラッシュし、1 つも解くことができませんでした。

古典日本語の仮名読み順序：1610 文字のデータセットにおいて、Fugu Ultra は NED（Normalized Edit Distance）で 0.80 のスコアを記録しました。最も近いベースラインモデルが達成したのはわずか 0.24 に過ぎませんでした。

盲眼チェス：Fugu は盤面を見せずに記憶に基づいて 4 試合をプレイしました。その結果、3 つのフロンティアモデルと Elo レート 2100 の Stockfish エンジンを破りました。

オンライン取引：50 週間の期間において、Fugu Ultra は 5 回のランで平均して +19.43% のリターンを達成しました。他のフロンティアモデルはすべて +15% を下回っていました。Sakana AI は、過去の成績が将来の結果を保証するものではないと注意しています。

最小限の API 例

Fugu は OpenAI と互換性のある API を採用しているため、SDK の移行は不要です。既存のクライアントを、コンソールで提供されたエンドポイントに指向させるだけで利用可能です。

コードをコピーしました（別のブラウザを使用してください）

from openai import OpenAI

エンドポイントとキーは Sakana コンソール (console.sakana.ai) から取得します。

client = OpenAI(

base_url="https:///v1", # console.sakana.ai から取得

api_key="YOUR_SAKANA_API_KEY",

)

resp = client.chat.completions.create(

model="fugu-ultra-20260615", # または "fugu"

messages=[

{"role": "user",

"content": "この論文に記載された手法を再現し、そのギャップを報告してください。"},

],

)

翻訳全文

print(resp.choices[0].message.content)

トークン使用量とコストはリクエストごとに報告されます。そのため、支出をリアルタイムで監視できます。

コミュニティの反応

翻訳全文

#fugu-sent-root{

--bg:#fff;--ink:#0a0a0a;--mut:#6b6b6b;--line:#dcdcdc;--soft:#f5f5f5;--soft2:#ebebeb;

font-family:"IBM Plex Mono",ui-monospace,SFMono-Regular,Menlo,Consolas,monospace;

background:var(--bg);color:var(--ink);border:1px solid var(--ink);

max-width:920px;margin:0 auto;-webkit-font-smoothing:antialiased;line-height:1.5;

}

/* overview bar */

/* filters */

/* cards */

/* press row */

@media(max-width:640px){

}

Sakana Fugu — 初期のコミュニティ反応

X と Hacker News における公的な反応を手動レビューし、すべてのソースへのリンクを掲載。2026 年 6 月 22 日時点でのキャプチャ。

12 件の投稿をレビュー

感情の分布（n = 12）

支持派 3

懐疑派 6

批判派 3

支持派

懐疑派

批判派

初期反応は懐疑的に傾いている。「これは単なるルーターかラッパーに過ぎないのか？」という問いが支配的だ。最も明確な支持の声は、Sakana AI に所属する者たちによるものだ。

All

Supportive

Skeptical

Critical

プレス & アナリシス

Hacker News スレッド · 50 ポイント ↗

VentureBeat レポート ↗

Clanker Cloud アナリシス ↗

方法：感情は、2026 年 6 月 22 日の公的な投稿の小さなサンプルを手動で割り当てたものである。これは統計調査ではなく、より多くの反応が寄せられるにつれて分布は変化する可能性がある。3 つの支持派のうち 2 つは Sakana AI またはその CEO によるものだ。引用文は短縮されているため、完全な文脈については各リンクを参照のこと。Reddit の引用は VentureBeat が報告した通りである。

Marktechpost · Sakana Fugu 感情トラッカー

ソース：X · Hacker News · VentureBeat

翻訳全文

本記事「Sakana AI が Sakana Fugu を発表：フロントティア LLM の交換可能なプール間でタスクをルーティングするオーケストレーションモデル」は、MarkTechPost で最初に掲載されました。