Sakana AI「Fugu」技術報告の全容｜複数LLMを束ねるオーケストレーション型AIが示す新たな競争軸
※本記事は2026/07/06時点での情報を基にしており、閲覧時点では内容や状況が変わっている可能性があります。
東京拠点のSakana AIは6月19日、マルチエージェント型AIシステム「Fugu」の技術報告をarXivに公開した（arXiv:2606.21228）。続く6月22日には、APIサービスの提供も開始している。
Fuguの設計思想は、GPT-5.5やClaude Opus 4.8のような巨大な単体モデルを新たに構築するのではなく、既存の複数フロンティアモデルを1つのオーケストレーターが動的に束ね、タスクごとに最適な組み合わせを自動選択するところにある。技術報告によれば、Fuguシリーズは11の主要ベンチマークのうち10項目で、FuguまたはFugu Ultraのいずれかがオーケストレーション対象であるフロンティアモデル群を上回るスコアを記録した。
日本発のAIスタートアップが「次のLLM競争軸はモデルの巨大化ではなく、モデルの統合・協調にある」と主張する形となった。AI開発競争の構図にどのような影響を及ぼすかが注目されている。
Fuguの技術的アプローチ
オーケストレーション型アーキテクチャの仕組み
Fuguは、それ自体が言語モデルとして訓練されたオーケストレーターである。ユーザーからクエリを受け取ると、タスクの性質を分析し、「どのモデルに・どの役割で・どのような指示を与えるか」を動的に決定する仕組みだ。
利用者側からは単一のOpenAI互換APIとして見えるが、内部では複数のフロンティアモデル——Gemini 3.1 Pro・Claude Opus 4.8・GPT-5.5——が「エージェントプール」として待機しており、タスクに応じて最適な組み合わせが動的に編成される。
Fuguには2つのバリアントが用意されている。標準版の「Fugu」は性能とレイテンシのバランスを重視し、日常的なコーディングやコードレビューに適した設計となっている。上位版の「Fugu Ultra」は回答品質の最大化に振り切り、より広いエージェントプールを連携させることで、論文再現・サイバーセキュリティ分析・特許調査といった高難度タスクに対応する。
TRINITYとConductor——2つの基盤研究
Fuguの技術基盤は、Sakana AIがICLR 2026論文として紹介する2本の研究にある。1本目の「TRINITY」は、軽量な進化型コーディネーターが複数のLLMに対して「Thinker（思考役）」「Worker（実行役）」「Verifier（検証役）」の3つの役割を動的に割り当てるフレームワークである。
コーディネーター自体は、オーケストレーターバックボーンの最終隠れ層に配置された予測ヘッドと特異値微調整で構成され、教師あり微調整（SFT）から進化的戦略（sep-CMA-ES）へと2段階で訓練される。標準版Fuguはこのフレームワークに基づく。
2本目の「Conductor」は、強化学習（GRPO）によってエージェント間の自然言語による協調戦略を自動的に発見するオーケストレーターである。最大5ステップの複雑なマルチエージェント調整をサポートし、エージェント間の分離と永続的な共有メモリ機構を備えている。Fugu Ultraはこの Conductorフレームワークを基盤としている。
いずれの論文も「手動で設計したワークフローに頼るのではなく、オーケストレーション自体を学習する」アプローチを取るものだ。プロンプトルーティングのような静的な振り分けではなく、タスクの構造に応じてエージェント編成を動的に再構成できる点が、従来のマルチモデルシステムとの技術的な差異である。
ベンチマーク結果と競合モデルとの比較
11ベンチマークでの評価結果
技術報告には、コーディング・科学・推論・長文脈の計11ベンチマークにおける評価結果が掲載されている。以下は、Fugu・Fugu Ultraと主要フロンティアモデルのスコアを並べたものである。
| ベンチマーク | Fugu Ultra | Fugu | Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| SWE Bench Pro | 73.7 | 59.0 | 69.2 | 58.6 | 54.2 |
| TerminalBench 2.1 | 82.1 | 80.2 | 74.6 | 78.2 | 70.3 |
| LiveCodeBench v6 | 93.2 | 92.9 | 87.8 | 85.3 | 88.5 |
| LiveCodeBench Pro | 90.8 | 87.8 | 84.8 | 88.4 | 82.9 |
| GPQA Diamond | 95.5 | 95.5 | 92.0 | 93.6 | 94.3 |
| Humanity’s Last Exam | 50.0 | 47.2 | 49.8 | 41.4 | 44.4 |
| CharXiv Reasoning | 86.6 | 85.1 | 84.2 | 84.1 | 83.3 |
| SciCode | 58.7 | 60.1 | 53.5 | 56.1 | 58.9 |
| τ³ Banking | 20.6 | 21.7 | 20.6 | 20.6 | 8.4 |
| Long Context Reasoning | 73.3 | 74.7 | 67.7 | 74.3 | 72.7 |
| MRCRv2 | 93.6 | 86.6 | 87.9 | 94.8 | 84.9 |
Fugu UltraはSWE Bench Pro（73.7）でOpus 4.8（69.2）やGPT-5.5（58.6）を上回り、GPQA Diamond（95.5）やLiveCodeBench Pro（90.8）でも最高スコアを記録した。一方で、SciCode、τ³ Banking、Long Context Reasoningでは標準版FuguがFugu Ultraを上回り、MRCRv2ではGPT-5.5（94.8）がFugu Ultra（93.6）を上回っている。
