Sakana AI、「Fugu Max」「Fugu Ultra v2」をリリース──日本発LLMは実用性能競争へ

Sakana AIは、新しい大規模言語モデル「Fugu Max」と「Fugu Ultra v2」をリリースしました。AI Watchによると、Fugu Ultra v2は主要ベンチマークでClaude Fable 5を上回る結果を示したとされ、日本発モデルの実用性能を前面に出した発表です。

グローバル大手のモデル更新が相次ぐなか、日本語・国内業務・研究開発に強いモデルをどう育てるかは重要なテーマです。単なる国産モデル論ではなく、開発者が実際に使える品質、価格、提供形態が問われています。

日本発モデルに求められるもの

日本語に強いAIは、翻訳品質だけで評価できません。契約書、官公庁文書、製造業の仕様書、顧客対応、社内規程など、日本特有の文脈を扱える必要があります。また、敬語、曖昧な依頼、長い前提説明、複数部署にまたがる業務文書を正しく処理できるかも実務では重要です。

Fugu MaxやFugu Ultra v2のようなモデルが開発者向けに提供されることで、企業は海外モデルだけに依存しない選択肢を持てます。特に、国内データ、低遅延、コスト、説明責任、データ所在地を重視する用途では選択肢の多様化に意味があります。

ベンチマークだけでは導入判断できない

主要ベンチマークで高い数値を示すことは重要ですが、企業導入では自社データでの評価が欠かせません。問い合わせ履歴、製品仕様書、過去の稟議書、法務チェック例などを使い、実際の業務タスクで正答率、幻覚、文体、速度、コストを比較する必要があります。

また、モデルの強さは単体性能だけでなく、検索拡張、ツール連携、評価基盤、権限管理と組み合わせて決まります。国産モデルを採用する場合も、RAGやエージェント基盤にどう組み込むかを早期に設計したいところです。

競争は「使われるモデル」へ

日本発LLMが広がるには、研究成果として話題になるだけでなく、開発者が試しやすく、企業が調達しやすい形で提供されることが必要です。API互換性、料金の分かりやすさ、サポート、導入事例がそろえば、国内業務に合わせたモデル選択が進みます。

Fuguシリーズの更新は、日本語AIの競争が次の段階へ進んでいることを示します。今後は、ベンチマークの順位だけでなく、どの業務で時間を削減し、どのリスクを下げられるかが評価の中心になります。

参考：AI Watch