AIの答えは一社で作られない——Fugu・Astra供給制限・ChatGPT広告が示す配分設計

生成AIの画面では、質問を一つ送ると答えが一つ返ります。しかし、その一つの答えを「一つのモデルが単独で作った」と考えることは、急速に難しくなっています。2026年9月11日、Sakana AIは複数のAIモデルやエージェントを組み合わせる「Fugu Ultra v2」と「Fugu Max」を発表しました。同じ日には、OpenAIが新モデル「GPT-6 Astra」への需要を受け、ChatGPTの最上位プランの新規受付を一時停止したことも報じられています。

さらに前日の9月10日、Amazon Adsは米国の一部広告主を対象に、Amazon DSPからChatGPT内の広告枠を買える連携を発表しました。Universal Music GroupとElevenLabsは、参加を選んだアーティストの許諾楽曲を使い、ファンがリミックスや新しい解釈を作れるAI音楽基盤を開発すると公表しています。

四件は、モデル性能、計算資源、広告、音楽著作物という別々の話に見えます。共通しているのは、AIの出力が「最も賢い一社のモデル」だけでは決まらず、どのモデルへ仕事を回すか、限られた計算資源を誰へ渡すか、どの素材をどの条件で使うか、どの商業表示を回答の近くへ置くかという配分で決まり始めたことです。

日本企業が次に管理すべきなのは、モデル名の一覧だけではありません。答えの上流にあるモデル、計算資源、権利、商業上の利害を一枚で追える「AI供給票」です。品質、費用、停止時の代替、表示の中立性を、同じ調達と運用の問題として扱う必要があります。

複数の計算資源とサービスをつなぐAI供給網のイメージ

結論——モデル名ではなく、四つの配分を買う時代です

企業がAIサービスを選ぶとき、「どのモデルですか」という質問は今も重要です。ただし、それだけでは出力の品質、費用、継続性、中立性を説明できません。少なくとも四つの配分を分けて見る必要があります。

第一は処理の配分です。一つの依頼を、どのモデル、エージェント、道具へ回したかを見ます。第二は計算資源の配分です。混雑時に誰が優先され、上限へ達したときに品質や待ち時間がどう変わるかを見ます。第三は権利の配分です。入力素材を誰が許諾し、生成物の利用範囲と価値還元を誰が決めるかを見ます。第四は商業表示の配分です。回答、推薦、広告をどう分け、広告主、配信基盤、回答提供者がどこを制御するかを見ます。

配分するもの	今回の動き	利用企業が記録する項目	主な代替経路
処理	Fuguが複数モデルとエージェントを動的に編成します	利用モデル群、ルーティング規則、評価版、失敗時の切替先	単一モデル、承認済み別経路、手作業
計算資源	Astra需要で最上位プランの新規受付が止まりました	利用上限、待ち時間、優先順位、縮退時の品質	軽量モデル、非同期処理、予約実行
権利	UMGとElevenLabsが許諾・参加型の音楽基盤を開発します	素材来歴、参加同意、利用範囲、還元条件	自社素材、権利処理済み素材、生成停止
商業表示	Amazon DSPからChatGPT広告枠を扱う米国試験が始まりました	広告ラベル、回答との分離、利用データ、測定主体	広告なしプラン、別検索、一次情報

この四層を分ければ、複数モデルを使うことを不透明さと同一視せず、広告があることを直ちに回答汚染と決めつけずに済みます。一方で、事業者の説明だけを信じて終わらず、自社の業務で再現できる条件へ落とせます。

AI主権を「全部自前」ではなく、モデル・データ・実行場所・運用手順を選び直せる範囲で整理した記事では、所有量より切替可能性が重要だと述べました。今回のニュースは、その切替対象がモデルだけでなく、計算資源、権利、広告の入口まで広がったことを示します。

Fuguが変えるのは、モデル比較から仕事の配分への視点です

Sakana AIの公式発表によると、Fuguは利用者の依頼に応じ、複数のモデルと専用エージェントを編成しながら、一つのOpenAI互換APIとして提供されます。利用者から見ると一つのモデルのように呼び出せますが、内部では仕事の難しさや種類に合わせて構成を変えます。