注目すべきは、Fuguシリーズがオーケストレーション対象としているモデル群——Opus 4.8・GPT-5.5・Gemini 3.1 Pro——を、多くのベンチマークで上回っている点である。「素材となるモデル群の性能を超える出力を、組み合わせによって実現できる」とする主張を支える結果となった。
ベンダー自己申告値としての留意点
ただし、これらの数値はSakana AI自身による測定結果である。比較対象の各モデルのスコアは、各プロバイダーが公表した値が採用されており、測定条件（プロンプト設計・試行回数・環境設定）が完全に統一されているわけではない。
独立した第三者による追試が行われるまでは、ベンダー自己申告値として読む必要がある。AI業界においてベンチマーク結果の再現性は常に議論の対象となっており、Fuguもその点では同様である。
「巨大単体モデル」とは異なるスケーリング戦略
集合知アプローチが示す新たな競争軸
Fuguの技術報告は、結論部分で次のように述べている。「モデルの再パラメータ化による組み合わせよりも、既存モデルの行動レベルでの構成を通じて、フロンティア領域の能力を実現できる」。さらに、「学習されたオーケストレーションを第一級のスケーリング軸として扱うことで、AIの進歩は個別の大規模訓練実行に依存しない、よりアクセス可能な経路となりうる」と主張している。
この立場は、OpenAI・Google・Anthropicが推進してきた「パラメータ数と訓練データを拡大して単体モデルの性能を引き上げる」路線とは明確に異なる。Sakana AIの社名は日本語の「魚」に由来し、個々の魚が単純なルールに従いながらも群れとして知的な振る舞いを示す「集合知」の設計思想を反映したものだ。
技術報告が示す含意は、「次のフロンティアはより巨大なモデルではなく、他のモデルを統御するモデルにある」という点にある。この仮説が正しければ、AI開発の競争軸は「いかに大きなモデルを訓練できるか」から「いかに既存モデルを効果的に組み合わせられるか」へとシフトする可能性がある。
輸出管理リスクとAIソブリンティの文脈
Fuguの登場は、地政学的な文脈でも注目を集めている。2026年6月には、AnthropicのClaude Fable 5・Mythos 5が米国政府の輸出管理指令により約18日間にわたって全世界で停止される事態が発生した。この事例は、特定国の単一ベンダーに依存するリスクを改めて浮き彫りにしている。
Fuguは複数のフロンティアモデルをプール化する設計であるため、特定モデルが利用不能になった場合でも、残りのモデルプールで機能を維持できる可能性がある。また、データ・プライバシー・コンプライアンスの要件に応じて、特定プロバイダーやモデルを除外する設定も標準版では可能である（Fugu Ultraはパフォーマンス最大化のため固定プール）。
日本発のAI企業が、米国の巨大テック企業とは異なるアプローチで国際的な競争力を示したことは、「AIソブリンティ（AI主権）」の議論が各国で加速するなかで一つの参照点となりうる。
Sakana AIの企業背景と資金調達
Google出身研究者による東京発スタートアップ
Sakana AIは2023年7月、David Ha氏、Llion Jones氏、Ren Ito氏らによって東京で設立された。Jones氏は、現在のAI技術の基盤となったTransformerアーキテクチャを提案した2017年の論文「Attention Is All You Need」の共著者として知られる。Ha氏とJones氏はいずれもGoogle出身のAI研究者であり、設立当初から「巨大モデルの構築」ではなく「小さなモデルの組み合わせ」による性能向上を研究テーマとして掲げていた。
2024年1月のシードラウンドでは、Lux CapitalとKhosla Venturesから約3,000万ドルを調達。同年のシリーズAでは、三菱UFJ・三井住友・みずほ・伊藤忠・KDDI・野村・NVIDIAといった日本の大手企業を中心に約200億円を調達し、設立からわずか1年でユニコーン企業（評価額10億ドル超）となった。
累計660億円の調達と戦略パートナーシップ
2025年11月のシリーズBでは約320億円を調達し、評価額は約4,320億円に到達。累計調達額は約660億円に上る。このラウンドでは、GoogleやCitiなども投資家に名を連ねた。
Fuguが内部でGemini 3.1 Pro・Claude Opus 4.8・GPT-5.5をオーケストレーション対象として利用していることは、Sakana AIの戦略的ポジションを端的に示している。モデル開発者としてではなく、既存モデルの「統合者」として価値を生み出すビジネスモデルであり、Google・Anthropic・OpenAIとは競合よりも共生に近い関係構造を形成している。
オーケストレーション型スケーリングが問う3つの構造的課題
Fuguが提起する「学習されたオーケストレーションによるスケーリング」は、技術的にもビジネス的にも複数の未解決課題を含んでいる。
第一に、基盤モデルへの依存構造である。Fuguは自ら巨大モデルを訓練するのではなく、他社のモデルをAPI経由で利用している。基盤モデルの料金改定・API仕様変更・提供停止が発生した場合、Fuguのサービス継続性に直接影響が及ぶ。
第二に、ベンチマーク結果の独立検証である。前述のとおり、現時点の評価結果はSakana AI自身による測定値であり、第三者による追試結果は公開されていない。ベンチマークスコアの信頼性を確立するには、独立した検証が不可欠となる。
第三に、レイテンシとコストのトレードオフである。複数のモデルを逐次呼び出すオーケストレーション型アーキテクチャは、単体モデルと比較して応答遅延が大きくなりやすい。リアルタイム性を要求されるユースケースにおいて、この遅延がどの程度許容されるかは実運用上の重要な論点となる。
Fuguの技術報告が提示した「オーケストレーションを第一級のスケーリング軸とする」構想が、研究上の成果にとどまるのか、あるいはAI開発の主流な方法論として定着するのかは、今後の独立検証と実運用での評価に委ねられている。
