Sakana AIのFuguがSWE-benchで72.4%達成、モデル群の連携でGPT-5.5-Turboより低コストに

Sakana AIのFuguは、特定のプロバイダーに依存することなく、専門モデル群にタスクを動的にルーティングするオーケストレーターモデルをトレーニングすることで、SWE-bench Verifiedで72.4%を達成した。これにより、GPT-5.5-Turboを上回る性能を約3分の1の推論コストで実現している。AnthropicのFableおよびMythosモデルに対する輸出規制に直面している日本企業にとって、このアーキテクチャは、規制の変更によって一夜にして失われることのない、フロンティアレベルのパフォーマンスへの具体的な道筋を提供する。

出典： sakana.ai ↗

Fuguは、世界最高のモデルを動的にオーケストレートし、単一のモデルAPIを通じてアクセスできる形で、複雑な多段階タスクに取り組む。

Sakana AI

なぜ重要か

→ ダイナミックなモデルルーティングにより、GPT-5.5-Turboの3分の1のコストで最先端の性能を発揮する。
→ 単一ベンダーへの依存を解消し、規制による制限が即座にアクセスをブロックできない。
→ オーケストレーションアーキテクチャは、単なる技術的最適化ではなく、運用上の必然となる。

スケールよりオーケストレーション