Transformerの共同発明者が率いる東京のSakana AIがFugu Ultraを投入、SWE-Bench Proで73.7%を記録しClaude Opus 4.8やGPT-5.5を上回ったと主張：モデルを作らずモデルを指揮する新しい戦い方

何があったのか

Sakana Fuguは、1つのAPI呼び出しの裏で複数のフロンティアLLMを協調させるマルチエージェントオーケストレーションシステムである。ユーザーはOpenAI互換のChat CompletionsまたはResponsesエンドポイントに1リクエストを送信する。Fuguは内部でタスクを分析し、直接回答するか、複数のエキスパートモデルにサブタスクを委譲するかを判断する。モデル選択、委譲、検証、統合がすべてシステム内部で処理され、マルチエージェントの複雑性がユーザーのコードに表出しない。

2つのバリアントが提供されている。Fuguは低レイテンシ重視で日常的なコーディング、コードレビュー、チャットボットに適する。エージェントプールから特定モデルをオプトアウトする機能があり、データプライバシーやコンプライアンス要件を持つチームに対応する。Fugu Ultraは困難な多段階問題向けで、より深いエキスパートエージェントプールを協調させ、回答品質を最大化する設計となっている。Fugu Ultraのプールは固定であり、オプトアウトは不可である。

技術基盤は2本のICLR 2026採択論文にある。TRINITY(進化型LLMコーディネーター)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)の役割を割り当て、タスクに応じた適応的な委譲を行う。Conductor(自然言語によるエージェントオーケストレーション学習)は強化学習で独自の協調戦略を発見する手法で、人手で設計したワークフローに依存しない。Fuguはこれらを製品化した形態であり、どのモデルが何を担うかを学習によって決定する。

なぜこのアプローチが必要だったのか

2026年半ばのAI市場には2つの構造的課題がある。1つめは単一ベンダー依存リスクである。Zapierの調査によると、エンタープライズ幹部の81%がAIベンダー依存に懸念を持っている。2026年6月12日にAnthropicのFable 5/Mythos 5が輸出管理により世界の大部分で利用不能となった事例は、この懸念を具体化した。特定プロバイダーへの依存は、政策変更や地政学的リスクによりアクセスが突然遮断される可能性を意味する。

2つめは巨大モノリシックモデル構築の資本集約性である。GPT-5.5クラスの訓練には数十億ドル規模の計算資源が必要とされ、独立系ラボにとって正面からの競争は困難である。Sakana AIのアプローチはより大きなモデルを訓練するのではなく既存の最良モデルをより賢く協調させることで、構造的に異なる競争軸を持ち込む。

Sakana AIの共同創業者David Haは、AIの未来を集合知(collective intelligence)と位置づけ、テスト時計算量(test-time compute)の概念を強調している。Fuguが自分自身を再帰的に呼び出し、先行出力を読んで補正ワークフローを立ち上げることで、推論時の品質を動的に高めている。

ベンチマーク比較(Sakana報告値)

重要な注意点として、これらのスコアはSakana AI自身による評価であり、独立した第三者による再現はまだ確認されていない。ベースラインスコアはプロバイダー報告値を使用している。Fable 5およびMythos Previewは公開アクセス不可のため比較対象に含まれていない。

どうやって実現したのか

Fuguのオーケストレーションには3つの仕組みがある。1つめは学習型ルーティングで、タスクの特性を分析し、どのモデルがどのサブタスクを担うべきかを推論で判断する。LangGraphやCrewAIのようなフレームワークが開発者にオーケストレーション層のコード記述を要求するのに対し、Fuguはオーケストレーション自体をモデル内部に内在化させている。

2つめは動的エージェント編成で、タスクの難易度に応じて呼び出すモデルの数と組み合わせを変える。簡単なタスクは直接回答し、複雑なタスクではThinker-Worker-Verifier構造で複数のエキスパートを動員する。

3つめはプール交換性で、新しいフロンティアモデルが公開されると、約2週間の訓練・評価を経てプールに組み込むことが可能とされる。特定プロバイダーがアクセスを制限した場合、Fuguは残りのプールで経路を再構成する。

