Sakana Namazuとは？日本語特化LLMのAPI仕様・料金・Fuguとの違い

Sakana Namazuとは｜オープンモデルKimi K2.6を日本語に合わせたLLMのAPI

Sakana Namazuとは、Sakana AIが2026年8月3日に提供を開始した、日本語に特化した大規模言語モデル（LLM）のAPIです。オープンモデルの「Kimi K2.6」をベースに、社内独自のデータで日本語と日本の業務文脈に合わせて追加学習させています。

日本語と日本の業務文脈に合わせて鍛えられている

Sakana AIは、敬語や商習慣を踏まえた自然な日本語で業務文書やメールをそのまま処理できる点を、Sakana Namazuの一つ目の強みとして挙げています。日本語でのやり取りが中心の仕事ほど力を発揮する、という位置づけです。向いている用途として同社が挙げているのは、日本語の指示を含む問題解決タスクと、すでにフロンティアモデルを大量に使っていてその費用を抑えたい場合の2つです。最先端の性能を取りに行くためのモデルではなく、日本語のやり取りが積み上がる仕事を安く安定して回すためのモデル、と考えると位置づけがつかみやすくなります。

ベースにしているKimi K2.6は、Moonshot AIが公開しているオープンモデルです。Sakana AIは、そこへ日本語性能と回答の中立性を高めるための追加学習を独自に施したうえで、APIとして提供しています。ゼロから基盤モデルを作るのではなく、世界最高水準のオープンモデルを土台にして日本仕様へ寄せる、という作り方を採っています。

Web検索とコード実行を最初から備えている

Sakana Namazuは、web_search（Web検索）とcode_interpreter（サンドボックスでのPython実行）の2つを組み込みツールとして持っています。リクエストのツール配列に加えるだけで、モデルがエージェントループの中で自律的に呼び出すため、呼び出し側で実行を制御する必要はありません。

一度依頼すれば、モデル自身がWebを調べ、コードを書いて動かしながら、複数の工程にまたがるタスクを最後まで進められます。これが二つ目の強みとして挙げられている「高性能な問題解決能力」の中身です。

開発元のSakana AIとは

Sakana AIは、東京を拠点とするAIスタートアップです。2026年3月にチャットサービス「Sakana Chat」、6月に自律型リサーチエージェント「Sakana Marlin」と複数モデルを束ねる「Sakana Fugu」、7月に翻訳機能「Sakana Translate」と、短い間隔でプロダクトを世に出しています。Sakana Namazuは、その中で初めて「自社で追加学習した単一モデルを、APIとして直接売る」形を取ったプロダクトにあたります。

同社は、LLMの事前学習は開発コストの拡大に伴って追随できるプレイヤーが限られつつある一方で、学習済みモデルのオープン化も同時に進んでいるという状況認識を示しています。そのうえで、高性能なオープンモデルを戦略的に活用し、事後学習でバイアスを調整して日本のユーザーの期待や安全性の要件を満たすことが重要になる、という立場を取っています。Sakana Namazuは、その考え方をそのまま製品にしたものです。

Sakana Namazuの仕組み｜Sakana Chat時代のNamazuから何が変わったのか

Sakana Namazuは、まったく新しく作られたモデルではありません。2026年3月からSakana Chatに載っていた「Namazu」を更新し、API化したものです。同じ名前が使われているため混同しやすいのですが、ベースモデルも提供形態も入れ替わっています。

関連記事：Kimi K3とは？できること・使い方・料金とClaude・GPTとの違い

2026年3月のα版｜回答拒否を72%からほぼ0%にした事後学習

Sakana AIは2026年3月24日、事後学習（post-training）技術の実証第一弾として、試作モデルシリーズ「Namazu」（α版）を公開しました。これは特定のベースモデルに依存しない技術で、当時はNamazu-DeepSeek-V3.1-Terminus・Llama-3.1-Namazu-405B・Namazu-gpt-oss-120Bという3種類のプロトタイプが同時に発表されています。

