Sakana Fugu APIは、console.sakana.aiでキーを作成し、コンソールに表示されるベースURLをコピーして、既存のOpenAIクライアントをそのエンドポイントに向けることで使用します。SDKの移行は不要です。Fuguは単一のOpenAI互換APIとして提供されるため、ベースURLとキーを交換するだけで、すでにお使いのopenai PythonおよびJavaScriptライブラリがそのままFuguと連携します。この単一のエンドポイントの裏側では、Fuguはマルチエージェントのオーケストレーションシステムとして機能します。Sakanaのリリースぺージによると、Fuguは直接回答するか、複数のモデルからなるチームを編成するかを決定し、その決定はあなたのコードから見えることはありません。以前に、Claude Fable 5 APIに関するガイドのように、他のゲートウェイを接続した経験があれば、この設定は馴染み深く感じられるでしょう。
このガイドでは、キーの取得、2つの言語でのクライアント設定、モデルフィールドの選択、ストリーミングの処理について順を追って説明します。これにより、数分で最初のチャット補完を送信できるようになります。
Sakana Fugu APIの正体
Fuguは一般的な意味での単一のモデルではありません。Sakanaは、Fuguを「委任、エージェント間のコミュニケーション、および作業統合に特化した、訓練された言語モデル」と説明しています。リリースの見出しは「One Model to Command Them All（すべてを統率する一つのモデル）」です。リクエストを送信すると、訓練されたコンダクターがあなたのプロンプトを読み込み、自ら応答するか、あるいは複数のLLM（再帰的に自身のインスタンスを含む）を動的に調整し、その結果を一つの回答に統合します。
あなたのコードの視点からは、これらは何も関係ありません。あなたは一つのOpenAI互換エンドポイントを呼び出し、通常のチャット補完結果を受け取ります。オーケストレーショングラフはサーバー側に留まります。エージェントを組み立てたり、プロバイダー間でルーティングしたり、チームを管理したりする必要は一切ありません。それがFuguの全体像です。複雑さはAPIの裏側に存在し、あなたのクライアントにはありません。
Fuguには2つのバリアントがあります。「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に構築された、バランスの取れた低レイテンシーのオプションです。「Fugu Ultra」は、AI研究、論文の再現、サイバーセキュリティ分析、文献や特許調査など、最高の回答品質を求める場合に特化しています。ベータ期間中および初期の報道の多くでは、より小さなバリアントは「Fugu Mini」と呼ばれていました。現在の名前であるFuguとFugu Ultraを使用し、「Mini」は古いベータ版の名称として扱ってください。
その研究の系譜は実在し、公開されています。2026年のICLRで発表された2つの論文がこのアプローチの基盤となっています。一つは、Thinker、Worker、Verifierの役割を持つ導関数なし進化で最適化された、2万パラメータ以下のコーディネーターであるTrinity。もう一つは、エージェント間の通信構造を学習する強化学習で訓練された7BモデルであるConductorです。これらは異なる手法とサイズを使用しているため、混同しないでください。出荷される製品の正確なパラメータ数は公開されていません。
ステップ1: console.sakana.aiでFugu APIキーを作成する
console.sakana.aiにアクセスしてください。アクセスにはログインが必要なため、ダッシュボードに到達する前にGoogleまたはメールでサインインします。ベータ版は2026年4月下旬から約500人のユーザーで運用されました。一般提供のセルフサービス登録が完全にオープンしているか、まだ制限されているかは変更される可能性があるため、ページにアクセスした際に現在の状態を確認してください。EU/EEAでの利用制限が報告されているため、APIに対して構築する前に、お住まいの地域がサポートされているか確認してください。
ログインしたら、APIキーのセクションを探してください。キーを生成し、環境変数やシークレットマネージャーのような安全な場所に保管してください。他のプロバイダーキーと同様に扱ってください。ソース管理にコミットせず、漏洩した場合はローテーションしてください。
コンソールにいる間に、アカウントのベースURLを見つけてコピーしてください。これは最も重要なステップであり、推測できない唯一の詳細です。FuguエンドポイントのベースURLは、本稿執筆時点ではSakanaのどの公開ページにも掲載されていません。コンソールに表示されている正確な値をコピーしてください。他のプロバイダーのパターンに従うと仮定したり、フォーラムの投稿で見たホストを貼り付けたりしないでください。コンソールが真実の情報源です。
