Sakana Namazu

1. 日本語が自然、だけでは終わらない

Kimi K2.6自体、日本語は普通に扱えます。

そのためNamazuの価値が、単に「日本語が少し自然になった」だけなら、そこまで大きな差にはなりません。

Sakana AIが手を入れているのは、敬語、ビジネス文書の言い回し、政治や歴史のような扱いの難しい話題での表現などです。

Sakana AIはFairPoliticsQAという社内ベンチマークも公開しています。政治・歴史に関する質問への中立性を見るもので、Kimi K2.6の34.10%に対し、Namazuは56.30%でした。

この数字だけで「日本語性能が高い」と判断するのは早いです。ベンチマーク自体がSakana AIによるもので、日本語能力全体を測る指標でもありません。

それでも、何を改善しようとしているモデルなのかは分かります。

普段の雑談では差が小さくても、顧客向けメール、カスタマーサポート、企業サイトの文章、社外向け資料あたりでは比較する価値があります。

2. 検索とコード実行を最初から使える

NamazuにはWeb検索とコード実行が組み込まれています。

新しい情報が必要なら検索し、計算やデータ処理が必要ならコードを使う。しかも、一つのタスクの中で何度か行き来できます。

市場調査を例にすると、モデルに検索キーワードだけ作らせて、人が検索結果を貼り直す、といった作業を減らせます。

特別に新しい仕組みというわけではありません。

ただ、Agentを作る側から見ると、自前で組み合わせる部分が少し減る。それだけでも実務では助かります。

3. 日本語向けに調整しても価格はそのまま

APIはOpenAI互換なので、既存の環境から試しやすいです。

料金は入力が$0.95 / 1M tokens、出力が$4.00 / 1M tokens。Kimi K2.6と同じ水準です。

個人的には、ここがかなり分かりやすいポイントだと思います。

日本語向けの後学習を加えているのに、その分をtoken料金に上乗せしていません。

Kimi K2.6と同価格帯のモデルで迷っていて、しかも日本市場向けのサービスを作るなら、Namazuは一度試しておいて損はないです。

スペック表を眺め続けるより、実際の日本語タスクを同じ条件で流して比較した方が早いでしょう。

4. 前世代は研究寄り、Namazuはそのまま使える

Sakana AIはNamazu以前にも、DeepSeekやLlamaなどをベースに、日本語対応や回答の中立性を調整する研究を行っていました。

あちらは研究色が強めでした。

NamazuではベースモデルがKimi K2.6になり、検索とコード実行もAPIの中に入っています。

モデルの重みを自分で落としてきて、推論サーバーを用意して、さらに外部ツールまでつなぐ、といった作業は必須ではありません。

前の試みが「この方向で本当に改善できるのか」を確かめる段階だったとすれば、Namazuは実際のサービスに組み込む段階まで持ってきたモデル、と見る方が近いです。

良いところ

• 日本語のビジネス表現、敬語、日本特有の文脈を意識した後学習が入っている
• token単価はKimi K2.6と同水準
• Web検索とコード実行を標準で使える
• 検索、確認、計算などを一つのタスク内で続けて処理できる
• OpenAI互換APIなので既存環境から試しやすい
• OpenRouterに無料版があり、先に挙動を確認できる

気になるところ

• 公式のコンテキスト長は明確に公開されておらず、外部情報では262Kとされている
• 独立した第三者ベンチマークがまだ少なく、公開されている評価はSakana AI側のものが中心
• 入力データがモデル学習に使われる可能性があり、必要ならopt-out設定が必要
• すべてのデータ処理が日本国内で完結する保証はない
• EU、英国、スイスでは利用できない

向いている人

日本市場向けのサービスを作っていて、日本語の比率が高いチームには試す価値があります。

特に、ビジネス文書、カスタマーサポート、市場調査、日本語Agentあたりとは相性を確認しやすいです。

Kimi K2.6をすでに使っている場合も、同じタスクをNamazuに流して比較すれば判断しやすいでしょう。

向いていない人

業務データを必ず日本国内だけで処理したい企業には条件が合いません。

1M以上の長いコンテキストが必須の用途、完全なオープンソースかつセルフホストだけを採用する方針のプロジェクトにも向きません。

そもそも日本語をほとんど使わないのであれば、Namazuへ切り替える理由もかなり薄くなります。