Sakana AI「Namazu」とは？Sakana Chatの使い方・API料金・特徴【2026年版】

---

世界最高水準のAIを導入した。答えは流暢で、知識も豊富だ。ところが、日本の利用者が使うと、どこか話がかみ合わない。

立場が分かれるテーマでは無難な一般論へ寄り、取引先へのメールを書かせれば、日本語は正しくても、丁寧さや相手との距離感を外すことがある。

AIが間違っているとは限らない。ただ、そのまま日本の現場で働けるとも限らない。Sakana AIの「Namazu」は、世界で生まれた高性能AIと、日本の現場との間に残る「最後の距離」を埋めようとする試みである。

なぜ高性能AIが、日本の現場ではかみ合わないのか

AIの性能が高いことと、日本の文化・制度・人間関係に沿って自然に振る舞えることは同じではない。

生成AIの競争では、推論能力、知識量、コーディング性能、処理速度が注目されます。数字で比較しやすく、モデル同士の優劣を示しやすいからです。

しかし、AIを仕事へ持ち込むと、ベンチマークだけでは見えない問題が現れます。たとえば日本の顧客へ送るメールです。文法が正しいだけでは足りません。相手との関係、依頼の重さ、断り方、責任の所在によって、文章の温度を変える必要があります。

社会的なテーマでも同じです。一般的なLLMは、学習データで広く見られた説明や、安全性の高い回答へ寄りやすい傾向があります。それは「常識的な回答」に見えますが、AIが社会の常識を理解して、自ら価値判断をしているわけではありません。

事前学習データ、開発地域の文化、安全方針、サービス上の制約が重なった結果です。その振る舞いは多くの場面で有効ですが、歴史、外交、制度、商習慣のように地域固有の前提が重要な場面では、世界的に無難な回答と、日本の利用者が必要とする回答が一致しないことがあります。

世界的に優秀な人材を採用しても、日本企業で働くための説明や研修が必要になる。AIにも、同じ問題が起きているのです。

Sakana AIのNamazuとは？日本で働くための追加教育を受けたAI

Namazuは単一の国産LLMではなく、海外の高性能モデルを日本の業務環境へ適応させる事後学習の取り組みである。

2026年3月24日、Sakana AIは試作モデルシリーズ「Namazu」のα版と、Namazuを搭載した「Sakana Chat」を公開しました。

公式発表では、世界最高水準のオープンウェイト基盤モデルを、各国の文化・価値観や安全保障上の要件へ適応させる事後学習技術の第一弾と位置づけています。

事後学習とは、すでに基本能力を身につけたAIへ、目的に応じた追加教育を行う工程です。大学を卒業した人へ、入社後に自社の制度、業務、顧客対応を教える研修に近いでしょう。

一から新しい稚魚を育てるのではない。大海原で育った優秀な魚を、日本の水質へしなやかに適応させる。そのための「育て方のレシピ」を開発することが、Namazuの本質です。

ここでいうレシピとは、どのデータで追加学習し、元の能力をどこまで保ち、日本語能力や回答の偏りをどう評価するかという一連のプロセスを指します。

Namazuの2026年における進化

時期	位置づけ	土台
2026年3月	事後学習技術を示すα版モデルシリーズ	DeepSeek、Llama、gpt-oss
2026年8月	日本語特化LLM API「Sakana Namazu」	Kimi K2.6
※出典：Sakana AI公式発表。2026年8月4日時点。

3月のα版では、Namazu-DeepSeek-V3.1-Terminus、Llama-3.1-Namazu-405B、Namazu-gpt-oss-120Bが示されました。重要なのは、どのモデルが最強かではありません。土台が変わっても、日本向けの追加教育を適用できることを実証した点です。

8月3日に公開されたSakana Namazu APIは、Moonshot AIのKimi K2.6を土台としています。ただし、Kimi K2.6がNamazuそのものではありません。Namazuの本質は、優れたオープンモデルを選び直し、日本の利用環境へ適応させる技術と運用にあります。

Namazuの特徴とは？元の能力を保ちながら変えた3つの軸

Namazuは基礎能力、日本語・業務文脈、中立性・事実正確性の3軸で、日本向けの振る舞いを調整している。

元の賢さをできるだけ落とさない

追加学習には副作用があります。日本語を強化した結果、数学やコーディングが弱くなる。安全性を高めた結果、質問を何でも拒む。一つの業務へ寄せすぎて、汎用性を失う。これでは日本向けへ調整した意味がありません。

