Sakana AI、マルチモデルルーティング基盤 Fugu Max を OpenRouter で公開──コストを 40-60% 削減
推論タスクを動的に分解してオープンウェイトモデル群に割り当てるマルチエージェントオーケストレーションにより、API コストを大幅に抑制した。
リリース: 2026-09-11 · 読了 4 分記事の要約
1. 核心（What）
- Sakana AI が OpenRouter 上でモデル ID sakana/fugu-max として推論オーケストレーションエンドポイントを提供開始した。
- 価格は入力 $2/M、出力 $6/M トークンで、Sonnet 5 や GPT 5.6 Terra と比較して 40% から 60% 安価に設定されている。
- NVIDIA Nemotron などのオープンウェイトモデルを含む構成プールに対し、学習済みルーターがタスクを分割・割り当てる。
- 上位版の Fugu Ultra v2 も同時公開され、Chartography や DeepSWE などのベンチマークで高いスコアを記録した。
2. 影響（Why）
- 自前ルーティング設計の廃止: アプリケーション層で単純・複雑なタスクを振り分けるカスタムロジックを維持する代わりに、実行時ルーターと再帰的呼び出しを持つマネージド API をそのまま組み込める。
- 国内 SaaS のコスト構造改革: [国内 AI アプリ開発企業・中規模 SaaS] のように毎月の推論費が重荷になっている開発現場では、複数モデルの組み合わせによるコスト 40-60% 減の恩恵を直接受けられる。
3. 根拠・詳細（How）
- 再帰的分解と専門モデルの連携機構: 単一モデル内の MoE と異なり、別個の専門エージェントを背後で協調させ、必要に応じて自身のインスタンスを再帰呼び出ししてサブタスクに分解する。
- 評価ベンチマークとコスト効率: Terminal Bench 2.1 や AA-LCR を含む 6 つの評価で最高スコアを記録し、10 ベンチマーク中 7 つでコストパフォーマンスのパレートフロンティアを改善した。
4. 展望・課題（Next）
- 実ワークロードでのレイテンシ検証: P50 レイテンシが約 5.4 秒に達するため、対話型チャットではなく非同期のバックグラウンドエージェントや重い文書解析での適用が主軸になる。
- デバッグとフォールバックの整備: タスク分割や再帰呼び出しの不具合を追跡するため、本番環境ではリクエストトレースと専用のフォールバックエンドポイントを用意する必要がある。