このとき最も大きく報じられたのが、回答拒否の是正です。同社の独自ベンチマークでは、ベースモデルのDeepSeek-V3.1-Terminusが政治・歴史・外交に関連する質問の72%で回答を拒否したのに対し、事後学習を施したNamazuでは拒否がほぼ0%まで改善しました（出典: sakana.ai）。海外製モデルに内在するバイアスや情報統制の傾向を技術的に取り除けることを示した結果です。あわせて、このモデルを載せたチャットサービスSakana Chatが一般公開されました。

2026年8月の更新｜ベースがKimi K2.6に変わりAPIとして公開

そして2026年8月3日、Sakana AIはこのモデルを更新してAPIとして提供を始めました。Sakana Chatの公開以来「このモデルを自社のプロダクトやワークフローからAPI経由で使いたい」という要望を数多く受けてきたことが背景にあると説明されています。

同社は、日本語で業務に使えるLLM APIの選択肢がまだ限られており、フロンティアモデルはコストが高く、オープンモデルをそのまま使うと品質やデータの取り扱いに不安が残る、という状況認識を示しています。Sakana Namazuは、その間を埋める選択肢として開発されました。3月のα版から今回までの変化を整理すると、次のようになります。

Sakana AIは、Sakana Chatでの提供開始時からモデルを更新しており、日本語での応答品質とエージェントとしての実行能力の双方で、これまでのバージョンを上回るとしています。

ベンチマークで確認された変化

性能はベースモデルのKimi K2.6との比較で示されています。数学的推論のAIME26、幅広い知識と推論力のMMLU-Pro、コーディングのLiveCodeBench v6では、ベースモデルの高い性能を維持したままチューニングされました。追加学習で日本語に寄せると汎用的な推論力が落ちる、という副作用が出ていないということです。

一方、日本語と日本固有の文脈に関する評価では、日本語の指示追従を測るJFBench、日本固有の名詞や敬語を考慮した日英翻訳タスク、回答の中立性を測るFairPoliticsQAのすべてでベースモデルを上回りました。とくにFairPoliticsQAは34.10%から56.30%へと大きく伸びています（出典: sakana.ai）。

なお、JFBenchはPreferred Networksが開発したベンチマークで、この評価では制約数1・2・4・8のそれぞれから200サンプルを取って実施されています。日英翻訳タスクとFairPoliticsQAはSakana AIが社内で構築した独自ベンチマークです。

AI活用実態調査レポート

全国8,000人調査で、AI活用方法によって生産性向上に約3.8倍の差が生まれることが判明。

無料ダウンロード →

Sakana Namazuの料金｜入力$0.95・出力$4.00の従量課金とツール利用料

Sakana Namazuには月額費用もサブスクリプションプランもなく、使った分だけのトークン従量課金だけで利用できます。Sakana Fuguには月額プラン（Standard $20 / Pro $100 / Max $200）がありますが、Sakana Namazuはその対象外です。下表は100万トークンあたりの単価で、円は公式が1ドル=160円で換算した参考価格です（2026年8月時点、出典: sakana.ai）。実際の請求は米ドル建てになります。

組み込みツールはトークン課金とは別に課金されます（2026年8月時点、出典: sakana.ai）。Web検索は1,000回あたり$7.00（約1,120円）で、検索クエリとページ本文の取得をそれぞれ1回として数えます。コード実行は1時間あたり$0.12（約19円）で、サンドボックスの作成から応答完了までの稼働時間で計算されます。また、後述するextended thinkingで生成される思考過程のトークンは、出力トークンと同じ単価で課金されます。

見落としやすいのが、組み込みツールを有効にしたときのトークンの積み上がり方です。Web検索やコード実行を使うと、1回のAPIリクエストの内部でモデル呼び出しが複数回走ります。

