Sakana AI、Fugu Ultra v2とFugu Maxを同時公開──Fable 5.1もGPT-6 Astraもプールに入れず8本中5本で首位、Maxは出力$6

2026年9月11日（日本時間）時点。日本のSakana AIは同日、複数のAIモデルを束ねて動く「Sakana Fugu」の新版として、Fugu Ultra v2（最高性能寄り）とFugu Max（費用対性能寄り）の2本を同時に公開した。Sakana AIの発表によると、両方とも同日からOpenAI互換APIで利用でき、既存のFugu利用者はパラメータを1行変えるだけで切り替えられる。本記事は発表ブログ、製品ページの料金表とFAQ、技術レポートの記述だけをもとに、公式が出したベンチマーク図18本を1本ずつ読んでまとめた。解説動画（13分33秒・公式グラフ18本を1本ずつ）はYouTubeで公開済み。

Fugu Ultra v2：公式ベンチ8本中5本で首位（うち3本はGPT-6 Astraが図に載っていない）。学習終了は2026年8月28日、Fable 5／Fable 5.1／GPT-6 Astraはモデルプール外と公式が明記。 Fugu Max：入力$2／出力$6（100万トークンあたり）。10本中6本で首位だが、勝ち差は0.1〜0.5点が大半。図の上での主な相手はGemini 3.8 Flash。 両方とも9月11日からOpenAI互換APIで提供。公式FAQは「新しいフロンティアモデルの公開後、約2週間で更新版を提供する」と記載。

何が出たか

Sakana AIは両者を「別製品ではなく、同じ中核のオーケストレーション基盤を2つの使命に最適化したもの」と説明している。発表ブログの年表では、4月のベータ、6月の正式版とFugu Ultra v1、7月のFugu-CyberとClaude Codeインターフェース、8月のSakana ChatとNVIDIA提携に続く5段目が今回にあたる。

Fugu Ultra v2は8本中5本で首位、ただしAstra不在の図が3本

公式の図（棒グラフ8本）から数字を転記した。比較対象は前版のFugu Ultra v1.1、Claude Opus 5、Claude Fable 5、GPT 5.6 Sol、Kimi K3、Claude Fable 5.1、GPT-6 Astra。

発表本文の「8本中5本で首位または同率首位、8本中7本でトップ2」は図の数字と一致する。ただし、以下は図を読んだ上での注記である。

• GPT-6 Astraが載っていない図が3本（GDP.pdf、Chartography、Toolathon）あり、5勝のうち3勝はその3本で出ている。Astraと同じ図で勝ったのはSWEFish（差2.0点）とDeepSWE（差1.3点）の2本。
• SWEFishはSakana AIが「自社のコーディング課題と用途を反映した社内ベンチマーク」と説明しているもの。
• 発表本文のChartographyの段落は「Opus 5の27.3、Fable 5の29.5を上回った」と書いているが、同じ図にあるFable 5.1の46.2には触れていない。差は2.1点。

学習終了は8月28日、Fable 5／5.1／Astraはプール外

今回の発表で最も重い記述は、Fugu Ultra v2の図の注記と本文にある。

Note: Fugu Ultra v2's training cutoff date is 20260828, Fable 5, Fable 5.1 and GPT-6-Astra are NOT in Fugu-Ultra v2's model pool. （注：Fugu Ultra v2の学習終了日は2026年8月28日。Fable 5、Fable 5.1、GPT-6 AstraはFugu Ultra v2のモデルプールに含まれていない）

Crucially, Fugu Ultra v2 achieves these scores without Fable 5, Fable 5.1, or GPT-6-Astra in its agent pool. （重要な点として、Fugu Ultra v2はFable 5、Fable 5.1、GPT-6 Astraをエージェントプールに入れずにこれらのスコアを達成している）

Fuguは他社を含む複数のモデルを裏で呼び出す仕組みなので、「一番強いモデルを入れずにこの数字」という主張になる。GPT-6 Astraの公開は9月3日で、8月28日の学習終了には間に合わない時期にあたる。

