Fugu UltraはSakana AIのFuguの最上位モデルであり、そのリリースは、最先端モデルを打ち負かすのではなく、その仲間であると位置づけられています。Sakana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において、「Fable 5やMythos Previewのような主要モデルと肩を並べています」。これは「打ち負かす」という主張ではなく、「同等である」という主張です。重要な注意点として、Fuguは他のベンダーのモデルを呼び出すオーケストレーターであるため、単一のAnthropicモデルとは異なるカテゴリで競合しています。詳細については、Sakana Fuguリリースぺージで確認でき、より詳しい解説はWhat is Sakana Fuguでご覧いただけます。
比較対象
Fuguは、単一のOpenAI互換APIの背後にある単一の基盤モデルとして提示され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す。Sakanaはこれを、委任、エージェント通信、作業合成に特化した学習済み言語モデルであると説明しています。Fuguは、自身の再帰的なインスタンスを含む複数のLLMを動的に調整し、各リクエストに対して直接回答するか、チームを編成するかを決定します。リリースの見出しは「One Model to Command Them All（すべてを統治する一つのモデル）」です。
Fable 5とMythosは異なります。これらは単一のAnthropicモデルです。Fable 5はAnthropicの最も強力な一般提供モデルであり、公共利用のために安全に作られた「Mythosクラス」のモデルで、Opus 4.8より上位のティアです。2026年4月7日にリリースされたMythos Previewは、Anthropicがリリースするには危険すぎると説明した最先端モデルです。重要な命名に関する詳細として、Sakanaは比較対象として古いMythos Previewを挙げ、現在のMythos 5ではありませんでした。Anthropic側の詳細については、Fable 5 vs Mythos 5とMythosクラスモデルの解説で取り上げています。
したがって、この対決は、モデル群のモデルと単一モデルとのものです。このフレームを覚えておいてください。これにより、以下のすべての数字の読み方が変わります。
FuguとFugu Ultraの概要
Fuguは、単一のエンドポイントを通じて2つのバリアントで提供されます。「Fugu」は、日常業務、コーディング、コードレビュー、チャットボット、インタラクティブサービス向けのバランスの取れた低遅延オプションです。「Fugu Ultra」は、AI研究、論文の再現、サイバーセキュリティ分析、文献または特許調査のための最高の回答品質を目標としています。ベータ版および多くのプレスでは、小型バリアントを「Fugu Mini」と呼んでいましたが、リリースページでは「Fugu」と「Fugu Ultra」を先頭に挙げているため、これらが使用すべき名称です。
正直な核心：オーケストレーター vs. 単一モデル
ここは飛ばせない部分です。Fuguはオーケストレーターです。強力な回答を生成する場合、それは別のベンダーの最先端モデルを呼び出し、その結果を合成することで達成された可能性があります。これには、Opus 4.8の呼び出し、Geminiの呼び出し、または自身の再帰的コピーの呼び出しが含まれます。
したがって、Fuguが「Opus 4.8を打ち負かした」という結果を見た場合、FuguがOpus 4.8を呼び出し、その上に検証層や合成層を追加することでその結果に到達した可能性が十分にあります。これは実際の能力であり、真に役立つことがあります。これは、単一のモデルが自身の重みでOpusを打ち負かすのとは同じではありません。
Fable 5とMythosは単一モデルです。彼らは自身のパラメータから回答します。舞台裏にチームはいません。
これが、この記事で「FuguがFable 5を打ち負かした」とは決して書かない理由であり、そう主張する情報源には懐疑的であるべきです。カテゴリが異なります。公平な解釈は「オーケストレーションされたシステムが、部分的に最先端モデルへのルーティングによって、最先端に匹敵する品質に到達した」というものです。この文はパンチが効いていませんが、はるかに正確です。完全なベンチマークの詳細は、Sakana Fuguベンチマークをご覧ください。
ティア1：Fable 5およびMythos Previewとの同等性
Sakanaの最初の主張は同等性です。Sakana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において、Fable 5とMythos Previewと肩を並べています。これを注意深く読んでください。「肩を並べる」は同等性を示す言葉です。Fugu Ultraが勝つとは言っていません。Fugu Ultraが追随すると言っています。
この主張を単なるスコアよりも興味深いものにする2つの点があります。
第一に、Sakanaが選んだ比較対象です。Mythos Previewは2026年4月の最先端モデルであり、現在のMythos 5ではありません。価格もその差を反映しています。AnthropicはFable 5とMythos 5を100万入力トークンあたり10ドル、100万出力あたり50ドルとしていますが、Mythos Previewは入力25ドル、出力125ドルでした（Anthropicの価格、2026年6月9日）。再現性のある比較のために古いPreviewを挙げたのは妥当な選択ですが、現在の最高水準を代表しないモデルと比較しているわけではないことを明確に述べておく価値があります。
