Sakana: Fugu Max

Sakana: Fugu Max は、Fugu ファミリーを手がけるラボである Sakana AI によるテキスト生成モデルです。Fugu Max はそのファミリーの中でコストパフォーマンスモデルと説明されており、そのアーキテクチャは珍しいものです。単一のモノリシックなモデルではなく、Fugu は学習されたマルチエージェントオーケストレーションシステムであり、言語モデルが複数のエージェント間で作業をルーティングするように訓練されています。開発者にとっての実用的な意味は、Fugu Max への単一の API 呼び出しが、1 つの固定されたモデルパスではなく、オーケストレーションされたコンポーネント群を利用できるということです。これはテキストカテゴリに掲載されており、プロバイダーによって 2026-09-11 にリリースされました。

入力側では、Fugu Max はテキスト、画像、ファイルを受け付け、テキスト出力を生成します。コンテキストウィンドウは 1,000,000 トークンで、非常に長いドキュメント、コードベース全体、または長時間の会話履歴を 1 回のリクエストに収めるのに十分な大きさです。最大出力は 128,000 トークンなので、多数の呼び出しを連鎖させなくても長文の生成が可能です。サポートされるリクエストパラメータには include_reasoning、reasoning、reasoning_effort、structured_outputs、tool_choice、tools、web_search_options が含まれます。推論の制御と構造化出力は、ツール呼び出しやウェブ検索と並んで利用できます。つまり、モデルに推論を開示させ、スキーマに準拠した応答を返させ、リクエスト中に外部ツールや検索を呼び出させることができます。

これらの機能は、いくつかの具体的なユースケースを示唆します。長いコンテキストの分析は自然に適合します。大きな契約書、研究論文、ログ、リポジトリを投入し、1 つのウィンドウ内で要約、抽出、質問応答を求めることができます。画像とファイルが入力として受け付けられるため、スキャンしたレポートや複合メディア素材を解析するようなドキュメント中心のワークフローも妥当です。ツールとウェブ検索のパラメータにより、関数を呼び出したり最新情報を調べたりする必要があるエージェント形式のアプリケーションに適しており、structured_outputs は結果を人が読むのではなくプログラムで解析する必要がある場合に役立ちます。reasoning_effort の設定により、多段階の計画やデバッグのようなタスクで、検討の深さとレイテンシをトレードオフできます。

モデルは、モデル id "sakana/fugu-max" を使用して api14 の OpenAI 互換 API を通じて呼び出します。インターフェースは OpenAI チャット補完の形式に従っているため、既存のクライアントや SDK は通常、ベース URL とモデル id を変更するだけで動作します。リクエストでは、上記のパラメータ、include_reasoning、reasoning、reasoning_effort、structured_outputs、tool_choice、tools、web_search_options を、通常の messages やサンプリングフィールドとともに設定できます。推論トレース、スキーマ制約付き出力、関数呼び出し、ウェブ検索に依存する場合は、これらのパラメータが明示的に渡されていることを確認してください。動作はエンドポイントが何を転送するかに依存します。

ここに示された事実は、レイテンシ、スループット、品質の比較を特定していないため、本格的に採用する前に Fugu Max を自分のワークロードに対してテストする価値があります。タスクが純粋なテキスト生成で、コンテキストが適度で、ツール、検索、推論制御、構造化出力を必要としない場合は、より単純なモデルで十分かもしれません。Fugu Max が最も意味を持つのは、大きなコンテキストウィンドウ、マルチモーダル入力、またはオーケストレーションとツールの機能を 1 回の呼び出しで一緒に利用したい場合です。