ステップ2: 既存のOpenAIクライアントをFuguに向ける
FuguはOpenAI互換であるため、現在のSDKをそのまま使用できます。変更するのはbase_urlとapi_keyの2点だけです。リクエストの他のすべては、標準のOpenAIチャット補完と同じ形式を維持します。
以下のスニペットでは、<YOUR_FUGU_BASE_URL_FROM_CONSOLE>はプレースホルダーです。コンソールから実際のベースURLをコピーしてください。推測しないでください。モデル文字列についても同様で、これについては次のセクションで説明します。
Python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_FUGU_API_KEY",
base_url="<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", # console.sakana.aiからコピー、推測しないこと
)
response = client.chat.completions.create(
model="fugu", # コンソールで正確なモデル文字列を確認
messages=[
{"role": "system", "content": "あなたは役立つエンジニアリングアシスタントです。"},
{"role": "user", "content": "この関数のネストされたループを削除するようにリファクタリングしてください。"},
],
)
print(response.choices[0].message.content)
JavaScript
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.FUGU_API_KEY,
baseURL: "<YOUR_FUGU_BASE_URL_FROM_CONSOLE>", // console.sakana.aiからコピー、推測しないこと
});
const response = await client.chat.completions.create({
model: "fugu", // コンソールで正確なモデル文字列を確認
messages: [
{ role: "system", content: "あなたは役立つエンジニアリングアシスタントです。" },
{ role: "user", content: "この関数のネストされたループを削除するようにリファクタリングしてください。" },
],
});
console.log(response.choices[0].message.content);
これが移行のすべてです。OpenAIクライアントをサードパーティのゲートウェイ経由でルーティングした経験がある場合、パターンはOpenRouterと連携するClaude Codeのような設定と全く同じです。同じクライアント、新しいベースURL、新しいキーです。異なるのはサーバー側で何が起こるかですが、これについては後述します。
ステップ3: モデルフィールドを選択する
modelフィールドはバリアントを選択します。報告されている文字列は、バランスの取れたモデルにはfugu、最高の品質を追求するモデルにはfugu-ultraです。一部のソースでは、fugu-ultra-20260615のような日付付きの識別子も報告されています。このような識別子はリリース間で変更される可能性があるため、記事から古いIDをコピーするのではなく、コンソールにリストされている正確な文字列を確認してください。このガイドが見出しに日付付きIDを含めないのもそのためです。それらは古くなり、あなたのコンソールが信頼できる情報源となります。
実践的な経験則として、レイテンシーが重要なインタラクティブな作業、コーディング、チャットにはfuguから始めましょう。ディープな調査、論文の再現、セキュリティレビューなど、回答の品質が速度よりも優先される場合はfugu-ultraに移行します。どちらのバリアントも同じエンドポイントの背後で動作するため、切り替えはmodel値の1行の変更で行えます。
コードでのバリアント選択は次のとおりです。
# バランスの取れた、低レイテンシー
fast = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "この変更履歴を3つの箇条書きで要約してください。"}],
)
# 最大の回答品質
deep = client.chat.completions.create(
model="fugu-ultra", # コンソールで正確な文字列を確認
messages=[{"role": "user", "content": "この論文の主要な結果を再現し、ギャップがあれば指摘してください。"}],
)
ステップ4: レスポンスをストリーミングする
ストリーミングはOpenAIとまったく同じように機能します。stream=True（またはstream: true）を設定し、チャンクをイテレートします。これは、チャットUIや長い回答で、トークンが到着次第表示したい場合に便利です。