3月のα版では、推論、知識、コーディング、指示追従を測る複数のベンチマークで、ベースモデルと遜色のない能力を維持したと報告されました。

8月のSakana Namazuでも、AIME26、MMLU-Pro、LiveCodeBench v6において、Kimi K2.6の高い性能を維持したとSakana AIは説明しています。

賢さを捨てて日本的になるのではなく、世界水準の能力を残したまま、日本での振る舞いを変えることが目標です。

不要な回答拒否や偏りを減らす

海外で開発されたモデルには、開発地域の文化、制度、安全方針が反映される場合があります。立場が分かれるテーマで一般論へ寄りすぎたり、必要以上に回答を避けたりすることもあります。

3月のα版に関するSakana AI独自の評価では、ベースモデルのDeepSeek-V3.1-Terminusが、日本と他国に関連する政治・歴史・外交テーマの質問の72％で回答を拒否したのに対し、Namazu版では拒否率がほぼ0％へ低下したと報告されています。

これはLLM全般の性質を示す数字ではなく、特定モデルを独自の質問群で評価した結果です。

また、Namazuの目的は何でも無条件に答えることではありません。根拠に基づき複数の立場を示しながら、必要以上の回答拒否や留保を減らすことです。

日本語ではなく、日本の文脈へ合わせる

日本語を話せるAIは、すでに珍しくありません。しかし、自然な敬語、相手との距離、謝罪の程度、断り方、文化的な背景まで扱えるかは別問題です。

たとえば「検討します」という言葉は、字面だけなら前向きです。しかし、日本の商談では遠回しな断りとして使われる場合があります。文法を理解するだけでは、この意味は拾えません。

2026年8月のSakana Namazuは、日本語の指示理解・応答品質を測るJFBench、日本固有の名詞や敬語を考慮した日英翻訳、回答の中立性を測るFairPoliticsQAで、ベースモデルを上回ったと報告されています。

Namazuが狙うのは、単語を日本語へ置き換えることではなく、日本語が使われる場面まで理解することです。

Sakana Chat・Translate・APIはどう使い分けるのか

無料チャット、翻訳、企業向けAPIは同じNamazuの流れにあるが、利用目的とデータ条件が異なる。

Namazu関連サービスの使い分け

サービス	主な用途	料金・利用方法
Sakana Chat	質問、調査、要約、文章作成	現在無料。未登録でも利用可能
Sakana Translate	日英中翻訳、添削、結果への質疑	現在無料。Sakana Chat内で提供
Sakana Namazu API	業務システム、調査、顧客対応、AIエージェント	従量課金。OpenAI互換API
※提供条件は2026年8月4日時点。最新情報は各公式ページを確認してください。