Fugu Maxは費用対効果を重視し、NVIDIAのNemotronを含むオープンウェイトや専門モデルの候補群を拡大しました。公表価格は100万トークン当たり入力2ドル、出力6ドルです。Sakana AIは、自社が比較対象にしたSonnet 5、GPT-5.6 Terra、Kimi K3に対し、出力価格を40〜60％低減したと説明しています。

Fugu Ultra v2は複雑な多段階処理での出力品質を重視します。公式発表では、Chartography、DeepSWE、SWEFishなど複数の評価で高い成績を示したとされています。ITmedia AI＋は、一部評価でGPT-6 AstraやClaude Fable 5.1などを上回ったというSakana AIの説明を報じました。Fugu Ultra v2の学習情報の締め日は2026年8月28日で、Fable 5、Fable 5.1、GPT-6 Astraは連携先の候補群に含まれないと公式ページに注記されています。

ここで、事業者が公表した評価結果を、あらゆる業務での優位性へ広げてはいけません。評価課題、採点方法、試行回数、待ち時間、内部で使ったモデル数が違えば、同じ「一回の回答」でも意味が変わります。複数モデルで高い得点を得た結果と、一つのモデルを一度呼び出した結果は、費用構造も失敗の仕方も同じではありません。

しかし、Fuguが突きつける問いは明確です。企業は「最強モデルを一つ選ぶ」だけでなく、「仕事をどの構成へ配るか」を評価しなければなりません。簡単な分類に大規模モデルを使い、難しい例外にも同じ安価なモデルを使うなら、品質か費用のどちらかを無駄にします。業務を難易度、影響、時間制約、機密性へ分け、構成を変える方が合理的です。

複数モデルへ仕事を振り分けるルーティング設計のイメージ

「何を使ったか」が見えないと、障害も改善も追えません

複数モデルの編成には、単一モデルにはない利点があります。一つのAPIが停止しても別候補へ切り替えられ、用途に合う小型モデルを使えば費用を抑えられます。特定の分野に強いモデルや道具を組み合わせ、単独では解けない仕事を分担することもできます。

同時に、結果が変わった理由を追いにくくなります。同じ指示でも、昨日と今日で候補群、ルーター、エージェント数、検索先、採点器が変われば、出力差の原因は基盤モデルだけではありません。障害時に「Fuguを使っていました」だけが残っても、どの経路が失敗したかを特定できません。

企業向けの供給票には、全ての内部思考や企業秘密を載せる必要はありません。少なくとも、サービス版、利用可能だったモデル群、実際に選んだ構成の識別子、外部ツール、処理時間、消費量、再試行、縮退の有無を案件へひも付けます。機密性が高い業務では、データが通った地域と提供者も記録します。

評価も「回答は良かったか」だけでは不十分です。同じ百件を単一モデルと編成型へ流し、完了率、正答、修正時間、処理時間、総費用、経路変更後の再現性を比べます。平均点が高くても、月末だけ費用が急増する、重要案件で経路を説明できない、障害時に再実行できないなら、本番の完成度は低いままです。

Astraの受付停止が示したのは、知能にも供給順位があることです

ITmedia AI＋によると、OpenAIはAstraへの需要拡大へ対応するため、ChatGPTの「Pro（20倍）」プランの新規加入を一時停止しました。既存加入者には影響しないと説明し、容量を増やす作業を進めています。個人向けには無料、Go、Plus、Pro（5倍）、Pro（20倍）があり、上位プランではAstraのPro推論モードと拡大した利用上限を利用できると報じられています。

これはAstraが恒常的に使えないという意味ではなく、既存契約の提供停止でもありません。ただし、最新モデルが発表された日と、希望する全員が希望量を利用できる日は違うという事実を、分かりやすく示しました。モデルの能力が高くても、計算資源、電力、ネットワーク、待ち行列、契約上限が不足すれば、業務は完了しません。

企業の導入試験では、最良時の回答だけを測りがちです。空いている時間に十件を流し、速く返れば合格とします。しかし本番では、決算、障害、災害対応、キャンペーン、全社導入の時に利用が集中します。必要な瞬間に上限へ達し、上位推論が選べず、待ち時間が伸びるなら、カタログ上の性能は業務能力になりません。

