Sakana AIは8月3日、日本語に特化した大規模言語モデル(LLM)のAPI「Sakana Namazu(サカナ・ナマズ)」を発表した。PC Watchが報じている。API経由での提供で、初期費用・月額費用なしの従量課金制を採用する。

なぜこの新モデルが注目か

国内で流通するLLMの多くは、海外の汎用モデルを日本語向けにチューニングしたものか、パラメータ規模を抑えた軽量モデルのどちらかに寄りがちだった。Sakana Namazuは、オープンモデル「Kimi K2.6」をベースに、日本文化への理解と推論能力の両立を狙った点が特徴だ。単に日本語の文法を扱えるだけでなく、日本の業務文脈への適合や、特定の話題での応答回避・出力の偏りを抑えるチューニングまで踏み込んでいる点は、実務投入を意識した設計と言える。

APIはOpenAI互換で提供されるため、既存のOpenAI SDKやライブラリを使ったコードであれば、接続先エンドポイントを変更するだけで移行できる。ベンダーロックインを避けたい開発者にとっては採用のハードルが低い設計だ。

スペックと機能

Sakana Namazuは、一度指示を与えるとモデル自身がWeb検索やコード実行を自律的に繰り返しながら複雑なタスクを完走する、いわゆるエージェント型の動作を前提に設計されている。単発の応答生成にとどまらず、調べ物や検証を挟みながら結論まで到達させる用途を想定している。

料金体系は以下の通り(1ドル=約160円換算)。

  • 入力: 1Mトークンあたり0.95ドル(約152円)
  • 出力: 1Mトークンあたり4.00ドル(約640円)
  • キャッシュ済み入力: 1Mトークンあたり0.15ドル(約24円)
  • Web検索利用料: 1,000回あたり7.00ドル(約1,120円)
  • コード実行利用料: 1時間あたり0.12ドル(約19円)

出力トークンの単価が入力の4倍強という価格設計は、長文の日本語出力を伴う要約・執筆用途でコストがかさみやすい点に注意したい。

ベンチマーク評価のポイント

Sakana AIが公開したベンチマーク結果によると、日本語の指示理解や応答品質を測る「JFBench」でベースモデルのKimi K2.6を1.5%上回るスコアを記録した。数値上の伸びは小幅だが、ベースモデルからの追加チューニングが実際にスコアへ反映されている点は確認できる。

より差が大きいのは、中立的な回答を出力できるかを評価する「FairPoliticsQA」で、Kimi K2.6を22.2%上回るスコアを獲得したという点だ。政治・社会的に敏感な話題を扱う際の偏り抑制は、業務利用やカスタマーサポート用途で重視される評価軸であり、ここでの改善幅の大きさはチューニングの効果が出やすい領域だったことをうかがわせる。ただし、これらはSakana AI自身が公表した数値であり、第三者機関による独立検証の結果ではない点は踏まえておく必要がある。

日本市場での注目点

支払いは米ドル建てが基本だが、法人プランでは円建て決済にも対応する。為替変動を気にする国内企業にとっては地味に重要なポイントだ。初期費用・月額費用がかからない従量課金のみという料金モデルは、小規模な検証プロジェクトから始めたい開発者にも試しやすい。

競合という観点では、GPT系・Claude系・Gemini系といった海外の汎用モデルも日本語対応を継続的に強化しており、汎用性では依然として選択肢が広い。一方、PLaMoやtsuzumiなど国内発の日本語特化モデルも存在する中、Sakana Namazuは「オープンモデルをベースにした低コストな日本語特化API」という位置付けで参入した格好だ。OpenAI互換APIによる乗り換えやすさは、既存システムに手を加えずに日本語特化モデルを試したい企業にとって現実的な選択肢になり得る。まずは自社のユースケースで、汎用モデルとのコスト・精度の両面を比較検証してみる価値はありそうだ。

出典: この記事は Sakana AI、日本に特化したAIモデル「Sakana Namazu」提供開始 の内容をもとに、筆者の見解を加えて独自に執筆したものです。