Sakana Chat

Sakana Chatは、NamazuとWeb検索を組み合わせた一般向けAIチャットです。2026年8月4日時点では無料で、日本国内から利用できます。

メールアドレスを登録しなくても質問でき、登録すると会話履歴の保存や利用上限の引き上げが可能です。

国内外ニュースの比較、海外情報の日本語整理、複数の見解があるテーマの論点整理、文章の要約、ビジネス文書の下書きなどに向きます。

ただし、Web検索があるから正しいとは限りません。重要な数字、制度、法律、医療、投資に関わる内容は一次情報へ戻って確認する必要があります。

Sakana Translate

2026年7月に追加されたSakana Translateは、日本語、英語、中国語の翻訳、文章の添削、翻訳結果への追加質問を一つの画面で行えます。

狙いは単語の置き換えではなく、文脈、トーン、敬語、相手との距離感まで含めて移すことです。

契約書、医療文書、特許など、誤訳の影響が大きい文章では人間のレビューが欠かせません。

Sakana Namazu API

Sakana Namazu APIは、既存のOpenAI対応コードから呼び出せる日本語特化LLMサービスです。

APIキーを取得し、接続先をhttps://api.sakana.ai/v1へ変更し、モデル名にsakana-namazuを指定します。

Web検索とコード実行を内蔵し、市場調査、問い合わせ対応、受注データ分析、AIエージェントなどへ組み込めます。

月額料金はなく、入力100万トークン0.95ドル、出力100万トークン4ドルの従量課金です。Web検索とコード実行には別料金がかかります。

公式クイックスタートでは呼び出し名としてsakana-namazuが案内されています。実装時は最新の公式ドキュメントを確認してください。

入力データの扱いで注意すべきこと

Sakana ChatとAPIでは条件が異なるが、個人情報や機密情報を安易に入力しない原則は共通する。

Sakana Chatへ入力した内容と出力は、サービス品質の向上やモデル改善に利用される場合があります。

設定画面から学習利用をオプトアウトできますが、安全性、不正利用防止、品質評価のために確認される場合があります。

会話履歴やアカウント情報は日本国内のGoogle Cloud上に保管されます。一方、Sakana Namazu APIは、データ処理が日本国内だけで完結することを保証していません。

法人向けには、リージョン指定やゼロデータ保持などを相談できるとされています。

企業利用前に確認すべき5項目

確認項目	実務上の対応
機密区分	社外秘、契約書、未公開情報を公開チャットへ入れない
個人情報	氏名、連絡先、顧客データを削除・匿名化する
学習利用	オプトアウト設定を確認する
処理地域	保存場所、リージョン、削除条件を確認する
出力確認	根拠、数字、固有名詞を人が検証する

自然な日本語は、正確さや安全性の証明ではない。Namazuを企業で使う場合も、この原則は変わりません。

Namazuの性能をどう評価すべきか

日本向け適応の成果は確認できるが、自己公表値と第三者評価を分けて読む必要がある。

Sakana AIは、Sakana NamazuがAIME26、MMLU-Pro、LiveCodeBench v6でKimi K2.6の高い推論・知識・コーディング性能を維持したと説明しています。

一方、JFBench、日本語翻訳、FairPoliticsQAではベースモデルを上回り、FairPoliticsQAは34.10％から56.30％へ改善したと報告しています。

ただし、日本語翻訳とFairPoliticsQAはSakana AIが構築した独自ベンチマークです。質問の作り方、模範回答、採点方法によって結果は変わります。第三者が同条件で再現した評価と同じ意味ではありません。

また、Sakana ChatやAPIの回答品質はモデルだけで決まりません。Web検索、検索先、システム指示、安全機能、コード実行、利用者のプロンプトも結果へ影響します。

企業が見るべきなのはランキングの順位より、次の点です。

• 自社の質問へ正しく答えられるか
• 根拠を示せるか
• 答えるべきでない質問を拒否できるか
• 同じ条件で安定した結果を出せるか
• 既存モデルより費用対効果が高いか

Namazuの価値は、ベンチマークで一位になることではなく、世界水準の能力を日本の業務へ接続できるかどうかで判断すべきです。

Namazuが示す日本のAI戦略

AIの主導権は、巨大モデルを一から作ることだけでなく、選択・適応・運用を自ら決める力にも宿る。

ソブリンAIは「すべてを国産化すること」と理解されがちです。しかし、最先端の巨大モデルを一から学習するには、膨大なGPU、電力、資金、データ、人材が必要です。

Namazuは別の道を示します。世界で開発された優れたモデルを使い、日本の文化、制度、価値観へ適応させる。より優れたモデルが登場したら、土台を入れ替える。

2026年3月のDeepSeek、Llama、gpt-ossから、8月のKimi K2.6への変化は、その考え方を象徴しています。

どのモデルを使うか。どのデータで追加学習するか。何を答えさせ、何を拒否させるか。どこで処理し、いつ別のモデルへ交換するか。こうした決定権を持つこともAIにおける主権です。

