Sakana AIが2026年9月11日、オーケストレーション型モデルの新版「Fugu Max」と「Fugu Ultra v2」を公開しました。Fuguは単体の巨大モデルではなく、オープンウェイトのモデルと特化モデルを集めたプールにタスクを振り分けるよう訓練された言語モデルで、自分自身を再帰的に呼び出すこともできます。プールにはNVIDIA Nemotronなどが含まれます。Fugu Maxは入力100万トークンあたり2ドル、出力6ドルで、出力価格はSonnet 5やGPT-5.6 Terra、Kimi K3より40〜60%低く、Terminal Bench 2.1、GPQA Diamond、AA-LCR、GDP.pdf、AutomationBench、SWEFishの6つで最高スコアを記録しました。上位版のFugu Ultra v2(入力5ドル・出力30ドル、文脈100万トークン)は図表読解のChartographyで48.3を記録し、Opus 5の27.3、Fable 5の29.5を大きく上回っています。しかもこの結果は、Fable 5・Fable 5.1・GPT-6 Astraをプールに一切含めずに達成されました。内部で消費されるオーケストレーション用のトークンは通常の入出力トークンとして課金され、APIはOpenAI互換で1行の変更で切り替えられます。
「巨大な単一モデルを作る」のではなく「既にあるモデルをどう組み合わせるか」で最前線に並ぶ、という主張です。同社は「未来のパレート境界は、協調して動く多数のオープンで特化したモデルから作られる」と述べており、クローズドなフロンティアモデルを外してなおベンチマークで上回った点がその裏付けになっています。先日紹介した「同じモデルでもハーネス次第でコストが17倍」やOpenAI Agents APIと同じく、競争の焦点がモデル本体から外側の設計へ移りつつあることを示す事例で、オープンウェイトを自前で回せる環境を持つ研究室にとっては特に示唆的です。