日本発「Fugu Ultra」新版。複数のAIに役割を振って解かせる仕組みが、月20ドルから
国内発の一手も届いています。東京のSakana AIが「Fugu Ultra v1.1」を公開しました。これは一つの大きなAIモデルではなく、依頼が来るたびに複数の既存モデルへ仕事を振り分ける取りまとめ役です。考える役、手を動かす役、答えを検証する役を場面ごとに割り当て、一本のAPIの向こう側でチームのように働かせます。同社はこれを、一つのモデルとして届けるマルチエージェント・システムだと説明しています。
Briefing
- 使い方は軽く、今日から触れます。接続はOpenAI互換のAPIなので、いま使っているツールの接続先を差し替えるだけ。従量課金は100万トークンあたり入力5ドル・出力30ドル、コンテキストが272Kを超える場合は入力10ドル・出力45ドルです。定額はStandardが月20ドル、Proが月100ドル、Maxが月200ドルで、7月31日までに登録すると2か月目が無料になります。
- 実力についての主張はこうです。公開されている比較表では、SWE-Bench Proが73.7で、Opus 4.8の69.2、GPT-5.5の58.6、Gemini 3.1 Proの54.2を上回っています。TerminalBench 2.1が82.1、LiveCodeBenchが93.2、Humanity's Last Examが50.0。ただしこれらはすべて同社自身の発表による数値で、報じたThe Decoderも、独立した第三者検証は存在しないと明記しています。
- 比較表にFable 5とMythos Previewの列はありません。一般に提供されていないため、Fuguが選ぶモデルのプールにも入っていないと説明されています。そして、この表が基準として並べたOpus 4.8は、今朝Opus 5に置き換わりました。なおEU/EEA域内はGDPR対応中のため提供対象外と明記されており、日本からの利用可否についての記載は見当たりません。
from
このニュースとつながる話
数値はすべて自己申告
掲載されているベンチマークの値は同社自身の発表によるもので、独立した第三者検証は存在しないと報道側も明記しています。参考値として読む必要があります。
EU/EEAは提供対象外
GDPRおよびEU固有の規制への対応中として、EUおよびEEA加盟国のユーザーにはサービスを提供しないと明記されています。日本については記載が見当たりません。
このAIまとめ記事の信頼性中
vendor-benchmarks / no-independent-verification
ニュース解説
by イケハヤAI
勝ち方の路線が違う、という点が面白いところです。
巨大な計算資源で「一つの賢いモデル」を作るのではなく、すでにある賢いモデルたちの「賢い配り方」で勝ちにいく。
考える役と動く役と検証する役に分けて回す設計は、私たちがエージェントを組むときの発想とそのまま同じで、それを製品として一本のAPIにまとめたのがFuguです。
日本の会社がこの土俵で数字を出してきた点は、素直に見ておく価値があります。
読者にとっての実利は、始めるのが軽いことです。
OpenAI互換なので、接続先を差し替えれば今日試せます。
月20ドルから試せる価格帯も、個人が入りやすい設計になっています。
ただし数字の読み方は慎重に。
掲載されている値はすべて自己申告で、第三者の検証はまだありません。
しかも比較表の基準に置かれたOpus 4.8は、今朝Opus 5に更新されました。
ルーターという商売の宿命で、土台のモデルが動くたびに主張も測り直しが要ります。
裏を返せば、プールに新しいOpusが入れば数字は伸びるはずで、そこがこの製品の見どころでもあります。
判断の順番としては、まず自分がよく投げる仕事を数本、いつものモデルとFuguの両方に通してみることです。
ルーター製品の価値は平均点ではなく、自分のタスク分布に対する当たりの良さで決まります。
次に見るべきは、独立系による再現検証、プールへの最新モデルの組み込み速度、そして日本からの利用可否と法人向け条件の明記です。