第二に、メカニズムです。Fugu Ultraがチームを編成することでFable 5レベルの推論に達した場合、たとえ単一の基盤モデルがFable 5単独で匹敵しなくても、システムレベルでの同等性は実際に存在します。これが正直な見方です。この対決の単一モデル側については、Claude Fable 5 vs Opus 4.8でFable 5自体がどこに位置するかを解説しています。
ティア2：SakanaがFuguが優れていると主張する分野
これは別のモデルセットに対する別の主張であり、上記の同等性主張と混同されないように独自のセクションを設けるべきです。
Sakanaによると、Fuguは特定のアプリケーションにおいて、3つの最先端モデルを「一貫して上回っています」。
- Gemini 3.1 Pro (高)
- Opus 4.8 (最大)
- GPT 5.5 (超高)
挙げられているアプリケーションは狭く具体的です。自動研究、ルービックキューブ、メカニカルデザイン、日本語手書き分析、ワンショットチェス、金融時系列予測などです。
ここでも2つの正直な注意点が適用されます。これらはアプリケーションレベルの勝利であり、一般的なベンチマークの勝利ではありません。オーケストレーターは、自動研究やチェスのような構造化された多段階タスクにおいて高いスコアを出すことができます。なぜなら、計画、委任、検証、再試行が可能だからです。これこそが、調整レイヤーがその価値を発揮する場所です。そしてここでも、その優れた性能は、比較対象となっている同じ最先端モデルにルーティングすることによって部分的に得られている可能性があります。ルービックキューブでOpus 4.8を打ち負かしたという結果が、ループ内でOpusを呼び出すことによって達成された場合、それはシステムとしての勝利であり、重みとしての勝利ではありません。
したがって、正確な要約は次のとおりです。Fuguの調整レイヤーは、構造化された検証可能なタスクにおいて、測定可能な価値を付加し、時にはその特定のタスクで単一の最先端モデルを上回るのに十分な効果を発揮します。
比較表
この表では、意図的にカテゴリの行を最初に配置しています。残りの部分を読む前に、この行を読んでください。
| 項目 | Fugu / Fugu Ultra | Fable 5 | Mythos (Preview / 5) |
|---|---|---|---|
| システムの種類 | オーケストレーター: 自身を含む複数のLLMを呼び出す訓練された指揮者 | 単一のAnthropicモデル | 単一のAnthropicモデル |
| ベンダー | Sakana AI | Anthropic | Anthropic |
| このモデルに対するSakanaの主張 | Fable 5およびMythos Previewとの同等性（「肩を並べる」） | 同等性を主張する比較対象 | 同等性を主張する比較対象（Previewであり5ではない） |
| 別途の優れた性能に関する主張 | 特定のアプリケーションでGemini 3.1 Pro、Opus 4.8、GPT 5.5に対し | 優れた性能の対象ではない | 優れた性能の対象ではない |
| 価格（出典） | 報告されたティア + PAYG、すべて [要確認] | 100万入力あたり10ドル / 100万出力あたり50ドル | Previewは入力25ドル / 出力125ドル; Mythos 5は10ドル / 50ドル |
| APIインターフェース | OpenAI互換の単一エンドポイント、両バリアント | Anthropic API | Anthropic API |
| 強み | 構造化された多段階タスク、ガバナンスルーティング | 汎用的な最先端品質、一般利用向けに安全 | 生粋の最先端の性能上限 |
Fuguの価格は報告されたものであり、リリースページ自体からのものではないため、Fuguのすべての金額は実際に確認するまで未検証として扱ってください。Anthropicの金額は、Anthropicの2026年6月9日の価格情報に基づいています。Fable 5自体のスコアについては、Claude Fable 5ベンチマークで詳しくご覧ください。
価格設定、正直なところ
Sakanaはリリースページで価格体系を確認しました。日常使用向けのサブスクリプションティアと、より重いエンタープライズワークロード向けの従量課金プランです。このコンセプトはしっかりしています。
しかし、実際の数値はそうではありません。2026年6月22日現在、報告されている数値はJSレンダリングまたは二次情報源からのものであり、リリースページからのものではありません。報告されているサブスクリプションティアは、両モデルともに月額20ドル、100ドル、200ドルで、2026年7月末までに購読すれば2ヶ月目が無料になるローンチプロモーションがあります。報告されている従量課金価格は、およそ100万トークンあたり入力5ドル、出力30ドル、キャッシュ0.50ドルで、272Kトークンを超えるコンテキストには追加料金がかかります。基本的な「Fugu」バリアントは、呼び出す基盤モデルの標準料金でパススルー請求されると報告されています。独立した無料ティアは確認されていません。