このとき各呼び出しでは、それまでの会話履歴とツール結果を含むプロンプト全体が再送されるため、検索結果や取得したページ本文、コード実行の出力が、以降の内部呼び出しの入力トークンとして課金されます。ただし内部呼び出し間で共通するプロンプトの前半部分は通常プロンプトキャッシュから供給され、割引された$0.15の単価が適用されるため、ループが長くなっても入力コストの増え方は緩やかだとされています。

Sakana Namazu APIの使い方｜OpenAI互換エンドポイントと組み込みツール

Sakana Namazuを使い始めるのに、SDKの移行は必要ありません。API Consoleでアカウントを作ってキーを発行し、接続先を書き換えてモデル名を指定するだけで、既存のコードやツールがそのまま動きます。

接続先とモデルIDを差し替えるだけで動く

エンドポイントの起点はhttps://api.sakana.ai/v1です。OpenAI SDKを使っているなら、base_urlをこのアドレスに向けて、モデルにsakana-namazuを指定します。モデルIDはsakana-namazu-v1.0で、sakana-namazuは最新版を指すエイリアスとして用意されています。

対応しているエンドポイントは4種類です。OpenAI互換のChat Completions API（/v1/chat/completions）とResponses API（/v1/responses）に加えて、Anthropic互換のMessages API（/v1/messages）でも呼び出せます。利用可能なモデルの一覧は/v1/modelsから取得できます。すでにどれかの形式でコードを書いているなら、その形式のまま接続先だけを変えられる、ということです。

扱える入力とAPI仕様

Sakana NamazuのAPI仕様のうち、業務で使うかどうかの判断に効く数値をまとめます。

コンテキストウィンドウの256Kトークンは、複数モデルを束ねるSakana Fuguの1,000,000トークンとは別の値なので、混同しないよう注意が必要です。ファイル入力はcode_interpreterと組み合わせると効果的で、添付したCSVをモデルがサンドボックス内で直接読み込んで集計し、グラフまで作らせるといった使い方ができます。コード実行中にモデルが生成したファイルは、有効期限1時間のダウンロードURLとして返ります。

思考過程を出すかどうかを切り替えられる

Sakana Namazuはextended thinkingに対応しており、回答の前にモデルが内部で思考過程を生成します。この機能はデフォルトで有効です。

無効にしたい場合は、Responses APIとChat Completions APIではchat_template_kwargsパラメータ、Anthropic互換のMessages APIではthinkingパラメータで切り替えます。思考過程の出力先はAPIごとに異なり、Chat Completions APIではreasoning_contentフィールドとして返ります。前述のとおり思考トークンは出力トークンと同単価で課金されるため、短い定型応答を大量に処理する用途では、無効化がコスト面で効いてきます。

なお、レート制限（1分あたりのリクエスト数やトークン数の上限）については、Sakana AIの公開ドキュメントであるスタートガイド・モデルページ・料金ページのいずれにも記載がありません。本番ワークロードの設計で上限値が必要な場合は、同社への問い合わせが必要になります。

Sakana Fugu・Sakana Marlinとの違いと使い分けを比較

Sakana AIは複数のプロダクトを並行して提供しており、名前が似ているため混同されがちです。Sakana AI自身は、Sakana Fuguが複数のフロンティアモデルを編成して性能を引き出すサービスであるのに対し、Sakana Namazuは独自に追加学習した単一の自社モデルが単体で動作するAPIサービスである、と説明しています。下表の料金は2026年8月時点のものです（出典: sakana.ai）。

判断軸はコストと難易度の掛け合わせです。日本語のやり取りが中心で、同じような処理を大量に流す仕事なら、Sakana Namazuが向きます。出力単価はSakana Fuguの上位モデルであるFugu Ultraの$30に対して$4.00と、7分の1以下です。1件あたりは小さくても全社で積み上がると大きな予算項目になるような処理をまとめて寄せると、差が効いてきます。