最新モデルを発表日ではなく、提供・評価・運用・現場の四関門で判断する記事で扱ったように、接続できた日を導入完了日にしてはいけません。今回追加すべきなのは、平常時だけでなく混雑時の割り当てです。

調達時には、通常上限と短時間の上限、混雑時の待ち時間、優先順位、上限変更の通知、地域ごとの提供差を尋ねます。上位推論が使えない場合に、軽量モデルへ自動で落ちるのか、エラーで止まるのか、翌朝へ予約できるのかも確認します。自動縮退するなら、利用者へモデルと品質条件が変わったことを表示します。

限られた計算資源の容量と待ち時間を管理するイメージ

「一件の完了量」で容量を測ります

トークン上限だけでは、業務に必要な容量を見積もれません。一件の問い合わせ回答、一つの契約比較、一回のコード修正を完了するまでに、何回のモデル呼び出し、検索、再試行、人の修正が必要かを測ります。編成型では、利用者から一回に見えても内部で複数の処理が動く場合があります。

例えば、月に一万件の文書分類があっても、九割は小型モデルで終わり、一割だけ上位モデルと人へ上げるなら、全件を上位プランで見積もる必要はありません。反対に、長文調査が途中で失敗して最初から再実行されるなら、表示された入力と出力だけより容量を使います。

企業は、通常日、月末、障害日という三つの負荷で試します。上位経路を意図的に止め、軽量モデル、非同期処理、ルール、人の作業へ戻します。見るべき数字は、毎分の呼び出し数だけでなく、完了件数、未処理の滞留、品質低下、人の追加時間、復旧後の再投入時間です。

高性能モデルを確保できる部署が、全ての仕事を優先できるわけでもありません。顧客の安全、法定期限、支払い、停止中の生産を優先し、企画案や社内要約を後へ回すなど、社内の配分規則も必要です。外部サービスの供給順位だけでなく、自社が希少な推論を何へ使うかを決めます。

ChatGPT広告が変えるのは、回答後の「次の一歩」の入口です

Amazon Adsの公式発表では、米国の一部広告主が、Amazon DSPを通じてChatGPT Adsを試すパイロットが始まりました。広告主は既存のキャンペーン運用を会話型の広告体験へ広げ、利用者が選択肢を探し、比較し、意思決定する場面へ接触できます。

ITmedia NEWSは、広告がChatGPTの回答の下へテキストまたは画像で表示され、広告在庫はOpenAI側にあり、Amazonが購入とキャンペーン管理を支え、実際の配信面はOpenAIの仕組みが制御すると報じています。対象は現時点で米国の一部広告主の試験です。今回のAmazon統合が日本の広告主へ直ちに開放されたという発表ではありません。

同記事によると、OpenAIは広告へラベルを付け、回答と分離し、広告が回答内容へ影響しないと説明しています。また、会話内容を広告主へ開示せず、顧客データを販売しないとしています。これらは重要な設計原則ですが、利用企業や利用者が見るべきなのは、原則が画面と記録で区別できるかです。

検索広告では、検索結果と広告枠を見分ける経験が蓄積されています。会話型AIでは、回答が利用者の条件をまとめ、候補を絞り、理由まで説明した直後に広告が置かれます。広告が回答本文を変えなくても、「次に押す場所」の分布は変わります。表示順、画面占有、画像、行動ボタン、再質問の候補が、意思決定を後押しします。

日本企業が社内AIへ商品検索、旅行手配、調達、福利厚生、学習教材の推薦を組み込む場合も同じです。推薦の根拠、契約事業者、広告、販売手数料、自社在庫、利用者の過去行動を混ぜて一つの順位にしてはいけません。依頼者が求めた条件に基づく回答と、料金を払った表示を視覚的にもログ上も分けます。

管理すべきなのは、広告の有無だけではありません。広告主、広告を買う基盤、配信を決める主体、測定する主体、使ったデータ、表示理由、広告なしの選択肢を記録します。広告を押さなくても同じ候補へ到達できるか、広告を閉じた後に同じ業務を続けられるかも確かめます。

許諾型AI音楽は、素材の参加条件も製品機能にする試みです

The VergeとUMGの発表によると、UMGとElevenLabsは複数年の契約を結び、許諾された音楽を使う新しいAI音楽基盤を開発します。参加するアーティストや作詞・作曲家の作品を基に、ファンがリミックス、マッシュアップ、新しい解釈、個人向けの音声体験を作れる構想です。アーティストは参加を選べるとThe Vergeは報じています。

