- 会員限定
- 2026/07/21 07:10 掲載
Claude Fable超えは本当か？ 徹底検証で分かった国産AI「Sakana Fugu」のヤバい実力
「国産AIが世界最先端モデルに肩を並べる」と聞いて、私はまず懐疑的になりました。ベンチマークの数字を眺めるだけでは、本当の実力は分かりません。自分で触り、実際の仕事に近い形で使い込んで初めて、ビジネスの現場で「使えるかどうか」が判断できるはずです。そこで今回、日本発のAI研究機関であるSakana AIが開発したLLM「Sakana Fugu（サカナ フグ）」を徹底検証しました。コーディングエージェントとしての実力や、気になる料金体系の裏側、そして「本当にClaude Fable級なのか」という核心まで触れつつ、“国産AIの現在地”をお伝えします。
ChatGPTやクリエイティブ系AIの情報・アイデアなど発信。生成AIを使った業務効率化コンサル、AI活用アドバイザーなどを複数社就任。YouTubeチャンネル登録者数 16万人越え。イベント登壇、AI活用セミナー、AIを活用したワークフロー構築ボットの制作、SNS運用など幅広く活動。
モデル寄せ集めではない…Sakana Fuguに隠された3つの特徴
Sakana AIは、Google DeepMindの元研究者らが設立した日本発のAI研究機関です。私が今回使い込んだ「Sakana Fugu」は、「マルチエージェントシステムを、1つのモデルAPIとして提供する」というコンセプトで設計されています。
日本発のAI研究機関Sakana AIが投入した「Sakana Fugu」導入スライド
公式サイトのキャッチコピーは「multi-agent system as a model」。一般的なAIモデルが「答えを返す」のに対し、Fuguは「どのモデルをどう動かすかを学習したオーケストレータ」として機能します。1つのAPIを呼び出すだけで、裏側では複数のAIが協調して動く仕組みです。
Fuguの特徴を整理すると、3点に集約されます。
- 単一API: 裏側で複数AIが動きますが、呼び出し口は1つです
- 自動編成: どのモデルが何を担当するかをFugu自身が決定します
- 検証込み: 答えを作った後に自ら見直す仕組みが内蔵されています
公式ドキュメントに掲載されているアーキテクチャ図を見ると、Fuguが上位オーケストレータとして機能し、その下にClosed & Open ModelsのLLM Poolが並ぶ構造が確認できます。ユーザーの指示はFuguがいったん受け取り、どのモデルにどのタスクを割り振るかを自律判断した上で、複数のサブエージェントに処理させます。
単体モデルではなく「モデルチームのコーディネーター」として設計されており、OpenAI・Anthropic・Googleのモデルを横断的に活用しながら、Fuguが最適な組み合わせを自動選択するところが大きな特徴です。
公式ベンチマークは“Claude Fable 5級”…ただし注意点が
Sakana AIは公式発表で、上位モデル「Fugu Ultra」がClaude Fable 5およびMythos Previewに比肩すると主張しています。実際に確認した公開ベンチマーク数値は次の通りです。
（出典：Sakana AI 公式発表）
- LCB（Fable基準）: Fugu Ultra 93.2 / Fable 5・Mythos Preview 89.8
- GPQA（Mythos基準）: Fugu Ultra 95.5 / Fable 5・Mythos Preview 94.6
- CharXiv（Mythos基準）: Fugu Ultra 86.6 / Fable 5・Mythos Preview 86.1
- Terminal（Fable基準）: Fugu Ultra 82.1 / Fable 5・Mythos Preview 80.4
数字だけ見ればFugu Ultraはすべての項目でライバルモデルをわずかに上回っています。ただし「Fable 5／Mythos PreviewはFuguのエージェントプール外（公式注記）」と明示されており、自社エコシステム外のモデルとの比較であることは押さえておく必要があります。
ベンチマークはあくまで参考値です。重要なのは実際のワークフローでどう動くか。この疑問を解消するために、私は自腹での検証に踏み切りました。 【次ページ】料金体系やセットアップの流れ、実際の成果物について触れていきます
AI・生成AIのおすすめコンテンツ
関連タグ
タグをフォローすると最新情報が表示されます
AI・生成AIの関連コンテンツ
あなたの投稿
PR
PR
PR