一方、一発勝負で回答品質を最大化したいタスクにはSakana Fuguが向きます。Sakana AIは先行ユーザーの用途として、Kaggleコンペティション、論文の再現、サイバーセキュリティ分析、文献・特許調査を挙げています。単価は高くても、1回の失敗コストが大きいタスクなら元が取れる、という考え方です。

Sakana Marlinは、長時間かけて自律的にリサーチを回し、レポートを書き上げる用途に特化しています。Sakana Namazuでも調査エージェントは組めますが、Marlinは調査そのものを完成品として受け取る前提のサービスです。それぞれの詳細は、Sakana Fuguとは？複数のAIを束ねる新モデルの仕組み・性能・料金とSakana Marlinとは？8時間で100ページのレポートを作る自律AIを解説で整理しています。

AI活用実態調査レポート

全国8,000人調査で、AI活用方法によって生産性向上に約3.8倍の差が生まれることが判明。

無料ダウンロード →

Sakana Namazuを使う前に確認したい提供条件とデータの扱い

Sakana Namazuを業務で使うかどうかを決める前に、社内の情報管理ルールと照らし合わせるべき条件が4つあります。いずれも技術仕様ではなく契約や運用の話なので、検証を始めてから気づくと手戻りになります。

入力データは初期設定では学習に使われる

Sakana AIは、初期設定では入力されたデータをモデルの学習・改良に利用する場合があると明記しています。学習への利用はConsoleの設定からいつでもオプトアウトできるため、機密を含むデータを流すなら、検証を始める前に設定を変えておく必要があります。

データ処理の国内完結は保証されていない

同社は、現時点ではデータの処理を日本国内で完結させることは保証していないとしています。日本語特化のモデルであることと、データが国内で処理されることは別の話です。処理地域に要件がある場合は、法人プランでリージョン指定やゼロデータ保持（zero data retention）を相談できるとされています。

EU・EEA域内、イギリス、スイスでは利用できない

GDPRなどEU/EEA固有の規制への対応を進めている段階で、これらの地域では提供されていません。海外拠点を含めて展開する予定があるなら、対象地域を先に確認しておく必要があります。

請求は米ドル建てのみ

現時点で日本円建ての支払いには対応していません。法人プランでは円建て支払いや請求書払いにも対応できるとされているため、社内の支払い処理の都合で円建てが必要なら問い合わせが要ります。

日本語特化LLMを自社の業務に組み込むときに陥りがちな3つの落とし穴

単価の安いモデルに乗り換えれば費用が下がる、という発想だけで進めると、たいてい途中で止まります。実際にこれまで支援してきた中で、繰り返し見てきたつまずき方が3つあります。

落とし穴1｜いきなり全ての業務をまとめて置き換えようとする

社内のAI利用を一度に新しいモデルへ寄せようとすると、業務ごとに求められる品質も入出力の形式も違うため、検証だけで止まります。まず1業務に絞り、そこで出力の質と単価の両方を確かめるほうが早く進みます。

落とし穴2｜壮大なAI戦略から考えて手が止まる

全社のAI基盤をどう設計するか、という議論から入ると、モデル選定が「決められない論点」になります。API仕様は接続先を差し替えるだけで試せるので、議論より先に1つ動かしてみたほうが判断材料が増えます。

落とし穴3｜既製のチャット型AIでは業務フローに組み込めない

チャット画面に人が質問して答えを受け取る使い方は、担当者の手が空いていることが前提です。GiftXの調査でも、AIを使っているビジネス職のうち約7割（70.3%）はこの段階にとどまり、AIエージェントとして複数工程を任せている層は10.5%でした。既製のチャット型ツールでは自社業務に合わせたカスタマイズが難しく、業務フローに組み込める質に届かないためです。