新基盤は、ElevenLabsの既存Music APIやElevenMusicとは別に提供される予定です。両社は、アーティストや作詞・作曲家が生まれた価値へ参加できることを掲げています。ただし、発表時点では利用条件、具体的な還元方法、生成物の公開範囲など、今後示される詳細もあります。

重要なのは、「学習済みだから使える」という一段の説明から、素材ごとの許諾、参加、製品の分離、価値還元をサービス設計へ持ち込んだ点です。企業が画像、音声、文書、設計図を生成AIへ使う場合も、モデルのライセンスだけでは足りません。入力素材を持ち込む権限、生成目的、公開範囲、第三者へ再提供できるか、契約終了後にどう扱うかを分けます。

AIで速く作れても報酬へ結び付かない問題を、目的・素材・判断・公開物・継続の五層契約で整理した記事では、生成時間ではなく価値を確定する工程を提案しました。今回の許諾型基盤は、素材の参加条件そのものを製品の違いへ変えようとする動きとして読めます。

創作者と技術企業が素材の利用条件を確認するイメージ

日本企業が作るべき「AI供給票」の八項目

四つの配分を日常で追うため、モデルカード、サービス仕様、契約書、広告方針を別々の棚へ置かず、一案件一枚の供給票へまとめます。最低限、次の八項目を持たせます。

業務と完了条件：何を作るかではなく、誰が何へ使い、どの状態なら完了かを書きます。
処理構成：サービス版、候補モデル群、ルーター、エージェント、検索、外部ツールを記録します。
計算資源条件：通常上限、混雑時の挙動、優先順位、待ち時間、地域差を記録します。
データと権利：入力素材の来歴、許諾、保持、学習利用、生成物の利用範囲を記録します。
商業上の関係：広告、販売手数料、出資、優先契約、自社在庫など順位へ影響し得る関係を記録します。
利用者への表示：使った構成、縮退、広告、推定、出典をどこまで画面へ示すかを決めます。
停止と代替：一社、一モデル、一地域、一素材、一広告基盤を外したときの経路を決めます。
結果の測定：正答だけでなく、完了率、修正時間、総費用、待ち時間、異議申立て、価値還元を測ります。

供給票は、全ての技術詳細を利用者へ押し付ける書類ではありません。利用者には「上位推論を利用」「混雑のため標準経路へ変更」「広告」「許諾済み素材」のように判断へ必要な差だけを示します。管理者と監査担当者は、その表示から詳細な版、契約、ログへ戻れるようにします。

調達部門は、単価表だけでなく、値上げ、上限、モデル廃止、候補群変更、広告方針変更、権利紛争が起きた場合の通知期間を契約へ入れます。現場部門は、どの変更なら再評価が必要かを決めます。情報システム部門は、経路識別子と利用量を保存します。法務とブランド担当は、素材利用と商業表示の境界を点検します。

30日で一つの業務の配分を見えるようにします

大規模な管理基盤を導入する前に、一つの業務で四つの配分を試せます。対象は、複数モデルを選べ、利用量が測れ、入力素材の権利を説明でき、推薦や外部表示に近い仕事が向いています。商品調査、社内資料検索、広告文案、問い合わせ下書きなどから選びます。

最初の10日——一件の答えを上流へ戻します

百件の処理を選び、実際に使ったサービス版、モデルまたは構成、検索先、外部ツール、処理時間、消費量、人の修正を記録します。編成型と単一モデルを混ぜ、どの種類の仕事で差が出るかを見ます。

素材について、社内作成、顧客提供、購入、公開、権利処理済み、出所不明へ分けます。広告や販売契約が候補順位へ影響する可能性がある場合は、それも欄へ入れます。この段階では、全てを禁止せず、説明できない空白を数えます。

次の10日——混雑と供給停止を作ります

上位モデルの利用枠を半分にし、一つの候補モデルを外し、一つの検索先を遅くします。軽量モデル、別提供者、非同期処理、人の確認へ切り替え、完了率、待ち時間、費用、修正量を比較します。