もちろん、ベースモデルが海外製である以上、ライセンス変更、公開停止、輸出規制、開発元の方針に影響される可能性は残ります。

それでも、AIの勝負は、誰が最大の脳を作るかだけではない。その脳を、誰が現場へ適応させ、交換可能な形で運用するかでも決まるのです。

Sakana AI全体の研究・製品・事業戦略は、Sakana AIとは？何をしている会社かで解説しています。

モデルを一つに固定せず使い分ける考え方は、LLMモデルポートフォリオ設計2026も参考になります。

まとめ――世界のAIと日本の現場をつなぐ橋

Namazuの本質は特定モデルの名称ではなく、世界の高性能AIを日本の現場へ適応させ続ける能力にある。

世界最高水準のAIを導入した。それでも、日本の会議室ではどこか話がかみ合わなかった。

原因は、AIが賢くなかったからではありません。海外で学んだ知識や振る舞いを、日本の利用環境へそのまま持ち込んだからです。

Namazuは、その間を埋めようとしています。

2026年3月にはDeepSeek、Llama、gpt-ossへ日本向けの事後学習を施し、Sakana Chatで一般公開しました。7月にはSakana Translateへ展開し、8月にはKimi K2.6を土台とするSakana Namazu APIを企業や開発者へ開きました。

Kimi K2.6はNamazuそのものではありません。現行APIが採用した土台です。Namazuの本質は、より優れたモデルが登場したとき、その能力を日本の現場へ適応させ直せることにあります。

一から新しい稚魚を育てるのではなく、大海原で育った優秀な魚を日本の水へ適応させる。そのレシピを磨き、別の魚へ移し替え、実際の仕事へ送り出す。

一方で、評価の一部はSakana AI独自のベンチマークです。入力データが学習へ利用される場合もあり、APIの処理が国内だけで完結する保証もありません。

優秀なAIを手に入れるだけでは仕事は変わらない。そのAIへ、自分たちの社会でどう働くべきかを教え、どこまで任せるかを設計して初めて、技術は現場の力になるのです。

Namazuは、世界のAIと日本の現場をつなぐ「研究上の橋」から、企業システムが実際に渡れる「APIの橋」へ進み始めました。

橋は架かり始めました。次に問われるのは、どの業務を渡らせ、どのデータを渡らせないかです。

専門用語まとめ

Namazuを理解するために必要な用語を、実務上の意味が分かるように整理する。

オープンウェイトモデル

学習済みの重みを一定条件で取得・利用でき、ライセンスの範囲で追加学習や自社環境への導入が可能なモデル。

事後学習

事前学習済みモデルへ、特定の用途、文化、業務、安全要件に合わせた追加教育を行う工程。

OpenAI互換API

OpenAI向けのSDKやコードを大きく変えず、接続先やモデル名を変更して別のAIを利用できるAPI形式。

ソブリンAI

国や組織が、利用するモデル、データ、追加学習、運用、交換方法を自ら管理できる状態を目指す考え方。

参考文献 / 出典

仕様、料金、性能、データの扱いは、Sakana AIとSakana Chatの公式情報を優先して確認した。

合わせて読みたい

Sakana AIの全体戦略と、モデルを適応・使い分ける考え方を補完する関連記事である。

補足Q&A

Namazuの開発方式、Sakana Chatの料金、Kimi K2.6との関係という主要な疑問へ簡潔に答える。

Q1.
NamazuはSakana AIがゼロから開発した国産LLMですか？

A1.
いいえ。海外で開発された高性能なオープンモデルを土台に、日本向けの事後学習を施したAIです。

2026年3月のα版ではDeepSeek、Llama、gpt-oss系モデルが使われました。巨大モデルを一から事前学習するのではなく、元の推論力や知識をなるべく維持しながら、日本語、日本の文化・制度・業務文脈へ適応させることがNamazuの特徴です。

Q2.
Sakana ChatとSakana Translateは無料で使えますか？

A2.
2026年8月4日時点では、Sakana ChatとSakana Translateは無料で提供されています。

Sakana Chatはアカウントを登録しなくても質問できます。登録すると会話履歴の保存や利用上限の引き上げが可能です。ただし、料金や提供条件は今後変更される可能性があります。

Q3.
Kimi K2.6はNamazuそのものですか？

A3.
いいえ。Kimi K2.6は、2026年8月時点のSakana Namazu APIが土台として採用しているベースモデルです。

Namazuの本質はKimi K2.6という特定モデルではありません。高性能なオープンモデルを選び、日本向けの追加学習を施し、利用環境に合わせて運用する技術と考え方です。将来、別の優れたモデルへ土台が変更される可能性もあります。

更新履歴

初版公開以降の主要な改稿と、Namazuの製品・仕様に関する更新内容を記録している。