Pythonストリーミング
stream = client.chat.completions.create(
model="fugu",
messages=[{"role": "user", "content": "CIパイプラインのセットアップについて教えてください。"}],
stream=True,
)
for chunk in stream:
delta = chunk.choices[0].delta.content
if delta:
print(delta, end="", flush=True)
JavaScriptストリーミング
const stream = await client.chat.completions.create({
model: "fugu",
messages: [{ role: "user", content: "CIパイプラインのセットアップについて教えてください。" }],
stream: true,
});
for await (const chunk of stream) {
const delta = chunk.choices[0]?.delta?.content;
if (delta) process.stdout.write(delta);
}
Fuguでのストリーミングについて理解すべきことの1つは、レスポンスがトークンごとにストリーミングされる場合でも、オーケストレーションは常にサーバー側で最初に行われるということです。コンダクターがあなたのリクエストのためにチームを編成した場合、その調整は生成前または生成中に解決され、ストリームには合成された出力のみが含まれます。ストリーム内で中間エージェントの会話やルーティンググラフを見ることはありません。単一モデルAPIと同じように、クリーンなテキストが得られます。
1つのリクエストの裏側で何が起こるか
Fuguが単純なモデルAPIと異なる点はここにあり、あなたのコードがシンプルであるにもかかわらず、理解しておく価値があります。あなたのリクエストが到着すると、コンダクターはそれを読み込み、直接回答するか、チームを編成するかを決定します。チームを編成する場合、複数のLLMを呼び出し、再帰的にFuguのインスタンスをさらに含めることも可能で、その後、それらの作業を1つの返答に統合します。
ガバナンス要件がある場合、リリースページからいくつかのメカニズムを知っておくと良いでしょう。プール内のエージェントは交換可能です。チームは特定のエージェントをオプトアウトすることができ、これにより、データやコンプライアンスのルールによって特定のプロバイダーが特定のワークロードに触れてはならない場合に役立ちます。Fuguはプロバイダーの制限を動的に回避することもできます。これにより、オーケストレーション層は品質だけでなく、コンプライアンスのレバーとしても機能します。
ベンチマークをどう読むかに影響するため、正直な説明をします。Fuguは、他のベンダーの最先端モデルを呼び出し、再帰的に自身をも含むオーケストレーターです。そのため、SakanaがFugu Ultraがエンジニアリング、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る」と報告している場合、それは単一モデルの勝利ではなく、モデルの集合体による「同等性」の主張として、Sakanaによって表明されたものと解釈してください。Sakanaはまた、FuguがAutoResearch、ワンショットチェス、金融時系列予測などの特定のアプリケーションにおいて、Gemini 3.1 Pro、Opus 4.8、GPT 5.5を「一貫して上回る」と報告しています。「Opus 4.8を上回る」といった結果は、FuguがOpusを呼び出し、その出力を統合することによって得られたものかもしれません。これは現実の能力であり、スタンドアロンモデルがリーダーボードのトップに立つこととは異なります。Fuguが比較対象としている単一のAnthropicモデルについて深く掘り下げたい場合は、Claude Fable 5 APIガイドでFable 5を直接取り上げています。モデルの系譜とオーケストレーションのストーリーについては、Sakana Fuguとは何かをご覧ください。
アクセス、価格、代替案に関する注意
価格構造はリリースページで確認されています。Sakanaは日常使用向けのサブスクリプションティアと、より大規模なエンタープライズワークロード向けの従量課金プランを提供しています。ティア、プロモーション、トークンごとの料金に関する具体的な金額は、リリースページ自体ではなく、二次的なJavaScriptレンダリングされた情報源から来ています。これらの数値は変動し、公式ページには記載されていないため、このガイドではそれらを引用していません。プランを決定する前に、本日2026年6月22日時点のコンソールでのライブ価格を確認してください。