AutoResearch実験では、FuguエージェントがH100 GPU 1台上で14時間、123回の実験を自律実行し、小型GPTの訓練レシピを改善した。バッチサイズ、モデル深度、学習率、オプティマイザ設定を自動発見し、最終BPB(bits per byte)はModel A(0.9822)、Model B(0.9793)、Model C(0.9781)を上回る0.9774を達成した。

価格構成

コスト面の懸念として、Fugu Ultraの重いタスクでは1メッセージあたり最大$10に達する場合があるとの指摘がある。ブレンド価格で請求されるため内部で何モデルが動いても予測可能だが、高ボリュームワークフローではコスト管理が必要となる。

この技術が広がると何が起きるか

一つめの影響はAI開発の競争軸の変化である。Fuguのアプローチが有効であれば、フロンティア競争は最大モデルを訓練する資本力だけでなく既存モデルを最も効果的に協調させるオーケストレーション技術の次元も含むものとなる。日本や欧州など、米国・中国と比べてAI訓練資本で劣る地域にとって、独自のフロンティア到達経路を示す可能性がある。

二つめの影響はAI主権議論の具体化である。Fable 5/Mythos 5が輸出管理で利用不能となった直後にFuguが輸出管理の迂回を設計思想として明示した構図は、AI能力へのアクセスが地政学的に制約される時代において、オーケストレーション層がリスクヘッジとして機能する可能性を示している。

三つめの影響はエンタープライズAI調達構造への波及である。単一のLLMプロバイダーに固定する現行の調達構造から、オーケストレーション層を介して複数プロバイダーを動的に利用する構造への移行が加速する可能性がある。この場合、LLMプロバイダーはプール内の1モデルとして差別化が困難になり、APIの価格競争が激化する構図が生じる。

関連企業・市場動向

投資視点では、Sakana AIは未上場だが2023年創業以来の急成長と今回のFuguリリースにより、将来のIPOまたは大手テック企業による買収の候補となる可能性がある。オーケストレーションアプローチが有効であれば、LLMプロバイダーの価格競争が激化し、APIプロバイダーの利益率が圧迫される可能性がある。フロンティアモデルプロバイダー(GOOGL、MSFT)にとっては、オーケストレーション層を介して自社モデルが利用されるチャンネルが拡大する一方、ブランド認知とロックインが弱まるリスクが生じる。本内容は投資推奨ではない。

課題と今後の展望

残課題は複数ある。1つめはベンチマーク検証で、Sakana報告値は独立検証されておらず、第三者リーダーボードへの掲載が信頼性の鍵となる。2つめはプール構成の透明性で、どのモデルがどの比率で使用されているかが非公開であり、エンタープライズ顧客にとってはデータ・プライバシーの観点で導入障壁となる可能性がある。3つめはコスト管理で、重いタスクでのメッセージあたり$10というコストは高ボリューム利用では問題となる。4つめはEU/EEAでの非提供で、ローンチ時点で欧州市場がカバーされておらず、グローバル展開の速度が試される。5つめは賢いラッパーか真のブレークスルーかという根本的な議論で、初期の開発者コミュニティ反応は懐疑的な声が多い。Hacker NewsやXでの反応はルーターに過ぎないのかという問いが中心であった。

競合的な動きとしては、LangChainのLangGraph、CrewAIなどのフレームワークがコードベースのオーケストレーションを提供しており、Fuguのモデル内蔵型オーケストレーションとの比較が論点となる。Google、Microsoft、OpenAIも自社エコシステム内でのマルチエージェント機能を強化しており、オーケストレーション層の競争は今後激化するとみられる。

投資家として見るべき節目は、第三者ベンチマーク機関によるFugu Ultraスコアの独立検証、EU/EEAへの展開時期、月額課金ユーザー数の成長、プール構成の開示進展、Sakana AIの追加資金調達またはIPO動向、Anthropicの輸出管理解除後にFable 5/Mythos Previewがプールに追加されるかどうか、あたりが挙げられる。