同時に、許諾が不明な素材を除外し、広告なしの候補表示へ切り替えます。結果が出なくなるなら、業務が特定の供給へ依存しています。品質が少し下がっても期限内に完了できるなら、その経路は非常口として価値があります。

最後の10日——表示と異議申立てを試します

利用者へ、通常経路、縮退、広告、許諾素材の四つを別表示します。詳しい内部構成を読ませるのではなく、判断が変わる差だけを短く示します。「なぜこの候補ですか」「広告を除外してください」「別モデルでやり直してください」「この素材を使わないでください」という操作を用意します。

別担当者が供給票を見て、同じ処理を再実行できるかも試します。結果が完全に同じでなくても、どこが変わったかを説明できれば改善できます。説明できない差は、モデルの気まぐれとして片付けず、版、経路、容量、素材、商業表示の順に調べます。

毎月見る七つの配分指標

構成記録率：完了案件のうち、使ったサービス版と処理構成へ戻れる割合です。
上位資源依存率：上位推論が使えないと完了できない案件の割合です。
縮退完了率：候補モデルや容量を減らしても期限内に終えられた割合です。
権利説明率：入力素材の来歴、許諾、利用範囲を説明できる割合です。
商業表示分離率：回答、推薦、広告を利用者とログの両方で区別できる割合です。
一件総費用：内部呼び出し、再試行、人の修正を含めて一件を完了する費用です。
異議対応時間：利用者が構成、素材、広告、結果へ疑問を出してから説明または再処理するまでの時間です。

これらは、複数モデルや広告を排除するための数字ではありません。必要な構成を選び、希少な計算資源を重要業務へ回し、創作者の参加条件を守り、商業表示を隠さずに使うための数字です。品質、費用、権利、中立性を別部署へ分断せず、一件の答えが完成するまでの供給として見ます。

参考にした情報

Sakana AI「Introducing Fugu Max and Fugu Ultra v2」（2026年9月11日、複数モデルの編成、価格、評価結果、候補群の注記を確認）
ITmedia AI＋「Sakana AI、一部『GPT-6 Astra』『Fable 5.1』超えうたうFugu最新版」（2026年9月11日、国内向け発表概要とOpenAI互換APIの提供条件を確認）
ITmedia AI＋「ChatGPT、最上位プランの新規受付を一時停止」（2026年9月11日、Astra需要、新規受付停止、既存加入者への説明を確認）
Amazon Ads「ChatGPTでの広告展開を支援するため、新たな統合を発表」（2026年9月10日、米国の一部広告主によるパイロットとAmazon DSP連携を確認）
ITmedia NEWS「Amazon、OpenAIと広告で提携」（2026年9月11日、広告枠の役割分担、表示、対象地域、測定項目を確認）
The Verge「Universal Music is launching an AI music platform with ElevenLabs」（2026年9月10日、参加型の許諾音楽基盤と既存製品からの分離を確認）
Universal Music Group「UMG and ElevenLabs announce multi-year strategic agreement」（2026年9月10日、許諾、製品開発、参加アーティスト、価値還元の方針を確認）

最後に——答えの後ろにある配分を尋ねます

AIの画面が簡単になるほど、裏側の供給は複雑になります。一つのAPIが複数モデルを束ね、最新モデルの利用枠には順番があり、許諾素材には参加条件があり、回答のすぐ下には広告が置かれます。利用者が一つのモデル名だけを見ていても、品質、費用、権利、次の行動は複数の事業者と規則によって形作られます。

必要なのは、複雑さを全て利用者へ見せることではありません。判断が変わる差を表示し、担当者が詳細へ戻れ、供給の一部を外しても仕事を続けられることです。複数モデルは切替可能性を増やし、容量管理は重要業務を守り、許諾は創作者の参加を製品へ組み込み、広告ラベルは商業上の関係を見えるようにします。

次にAIサービスの提案を受けるとき、「どのモデルですか」で質問を終えず、混雑時には何へ切り替わり、素材は誰の許諾で使われ、表示順位に誰がお金を払い、その条件が変わったら何日で別経路へ移れるかまで尋ねられるでしょうか。そこへ一枚の供給票で答えられることが、AIの知能を買うだけでなく、配分を自社の責任で選ぶ第一歩になります。