Fuguをルーティングゲートウェイと比較検討している場合は、カテゴリを明確に区別してください。OpenRouterやMartianのようなルーターは、リクエストごとに1つのモデルを選択します。それに対してFuguは、学習され、適応性のあるトポロジーを実行し、複数のモデルとそれ自体を使用できます。スタックのゲートウェイを比較している場合、OpenRouterの代替案の比較に関する当社のまとめは、シングルモデルルーティングとオーケストレーションのトレードオフを明確に示しているため、有用な出発点となるでしょう。
Apidogワークフローへの適合性
FuguはOpenAIのチャット補完形式に対応しているため、他のHTTP APIと同じ方法でテストできます。コンソールからベースURLをApidogの新しいリクエストに貼り付け、ベアラートークンとしてキーを追加し、modelとmessagesを含むJSONボディを設定して送信します。クライアントコードを一行も書くことなく、トークン使用量や合成されたメッセージを含む生レスポンスを確認できます。これにより、Fuguをアプリケーションに組み込む前に、ベースURLが正しいか、モデル文字列が健全なものであるか、ストリーミングチャンクがどのように到着するかを簡単に確認できます。
Apidogでは、リクエストを保存し、環境全体でキーをパラメータ化し、動作する例をチームと共有することもできます。詳細な手順については、ApidogでSakana Fugu APIをテストする方法に関するガイドをご覧ください。構築準備が整ったら、Apidogをダウンロードし、契約を推測するのではなく、検証済みのリクエストから始めましょう。
よくある質問
Sakana Fugu APIを呼び出すには新しいSDKが必要ですか？
いいえ、必要ありません。FuguはOpenAI互換のエンドポイントを公開しているため、既存のopenai PythonまたはJavaScriptクライアントをそのまま使用できます。base_urlをコンソールの値に変更し、Fugu APIキーを設定するだけです。リクエストとレスポンスの形式は標準のOpenAIチャット補完と一致します。
FuguのベースURLはどこで確認できますか？
Googleまたはメールでログインした後、console.sakana.aiのダッシュボードからコピーしてください。ベースURLはSakanaのどの公開ページにも掲載されていないため、推測したり、他のプロバイダーのホストを再利用したりしないでください。コンソールの値が唯一の信頼できる情報源です。
FuguとFugu Ultraの違いは何ですか？
Fuguは、日常業務、コーディング、コードレビュー、チャット向けのバランスの取れた低レイテンシーのバリアントです。Fugu Ultraは、研究、論文の再現、セキュリティ分析において最高の回答品質を目指しています。どちらも同じエンドポイントの背後で動作するため、modelフィールドを変更することで切り替えられます。ベータ期間中、より小さなバリアントは「Fugu Mini」と呼ばれていました。
FuguはFable 5のような単一モデルを凌駕しますか？
その点については慎重に扱う必要があります。Sakanaは、Fugu UltraがFable 5やMythos Previewと肩を並べると位置付けており、これは「凌駕する」という主張ではなく「同等である」という主張です。Fuguは、他のベンダーの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、その数値は単一モデルの勝利ではなく、モデルの集合体の結果を反映しています。単一モデルの比較点については、Claude Fable 5 APIガイドをご覧ください。
Sakana Fugu APIの費用はいくらですか？
リリースページではサブスクリプションティアと従量課金プランが確認されていますが、流通している具体的な金額は二次情報源によるものであり、時間とともに変動します。購読する前に、2026年6月22日現在のコンソールでのライブ価格を確認してください。このガイドでは未検証の数値を引用していません。
コードを書く前にFuguをテストするにはどうすればよいですか？
ApidogのようなAPIクライアントからリクエストを送信します。コンソールのベースURLを貼り付け、キーを追加し、modelとmessagesを設定して、レスポンスを検査します。これにより、統合する前に設定が機能することを確認できます。ApidogでSakana Fugu APIをテストするガイドでは、完全なフローが示されています。
FuguはマルチエージェントシステムをOpenAI互換の単一の呼び出しに集約します。つまり、開始する上で最も難しい部分は、コンソールから正しいベースURLをコピーすることだけです。それが設定されれば、残りは既存のクライアントが行い、Apidogはデプロイ前に契約を迅速に検証する方法を提供します。Apidogをダウンロードして、クリーンで再現可能なリクエストから最初のFuguリクエストを送信しましょう。