詳細な調査データは「ビジネス職生成AI活用実態調査（2026年版）」にてご覧ください。

スモールスタートで1業務をAIエージェントに任せる

避け方はどれも同じで、スモールスタートで1業務をAIエージェントに任せることです。Sakana NamazuのようにOpenAI互換のAPIであれば、既存のコードの接続先を1か所変えるだけで試せます。まず対象を1つ決めて、出力の質と単価、そしてデータの扱いが自社のルールに合うかを確かめる。そこで手応えが出てから、隣接する業務へ広げていくほうが、結果的に早く定着します。GiftXでは、こうしたスモールスタート前提のAIエージェント構築を1業務単位から伴走支援しています。詳細はAIエージェント構築支援サービスをご覧ください。

Sakana Namazuに関するよくある質問

Sakana Namazuについて、検討時に多く挙がる疑問を整理します。

Sakana Namazuは無料で使えますか？

無料枠の有無について、Sakana AIは公開情報で言及していません。料金は月額費用のないトークン従量課金のみで、使った分だけの請求になります。なお、Sakana Namazuを載せたチャットサービスのSakana Chatは無料で公開されています。

Sakana ChatとSakana Namazuは何が違いますか？

Sakana Chatはブラウザで使えるチャットサービス、Sakana Namazuはそこに載っているモデルを更新してAPIとして提供したものです。同じ系統のモデルですが、Sakana Namazuは2026年8月の更新でベースがKimi K2.6に変わっており、自社のプロダクトやワークフローから直接呼び出せる点が異なります。

Sakana FuguとSakana Namazuはどちらを使うべきですか？

日本語のやり取りが中心で、同種の処理を大量に流すならSakana Namazuです。出力単価が7分の1以下で、量が積み上がるほど差が出ます。難易度が高く1回の失敗コストが大きいタスクは、複数モデルを束ねるSakana Fuguのほうが向きます。

入力したデータは学習に使われますか？

初期設定では、入力したデータがモデルの学習・改良に利用される場合があります。学習への利用はConsoleの設定からいつでもオプトアウトできるため、機密データを扱う場合は事前に設定を変更してください。

レート制限はありますか？

レート制限の具体的な数値は、Sakana AIの公開ドキュメント（スタートガイド・モデルページ・料金ページ）のいずれにも記載がありません。本番ワークロードで上限値の確認が必要な場合は、同社への問い合わせが必要です。

まとめ

Sakana Namazuは、オープンモデルのKimi K2.6をベースに日本語と日本の業務文脈へ追加学習させた、Sakana AIの日本語特化LLM APIです。2026年3月にSakana Chatへ載った試作シリーズのNamazuを更新したもので、ベースモデルが入れ替わり、Web検索に加えてコード実行が使えるようになりました。入力$0.95・出力$4.00という単価は、複数モデルを束ねるSakana Fuguと比べて桁が一つ違い、日本語中心の処理を量で流す用途に向きます。

一方で、初期設定では入力データが学習に利用されること、データ処理の国内完結が保証されないこと、EU・EEA域内などでは提供されていないことは、技術仕様とは別に確認が必要です。コンテキストウィンドウは256Kトークンで、レート制限は公開ドキュメントに記載がありません。乗り換えを検討するなら、単価表だけで判断せず、まず1業務に絞って出力の質と実際の課金、データの扱いを確かめるところから始めるのが確実です。

AI活用の伴走支援をご検討の方へ

本記事で紹介したようなAIエージェントの活用に向けて、自社の業務でも具体的に進めたい・相談したいとお考えの方は、ぜひGiftX AIエージェント構築支援までお問い合わせください。

GiftX AIエージェント構築支援では、貴社の業務に合わせて1業務単位のスモールスタートから本番運用まで、AIエージェント構築をワンストップで支援します。ユースケースの洗い出しから、PoC、本番運用、社内ナレッジ化まで伴走します。

AI活用にご関心のある方は、ぜひ一度ご相談ください。

▶ GiftX AIエージェント構築支援の詳細・お問い合わせはこちら

関連記事

• ChatGPT APIとは？Web版との違い・できること・料金をわかりやすく整理
• Codex APIとは？できること・料金・始め方の基本をまとめて整理