日本の AI スタートアップ Sakana AI が、マルチモデルルーター「Fugu Ultra」をバージョン 1.1 にアップデートしました。前バージョン比で最大 7.9 ポイントの性能向上を実現し、Anthropic の最先端モデル「Fable 5」すら上回る性能を達成。同時に Claude Code との互換性を確保することで、開発者向けツールとしての地位を確立します。

Fugu Ultra v1.1 の性能向上

ベンチマーク結果

Sakana AI が公表した性能データによれば、v1.0 からの改善幅は決して小さくありません。

主要な改善：

  • 全般性能：v1.0 比で最大 7.9 ポイント向上
  • プログラミングタスク：ProgramBench での大幅な改善を報告
  • ターミナル・CLI タスク：TerminalBench 2.1 で特に顕著な向上

特筆すべき点は、Fugu Ultra v1.1 が「Fable 5 を含めずにルーター選択肢からハズしたにもかかわらず」Fable 5 を上回る性能を実現したという主張です。これは、複数の公開モデルを組み合わせることで、単一の最強モデルすら超えられるという「マルチモデルルーティング」の力を示唆しています。

客観的検証の必要性

注意すべき点として、Sakana AI が提示する性能数値はすべて同社による測定です。独立した第三者による検証はまだ存在しません。業界では通常、競合モデルの公式ベンチマーク結果と照合することで信頼性を判断します。

Claude Code 互換性の追加——開発者への直結メリット

v1.1 の最大の新機能は「Claude Code 互換エンドポイント」の追加です。これまでは OpenRouter などの標準エコシステムを通じての利用が中心でしたが、ターミナルから直接 Fugu を呼び出せるようになります。

実装上の変化：

# 従来：OpenRouter 経由で API 呼び出し
curl -X POST https://openrouter.io/api/v1/chat/completions ...

# v1.1：Claude Code 互換で統合利用
# IDE・ターミナル から直接アクセス可能

開発者にとって、これは「Fugu Ultra をネイティブな開発ツールの一部として扱える」ことを意味します。

価格設定と利用可能性

料金体系

  • 入力トークン：100 万個あたり $5
  • 出力トークン：100 万個あたり $30

Claude Code（Opus モデル）の「入力 $3/100万、出力 $15/100万」と比較すると、入力がやや割高ですが、性能が同等かそれ以上であれば「コスト効率の選択肢」として機能します。

利用可能なプラットフォーム

  • OpenRouter
  • Vercel
  • その他マルチモデル対応 API プラットフォーム

地域制限

EU・EEA 非対応：GDPR の機制に対応するため、ヨーロッパユーザーは現在 Fugu Ultra を利用できません。

マルチモデルルーティングの競争構図

Fugu のような「モデルルーター」は、単一の最強モデルに依存しない戦略として注目されています。同じコンセプトで競合するサービスには：

  • Runway Media Router：画像・動画・音声モデルの統合ルーティング
  • OpenAI の Agent Builder：複数モデル・ツール間の自動選択

Sakana AI の Fugu は、テキストベースのコーディングタスクに特化した設計が特徴です。特定の業務領域では「単一の強力なモデル」よりも「複数の適切なモデルの組み合わせ」が効率的であることを実証した例といえます。

開発者への実用的な意味

いつ Fugu Ultra を選ぶべきか

Fugu Ultra が有利な場面：

  • コスト効率重視で複雑なタスク処理が必要
  • Claude Code との統合を求める開発フロー
  • プログラミング・デバッグ タスクに特化

Fable 5 を選ぶべき場面：

  • 最新のベンチマーク検証済み性能が必須
  • Anthropic の公式サポートが必要
  • エンタープライズ契約の安定性を優先

実装上の考慮点

Fugu Ultra v1.1 を導入する際の注意点：

  1. 性能検証の自己実施：独立検証が無いため、自環境でベンチマーク測定を推奨
  2. API 互換性確認：Claude Code エンドポイント互換とはいえ、本番投入前の検証が必須
  3. コスト試算：期待トークン消費量から月額コストを事前計算

今後の展開

Sakana AI はこのモデルルーターを「世界モデル」構築へのステップと位置付けており、将来的にはロボティクスなどの領域への応用も視野に入れています。今回の性能向上は、開発者向けツールとしての信頼度を段階的に構築する過程と考えられます。