一方で「プール外」は「クローズドモデルを一切使っていない」という意味ではない。Fugu Maxのプール図には「Closed & open models」と書かれており、除外が明記されたのはFable 5、Fable 5.1、GPT-6 Astraの3つだけである。今のプールに何が入っているかは、今回取得した発表ブログ・製品ページ・技術レポートには書かれていない。製品ページのFAQは、Ultra v2とMaxのプールは固定でユーザーが変更できないこと、そして「新しいフロンティアモデルが一般公開されたら、約2週間かけて更新版を訓練・評価してから順次提供する」ことを記載している。Astra入りの更新版が来るかどうかは、公式は書いていない。

Fugu Maxは出力$6で10本中6本首位、勝ち差は0.1〜0.5点

公式の図は横軸が出力価格（100万トークンあたり米ドル）、縦軸がスコアの散布図10本。比較群は同価格帯の7モデル（GLM-5.3、Gemini 3.8 Flash、Qwen3.8-max、DeepSeek V4 Pro、Sonnet 5、GPT 5.6 Terra、Kimi K3）。

発表本文の「6本で総合首位」「出力価格はSonnet 5・GPT 5.6 Terra・Kimi K3より40〜60%低い」は、図の値（出力$10／$12／$15に対して$6）と一致する。ただし負けた4本の相手はGemini 3.8 Flash（3本）とQwen3.8-max（1本）で、公式が名指しするSonnet 5やGPT 5.6 Terraではない。Gemini 3.8 Flashは図の注記で入力$1.5（Fugu Maxより安い）、横軸の位置で出力約$7.5（Fugu Maxより高い）にある。

仕組み：指揮者モデルとモデルプールの二層

Sakana AIの8月10日のブログ（日本語）によると、Fuguは「モデル間の協調の仕方をSakana AIが学習させた小規模な言語モデル」である指揮者モデルと、実際の処理を担うモデルプールの二層からなる。指揮者は知識を自分の重みに抱えず「どのモデルにどう任せるか」だけを判断するので小さくてよく、同ブログではGemma 4ベースで訓練した指揮者でも同等の性能が出たとしている。

6月の技術レポートでは、無印のFuguは質問の隠れ状態から「どのワーカー1体に任せるか」を選ぶだけで文章を生成しない（そのため速い）設計、Fugu Ultraは指揮者が自然言語で作業手順書（サブタスク、担当ワーカー、前工程の結果をどこまで渡すか）を書き、強化学習で最適化する設計と説明されている。今回のFugu Maxについて発表ブログは「解ける中で最も軽いモデルへ動的にルーティングする」と述べるにとどまり、内部方式の詳細は今回取得した文書には無い。

料金と使い方

筆者が図を1本ずつ切り出して見たこと

発表ページの図は10本と8本が1枚ずつにまとめられている。筆者は動画用に18本を1本ずつ切り出して数字を転記し、本文の主張と突き合わせた。その作業で見えたのは3点で、いずれも上に書いたとおり「Astra不在の図が3本」「Chartographyの本文がFable 5.1に触れていない」「Maxの本当の比較相手はGemini 3.8 Flash」である。数字そのものはすべて公式の図の値で、筆者が測ったものではない。

確認できていないこと

• 今のモデルプールの中身（発表ブログ・製品ページ・技術レポートのいずれにも記載がない）
• Fugu Maxの内部方式が無印型（1体選択）かUltra型（手順書生成）か
• Fugu Maxのプール図に描かれた「Sakana Namazu」が何か（今回取得した3文書に説明がない）
• ベンチマークの第三者による再現。数字はすべてSakana AI自身の測定
• 発表ページの日本語版（9月11日13:52時点で公開URLは英語のみ）

出典と時点

• Sakana AI発表ブログ「Introducing Fugu Max and Fugu Ultra v2: Orchestrating the Pareto Frontier」（ページ日付 September 11, 2026）
• Sakana Fugu製品ページ（料金表・FAQ、2026年9月11日取得）
• Sakana Fugu Technical Report（arXiv 2606.21228、2026年6月19日投稿・6月23日改訂。発表ページの「Technical Report」リンク先はこの6月版で、今回用の新レポートは無い）
• Sakana AIブログ「Gemma 4版 Sakana Fuguの検証」（2026年8月10日）
• 関連：Sakana AIが「Fugu」発表──複数AIを束ねてClaude Opus 4.8を超えるベンチマーク（2026年6月）

本記事は続報があり次第更新する。公式FAQの「約2週間で更新版」どおりに新版が出た場合、同じ図で答え合わせを行う。