報告された情報ですので、2026年6月22日現在、実際に確認してください。コンソールで確認するまで、これらの数字に基づいて予算を立てないでください。構造は本物ですが、数値はまだです。
研究の系譜と、それが証明しないこと
Sakanaがオーケストレーションを発明したわけではありません。Together AIのMixture-of-Agents（ICLR 2025）は、すでにオーケストレーションされたモデルが単一モデルを打ち負かすことを示していました。Fuguのより狭い新規性は、学習済みで適応性のあるコスト選択的なトポロジーが1つのエンドポイントとして提供され、学習済み指揮者という研究ラインに裏打ちされている点です。
その研究ラインは実在し、引用可能です。このアプローチの背後には、ICLR 2026の論文が2つあります。Trinity、「An Evolved LLM Coordinator」（arXiv:2512.04695）は、2万パラメータ未満のコーディネーターで、微分フリー進化によって最適化され、Thinker、Worker、Verifierの役割を持ちます。Conductor、「Learning to Orchestrate Agents in Natural Language」（arXiv:2512.04388）は、強化学習で訓練された7Bモデルで、通信構造を学習し、より低コストでMixture-of-Agentsを打ち負かすと主張しています。
これらは異なる方法と異なるサイズです。進化と強化学習、2万パラメータ未満と7Bです。これらを混同せず、どちらの具体的な詳細も出荷製品にそのままマッピングされると仮定しないでください。公式リリースでは製品のパラメータ数は開示されていないため、7Bの詳細をFugu自体に適用するのは第三者の推論であり、明示された事実ではありません。
Fuguを他と隔てる具体的な点は明白です。OpenRouterやMartianのようなルーターは1つのモデルを選択し、そこにリクエストを送信します。Swarm、AutoGen、LangGraphのようなエージェントフレームワークでは、ユーザー自身がコーディネーターになります。Fuguはコーディネーターを訓練し、それを単一の呼び出しの背後に隠しています。
Apidogワークフローへの適合性
FuguはOpenAI互換の単一エンドポイントを公開しています。既存のOpenAIクライアントからキーを使って接続するだけで、SDKを移行する必要はありません。両方のバリアントは同じエンドポイントを介して実行され、Fuguが直接回答するかチームを編成するかを決定します。
ベースURLは2026年6月22日現在、どの公開ページにも掲載されていないため、流布しているホストは信頼しないでください。console.sakana.aiのコンソールから実際のベースURLをコピーし、標準のOpenAIリクエストに貼り付けてください。報告されているモデルID文字列はfuguとfugu-ultraで、日付付きの形式がある可能性もあります。日付付きの文字列をハードコードするのではなく、コンソールで正確なIDを確認してください。
これは呼び出しの形式であり、実際のベースURLに置き換えるプレースホルダーを使用しています。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_SAKANA_API_KEY",
base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", # console.sakana.aiからコピー
)
response = client.chat.completions.create(
model="fugu-ultra", # コンソールで正確なIDを確認。バランスの取れたバリアントの場合は"fugu"
messages=[
{"role": "system", "content": "You are a careful code reviewer."},
{"role": "user", "content": "Review this pull request for security issues."},
],
)
print(response.choices[0].message.content)
OpenAIチャット補完形式（OpenAI APIリファレンス）に対応しているため、他のモデルエンドポイントと同じ方法でFuguをテストできます。Apidogで、コンソールのベースURLに対してリクエストを作成し、モデルフィールドをfugu-ultraに設定し、再利用可能なケースとして保存します。Fable 5またはOpus 4.8のエンドポイントに対して同じリクエストを並行して実行し、応答を比較し、重要な部分をアサートできます。これにより、Sakanaの同等性主張をマーケティングの表を信頼するのではなく、独自のプロンプトで確認する実用的な方法になります。Apidogをダウンロードして比較を設定してください。
コンプライアンスチームにとって注目すべき運用上の詳細が一つあります。Fuguのエージェントは交換可能であり、データやコンプライアンス上の理由で特定のプールから特定のプロバイダーをオプトアウトすることができます。また、SakanaはFuguがプロバイダーの制限を動的に回避すると述べています。規制された環境でテストしている場合は、このオプトアウトパスを実行し、除外されたプロバイダーが応答トレースに決して現れないことを確認してください。
評決、両者の主張を最大限に尊重
