Sakana AIは、Fugu-Cyber（モデルID: fugu-cyber-v1.0）を発表した。これは、同社のFuguオーケストレーションファミリーに加わる、サイバーセキュリティ特化型エンドポイントである。SakanaはFugu-Cyberを、まったく新しいフロンティアモデルとしてではなく、Fuguオーケストレーター上の第3のエンドポイントとして位置づけており、セキュリティ推論タスク向けに調整している。Fuguオーケストレーターは約1か月前にローンチされていた。今回のリリースは、複数のフロンティアモデル提供企業がサイバー特化型の派生モデルを投入する中で行われたもので、自動化された脆弱性分析や検知エンジニアリングに対する企業需要を反映している。

Sakanaによると、Fugu-CyberはCyberGymで86.9%、CTI-REALMで72.1%の成功率を達成した。同社はこれらの結果について、GPT-5.5-CyberやClaude Mythos Previewなどのサイバー特化型フロンティアモデルに匹敵すると説明している。

ベンチマークが測定するもの

この2つの評価は、セキュリティワークフローの対極にある領域を対象としている。

CyberGymは、188件のOSS-Fuzzプロジェクトにわたる1,507件の実世界の脆弱性で構成されるUC Berkeleyのベンチマークである。主要タスクでは、エージェントが脆弱性の説明と未修正のコードベースを受け取り、パッチ適用前のビルドはクラッシュさせる一方で、パッチ適用後のビルドはクラッシュさせない概念実証コードを作成しなければならない。この検証ステップが、ベンチマークを攻略しにくいものにしている。

CTI-REALMは、Microsoftのオープンソースの検知エンジニアリングベンチマークである。Microsoftは、Datadog Security Labs、Palo Alto Networks、Splunkなどの情報源から37件の公開脅威レポートを選定した。エージェントはMITRE ATT&CKの技法をマッピングし、テレメトリを調査し、KQLクエリを反復し、検証済みのSigmaルールを生成する必要がある。スコアリングは、Linuxエンドポイント、Azure Kubernetes Service、Azureクラウドにまたがる。

この2つを合わせると、「バグを見つけて証明する」ことから「インテリジェンスを検知に変換する」ことまでをカバーする。この枠組みは、Sakanaの発表の中で最も説得力のある部分といえる。

CyberGymにおける競争上の位置づけ

CyberGymの研究者が初期結果を公表した時点では、最良のエージェントとモデルの組み合わせでも約20%に達する程度だった。その後、Anthropicは2026年4月にProject Glasswingの下でClaude Mythos Previewが83.1%を記録したと報告した。OpenAIは、標準のGPT-5.5が81.8%だったのに対し、更新版のGPT-5.5-Cyberで85.6%を報告した。したがって、Sakanaの86.9%は、報告されている最先端を大きく飛び越えたものではなく、わずかに上回った結果と位置づけられる。

CTI-REALMでは状況が異なる。Microsoft自身の評価では、上位3構成はいずれもClaudeベースで、0.624から0.685の範囲に収まっていた。Fugu-Cyberの72.1%は、その範囲を上回ることになる。ただし、留意点がある。CTI-REALMは合否率ではなく、0から1の間の軌跡報酬として採点される。それでもSakanaはこの数値を「成功率」と呼んでいる。

オーケストレーションアーキテクチャ

Fugu自体も言語モデルであり、クエリを読み取り、エージェント的な足場を動的に構築したうえで、プール内の専門モデルにサブタスクを委任するよう訓練されている。このアプローチは、Fugu技術レポートと、ICLR 2026の2本の論文であるTRINITYおよびConductorで説明されている。TRINITYは複数のLLMにThinker、Worker、Verifierの役割を割り当て、Conductorは強化学習を通じて自然言語による調整戦略を学習する。このオーケストレーションモデルにより、Sakanaはエンドポイント自体を再訓練することなく、基盤となるフロンティアモデルを差し替えられる。基盤モデルが数か月ごとに更新される環境では、この点が重要になる。

セキュリティ業務に関して、Sakanaの研究チームはVerifierの役割が中核だと強調している。あるエージェントが提示した候補脆弱性は、パッチが提案される前に、セキュリティ特化型のサブエージェントによって検証される。モデルのルーティングは引き続き独自仕様であるため、各ステップをどの具体的なモデルが処理しているかはユーザーには見えない。

アクセス、ポリシー、価格

Fugu-Cyberへのアクセスは、4つの面で制限されている。

申請が必要: ユーザーは、想定するユースケースと確認済みの連絡先情報を記載したフォームを提出しなければならない。Sakanaのチームが各申請を手動で審査する。

Acceptable Usage Policy: このモデルは、攻撃的な悪用を禁止する更新済みのAUPの下で提供される。

課金上の制限: 利用はToken Planに限定される。$20、$100、$200のサブスクリプション階層は、FuguとFugu-Ultraのみを対象としている。

地理的制限: SakanaがGDPR準拠に取り組んでいる間、Fugu APIはEUまたはEEAでは利用できない。

価格は、入力トークン100万あたり$6、出力トークン100万あたり$36、キャッシュ済み入力トークン100万あたり$0.60に固定されている。272Kトークンのコンテキストウィンドウを超えると、3つの料金はいずれも2倍になる。各料金はFugu-Ultraの料金の正確に1.2倍であり、サイバーセキュリティ向けエンドポイントには一律20%のプレミアムが上乗せされている。長いコードベースの分析では272Kトークンを超えることが多いため、2倍料金の階層は例外的なケースではない。

Fugu-Cyberは2026年7月21日にローンチされた。報告された2つのスコアはいずれも自己申告であり、独立した再現検証はまだ行われていない。自己申告のベンチマーク結果はAI業界では一般的な慣行であり、コミュニティによる再現や第三者監査を通じた外部検証が、今後注目すべき重要な節目となる。モデルの重みは公開されていない。Sakanaは、有能なAPIに人間のセキュリティ専門知識を組み合わせる方が、API単独よりも優れているとの立場を示している。