投稿者 投稿日: カテゴリー AIニュース
日本のAIスタートアップ、サカナAI（Sakana AI）が、複数の大規模言語モデル（LLM）を束ねて使う新システム「Fugu」を発表しました。注目すべきは、自社で巨大なフロンティアモデルを一から訓練することなく、複数のモデルを動的に連携させることで、Anthropicの最上位モデルに匹敵するベンチマーク結果を出した点です。AIの性能を上げる手段が「より大きな単一モデル」だけではないことを示す動きとして、業界の関心を集めています。本記事では、何が起きたのかを整理し、その意味を解説します。
何が起きたか：単一モデルを訓練せず性能を出す発想
The Decoderによると、サカナAIのFuguは、入れ替え可能なエージェントのプールから複数の言語モデルを動的に呼び出し、複雑なタスクに対応する仕組みです。利用者から見ると単一の基盤モデルのように振る舞い、ひとつのAPIエンドポイントを呼ぶだけで、内部では自分で答えるか、専門特化したモデルのチームを組成して処理するかをFuguが判断します。
公開されたベンチマークでは、上位版の「Fugu Ultra」が、コーディング、推論、科学、エージェントといった幅広い領域で、AnthropicのFable 5やMythos Previewと同等の成績を示したとされています。VentureBeatなどの報道によれば、Fugu UltraはSWE-Proで54.2、GPQA-Diamondで95.1、LiveCodeBench v6で93.2を記録し、一部のベンチマークではAnthropicのモデルを上回ったとされています（数値はサカナAIの公表ベースのため要確認）。
この発表が大きな意味を持つ背景には、輸出規制があります。2026年6月12日、Anthropicの最も能力の高いモデル群が国家安全保障を理由とした輸出管理の対象となり、広範な国々の組織から利用できなくなりました。フロンティア級の単一モデルへのアクセスが各国で制限されるなか、複数モデルを連携させて同等の性能を引き出すFuguのアプローチは、その制約を回避する現実的な代替策としても注目されています。
なぜ重要か：性能向上の道筋が一本ではなくなる
これまでAIの性能競争は、より多くの計算資源を投じてより大きなモデルを訓練する、という一本道で語られがちでした。Fuguが示したのは、既存の複数モデルを賢く組み合わせる「オーケストレーション（編成）」という別の道筋です。一からフロンティアモデルを訓練しなくても、用途に応じて最適なモデルへタスクを振り分ければ、フロンティア級の成果に近づけるという考え方です。
この発想には、コストと可用性の両面で利点があります。巨大モデルを常に動かすのではなく、タスクごとに必要なモデルだけを呼び出せば、無駄な計算を抑えられます。また、特定モデルが規制や障害で使えなくなっても、プール内の別モデルに切り替えられるため、供給途絶のリスクを分散できます。一方で、複数モデルを束ねる構成は「単一の巨大モデルと呼べるのか」というアーキテクチャ上の議論も呼んでおり、ベンチマークの数字が実運用の体験にそのまま結びつくかは、今後の検証を待つ必要があります。
日本のAI企業がフロンティア競争に独自の角度から切り込んだという点も見逃せません。サカナAIは、巨大資本による物量勝負とは異なる「組み合わせの工夫」で勝負しており、資源制約のある環境でも先端性能に手が届く可能性を示しました。
今後の動き
焦点は、ベンチマーク上の同等性が実際のタスクでどこまで再現されるかです。オーケストレーション型は、内部で複数モデルを呼び出すぶん、応答速度やコスト、安定性といった実運用上の指標が単一モデルとは異なる挙動を見せる可能性があります。各社が同様の編成型システムを追随するのか、それとも単一モデルの大型化が引き続き主流であり続けるのか、当面はこの2つの路線が併存しながら検証が進むとみられます。
EC事業者にとっても、これは無縁の話ではありません。受注対応や商品説明の生成、問い合わせ対応などにAIを組み込む際、特定の一社のモデルに依存する構成は、規制や価格改定、障害の影響を直接受けます。用途に応じて複数のAIを使い分け、必要に応じて切り替えられる体制を意識しておくことは、AI活用を続けるうえでの安定性につながります。
まとめ
サカナAIのFuguは、単一の巨大モデルを訓練せず、複数のLLMを連携させてフロンティア級のベンチマーク結果を出しました。AIの性能を高める道筋が一本ではなくなりつつあることを示す動きであり、輸出規制でフロンティアモデルへのアクセスが制限されるなかでの代替策としても注目されます。編成型の性能が実運用でどこまで通用するか、今後の検証が次の焦点になります。
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: The Decoder
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