感銘を受けるべき点：Sakanaは、学習された指揮者を1つのクリーンなエンドポイントとして提供し、実際の研究ラインに裏打ちされており、最先端モデルとの同等性とアプリケーションレベルでの勝利の両方を主張しています。自動研究やチェスのような構造化された検証可能なタスクでは、調整レイヤーがまさに適切なツールであり、初期のユーザーもこれを裏付けています。Sakanaは、Fugu Ultraがコードレビューで他のツールが3つ程度しか検出しないのに対し、20以上の問題を発見したと述べたソフトウェアエンジニアの例を報告しており、GPT-5.5よりも優れていると評しています。あるセキュリティエンジニアは、1つのスコープ内の指示で、偵察や認証レビューを含む完全なエンドツーエンド評価をスコープ内で完了させることができたと述べています。
抑制すべき点：同等性主張は、Mythos 5ではなく古いMythos Previewに対するものであり、優れた性能に関する主張は、異なるモデルセットに対する別のティアに位置付けられています。どちらの主張も、比較対象となっている同じモデルを呼び出すことでその数値を達成できるシステムから来ています。Mixture-of-Agentsは、オーケストレーションが単一モデルを打ち負かすことをすでに証明しているため、高レベルのアイデアは新しいものではありません。正直な解釈は「学習済み指揮者と強力なガバナンスストーリーを持つ、最先端に匹敵するオーケストレーション」であり、「新しい最高のモデル」ではありません。
ほとんどのチームにとって、適切な動きは誇大広告に踊らされることでも、無視することでもありません。独自の構造化タスクでFugu UltraをFable 5およびOpus 4.8と比較し、調整レイヤーがどのようにコストに見合う価値を生み出すかを観察し、コミットする前にすべての価格を確認してください。Sakanaのブランディングは比喩に傾倒しています。フグは熟練した料理人が調理して初めて安全な魚であり、オーケストレーションはその慎重な準備です。その準備が追加料金に見合う価値があるかどうかは、リリースページよりも自身のテストスイートがより早く答えを出してくれるでしょう。
よくある質問
Fugu UltraはFable 5を打ち負かしますか？
いいえ、Sakanaもそうは主張していません。Sakanaによると、Fugu UltraはFable 5およびMythos Previewと肩を並べるものであり、これは勝利ではなく同等性を主張するものです。Fuguは最先端モデルを呼び出すことができるオーケストレーターであるため、見られる可能性のある「勝利」はそれらのモデルへのルーティングによるものかもしれません。単一モデル側については、Fable 5 vs Mythos 5をご覧ください。
SakanaがFuguはOpus 4.8を上回ると言うのはどういう意味ですか？
これは同等性主張とは別の主張であり、一般的なベンチマークではなく特定のアプリケーションに適用されます。Sakanaによると、Fuguは自動研究、ワンショットチェス、金融時系列予測などのタスクでGemini 3.1 Pro、Opus 4.8、GPT 5.5を一貫して上回っています。Fuguがこれらの結果を自身のループ内でOpusを呼び出すことで達成している可能性があることに留意してください。したがって、これはシステムとしての勝利であり、単一モデルとしての勝利ではありません。
なぜSakanaはMythos 5ではなくMythos Previewと比較するのですか？
Mythos PreviewはAnthropicがリリースするには危険すぎると呼んだ2026年4月の最先端モデルであり、Mythos 5は現在の一般提供バージョンです。Sakanaは比較対象として古いPreviewを挙げました。これは再現性のあるテストのために正当な選択ですが、同等性主張が今日の最高水準に対して測定されていないことを意味します。Mythosクラスモデルの解説でその区別が説明されています。
Fuguは単一のモデルですか、それとも複数のモデルのグループですか？
グループです。Fuguは、自身の再帰的なコピーを含む複数のLLMに委任する学習済み指揮者であり、システム全体を単一のOpenAI互換APIの背後にある1つのモデルとして提示します。Fable 5とMythosは、自身の重みから応答する単一のAnthropicモデルであり、この比較が2つの異なるシステムカテゴリにまたがる主要な理由です。
FuguをFable 5と比較して自分でテストするにはどうすればよいですか？
OpenAI互換クライアントをSakanaコンソールのベースURLに向け、モデルをfugu-ultraに設定し、Fable 5やOpus 4.8に対して実行するのと同じプロンプトを実行します。Apidogでは、各モデルをリクエストとして保存し、並行して実行し、あなたにとって重要な出力についてアサートすることができます。これにより、Sakanaの同等性主張を信頼するのではなく、測定可能なものに変換できます。
Fuguの価格はFable 5と比較してどのくらいですか？
価格体系は確認されています（サブスクリプションティアと従量課金）が、Fuguのすべての金額は2026年6月22日現在、二次情報源からの報告であり未確認ですので、予算を立てる前にコンソールで確認してください。参考までに、AnthropicはFable 5を100万入力トークンあたり10ドル、100万出力あたり50ドルとしています。Sakana Fuguベンチマークの記事で、価格が確認され次第追跡しています。