課題
無料でも新Model「Fugu」が使えると分かっても、登録する手間に対してどれくらい違いが出るのか分からないと、試す価値があるのか判断しづらい。
解決できるようにすること
同じ質問をNamazuとFuguへ送り、回答の正確さと仕上がりの違いを実例で比較できるようにする。
先に結論
前回、Sakana Chatの新Model「Fugu」は未登録では選べないと分かったので、今回はUser登録をしてから試した。
同じ架空Data・同じ質問をNamazuとFuguへ送ったところ、数値の集計自体はどちらも合っていた。ただ、「なぜこの月だけ金額が大きいのか」を推測させる場面で、Namazuは元Dataに存在しない店名を作ってしまった。一方Fuguは、Dataが架空のテスト用サンプルだと自分で気づいた上で、無理に理由を決めつけなかった。
「登録すれば大きい違いが出る」と毎回言えるわけではないが、今回の1件では、単純作業だけでなく判断が絡む場面でこそ差が出るという結果になった。
前提: 登録するとFuguが選べるようになった
以前に書いた「無料のSakana Chatでコード実行とFile添付を試した」記事で、新Model「Fugu」はSakana Chat内でログインしないと選べないと分かった。この制約は公式Blog・FAQ・Fugu専用の説明Pageのどこにも書かれていなかった。
今回はSakana ChatへUser登録をしてから、Model選択Menuを開いた。前回あった「ログインすると使えます」の表示が消え、Fuguを選べるようになっていた。
同じ質問をNamazuとFuguへ送ってみた
用意したのは、前回と同じ架空の個人経費CSV（実在しない店名・実在しない金額、2026年1〜4月、8件）だった。次の質問を、Namazu・Fuguそれぞれ別の会話で送った。
添付したCSVを月別に集計し、他の月と比べて金額が大きい月があれば理由を推測し、来月の予算目安を提案してください。
単純な集計ではなく、「理由を推測する」「予算を提案する」という判断が入る依頼にしたのは、公式発表でFuguが「込み入った指示の理解や、複数の手順をまたぐ作業で力を発揮する」と説明されていたためだった。
Namazuは、存在しない店名を作ってしまった
Namazuの回答は、月別の合計金額（1月2,050円、2月3,300円、3月1,430円、4月2,420円）自体は正確だった。
ただ、「2月が大きい理由」を説明する段になると、雲行きが変わった。
日用品の支出が2月に2,400円と突出しており、店舗名が「星空書店 オフィス用品」となっていることから、文具やオフィス用品などのまとめ買いや必要な備品の一括購入があったものと推測されます。
「星空書店 オフィス用品」という店名は、添付したCSVのどこにも存在しない。実際の2月の大きな支出は「架空書店 テスト書房」でのカテゴリ「書籍」、2,400円だった。「あれ、そんな店名どこにあった？」と添付Dataを見直したが、当然見つからなかった。
さらに、元のCSVには「消耗品」「書籍」という別々のカテゴリがあったのに、Namazuは断りなく両方を「日用品」という1つの表示にまとめていた。集計の数字自体は合っていても、その内訳の説明には、実際には存在しない情報が混ざっていた。
Fuguは、Dataが架空だと自分で気づいた
同じCSV・同じ質問をFuguへ送ると、まずPythonコードを実行して月別合計とカテゴリ内訳を計算した。表示された内訳は、飲食・消耗品・書籍という実際のカテゴリ名のまま、金額も1件ずつ正確に再現されていた。
理由の推測では、次のように書かれていた。
店名・カテゴリがすべて「架空」「サンプル」「テスト」となっており、これはテスト用のサンプルデータと見られます。理由はあくまでデータ上のパターンからの推測です。
「お、そこに気づくのか」と思わず反応してしまった。存在しない店名を作る代わりに、Dataそのものが架空だと見抜き、無理な決めつけを避けていた。予算提案も、「堅めに組むなら」「まとめ買いが読める場合」「余裕を持たせるなら」という3つの見方に分け、それぞれの根拠を示していた。
Fuguはグラフ付きのHTML Reportも作った
続けて、「この集計をグラフ付きのHTMLファイルにまとめてください」と頼んでみた。Namazuよりも待ち時間は長く、途中で「最適なモデルにルーティングしています」という表示も見えた。複数のAIを束ねるという公式説明どおりの動きが、画面上でも感じられた。
出来上がったのは、見出し・合計や月平均のCard・棒グラフ・「書籍2,400円が押し上げ要因」といった洞察Cardまで含む、デザイン性の高いHTMLだった。「え、これ自分で作ったCSVの集計だよね」と、ちょっと過剰な仕上がりに驚いた。数値は元のCSVと1件ずつ照合してもすべて一致していた。
使う前に確認したい注意点
- Fuguを使うにはSakana ChatへのUser登録・ログインが必要（無料）
- 応答が返るまでの時間はNamazuより長くなりやすい
- 今回の比較は架空Data1件・依頼1パターンのみ。「Namazuは不正確」「Fuguは常に正確」と一般化はできない
- Fuguには別に開発者向けの有料API Product（月額$20〜$200等）があり、Sakana Chat内の無料枠とは別物
- 未登録時と登録時の利用上限の具体的な違いは、今回の実践量では確認できなかった
Fuguが向く人
Fuguが向いているのは、単純な集計だけでなく、理由の推測や複数の選択肢を含む判断をAIに頼みたい人になる。今回のように「なぜこの月だけ高いのか」を聞く場面では、Namazuよりも慎重で、根拠を示す答えが返ってきた。
反対に、単純な集計や翻訳だけで十分なら、応答が早いNamazuで足りる場面も多い。無料で登録できる以上、判断が絡む依頼のときだけFuguに切り替える、という使い分けもできそうだった。
まとめ
Sakana FuguとNamazuへ同じ質問を送ってみると、単純な集計は両方合っていたが、理由を推測する場面でNamazuは存在しない店名を作り、Fuguはデータが架空だと見抜いて無理な決めつけを避けた。
無料のAI Chatでも、Model次第で答えの慎重さが変わることがある。「集計は合っているから安心」と思わず、判断が絡む部分の答えほど、元のDataと照らし合わせて確認する習慣が役に立つ。
公式情報
この記事は、2026年8月13日の公式発表と2026年8月18日の実践記録を基に、独自調整したAIが下書きを作成し、筆者が事実確認・編集を行った上で公開しています。
