Sakana AI、初の商用プロダクト「Sakana Marlin」を公開──最大8時間稼働の自律型リサーチエージェント
Sakana AIが2026年6月15日に初の商用製品「Sakana Marlin」をローンチ。独自のAB-MCTS技術を用い、最大8時間の自律稼働で100ページ規模の戦略レポートを生成する。従量課金からPro月額15万円まで。三菱電機・Citiによる戦略出資も報じられている。

2026年6月21日時点の情報をもとに構成。
東京拠点のAIスタートアップSakana AIが2026年6月15日、初の商用プロダクト「Sakana Marlin」を公開した(Sakana AI公式)。自律型のリサーチエージェントで、最大8時間の連続稼働により100ページ規模の戦略レポートを自動生成するとされている。ローンチ前には約300名のクローズドベータユーザーが利用していたと報じられている(MarkTechPost, 2026-06-15)。
- Sakana AIが初の商用製品「Sakana Marlin」を6月15日にローンチ。独自技術AB-MCTSを用いた自律型リサーチエージェント
- 最大8時間の連続稼働で100ページ規模の戦略レポートを生成。約300名のクローズドベータを経ての正式公開
- 三菱電機(2026年3月)およびCiti(2026年2月、日本企業への初出資)が戦略出資を実施
Sakana Marlinの概要
Sakana AIの公式発表によると、Marlinは「自律型リサーチエージェント」として位置づけられている(Sakana AI公式)。ユーザーが調査テーマを与えると、エージェントが自律的に情報収集・分析・レポート生成までを実行する仕組みである。
主な特徴として以下が挙げられている:
- 最大8時間の連続稼働:長時間の調査タスクを中断なしに実行
- 100ページ規模のレポート生成:調査結果を構造化された戦略レポートとして出力
- 独自技術「AB-MCTS」:Sakana AI独自のアルゴリズム。詳細な技術仕様は公式発表時点では限定的
MarkTechPostの報道によると、ローンチ前に約300名のクローズドベータユーザーが利用していたとされている(MarkTechPost, 2026-06-15)。
料金体系
Sakana AI公式が公開している料金構成は以下の通りである。
| プラン | 価格 | 備考 |
|---|---|---|
| 従量課金(Pay-per-use) | 1回あたり100クレジット(1クレジット¥98=1回約¥9,800) | 小規模利用向け(MarkTechPost報道) |
| Pro | 月額¥150,000(クレジット2,000付与) | 上位プラン(MarkTechPost報道) |
| Team | 月額¥400,000(クレジット6,000付与) | MarkTechPost報道。Sakana AI公式のプラン一覧にも記載があるが、金額はMarkTechPost経由の情報 |
| Enterprise | 個別見積もり | 専任サポート付き |
1クレジットあたりの単価(¥98)とPro/Teamの付与クレジット数は、MarkTechPostの記事に基づく。Sakana AI公式サイト側でこの単価を直接確認できるページは今回のQAでは特定できていない。
戦略出資:三菱電機とCiti
Sakana AIには直近で2件の戦略出資が報じられている。
Citiの出資(2026年2月)
Citiのプレスリリースによると、2026年2月24日にSakana AIへの戦略出資を発表している(Citi, 2026-02-24)。Citiにとって日本企業への初の投資案件であるとされている。金融サービスにおけるイノベーション推進を目的としたものと報じられている。
三菱電機の出資(2026年3月)
三菱電機は2026年3月25日にSakana AIへの戦略出資を発表している(Mitsubishi Electric, 2026-03-25)。
| 出資者 | 発表時期 | 備考 |
|---|---|---|
| Citi | 2026年2月24日 | 日本企業への初出資と報じられている |
| 三菱電機 | 2026年3月25日 | 戦略出資 |
出資額はいずれも非公開である。
AB-MCTS技術について
Sakana AIはMarlinの中核技術として「AB-MCTS」(Adaptive Branching Monte Carlo Tree Search)を挙げている(Sakana AI公式)。MCTSはMonte Carlo Tree Searchの略称で、囲碁AIなどで知られる探索アルゴリズムの一種である。「AB」はAdaptive Branching(適応的な分岐)の略で、技術論文は既に公開されている。Sakana AI公式のMarlin発表文は、AB-MCTSを「NeurIPS 2025 Spotlight」採択の研究と明記しており、論文本体は「Wider or Deeper? Scaling LLM Inference-Time Compute with Adaptive Branching Tree Search」(arXiv:2503.04412)で確認できる。したがって「査読済み論文が無い」という状態ではない。
正直に言うと
- 8時間稼働・100ページレポートという数字は、品質を保証するものではない。長時間稼働や大量ページ数は、それ自体がアウトプットの有用性を意味しない。クローズドベータ約300名の利用結果や、実際のレポート品質に関する第三者評価は確認できていない
- AB-MCTSの査読論文はあるが、Marlin固有の実装詳細は別。基礎技術「AB-MCTS」自体はNeurIPS 2025 Spotlight採択の査読済み論文(arXiv:2503.04412)が存在するが、それをMarlinのリサーチエージェントとしてどう組み込んだか(プロンプト設計・エージェント間の役割分担など)の実装詳細は公開されておらず、この部分の技術的優位性の評価は依然として難しい
- Pro月額¥150,000は中小企業にとって少額ではなく、ROIの見極めが必要になる。1クレジット¥98・従量課金1回あたり約¥9,800という単価自体はMarkTechPost報道で判明しているが、1回のリサーチに何クレジット消費するかの実例は確認できていないため、実際の利用コストはまだ見通しにくい
- 戦略出資は「製品の品質」の証明ではない。大手企業の出資はSakana AI自体への期待を示すが、Marlinという製品の実用性を直接裏付けるものではない。出資時期(2月・3月)はMarlinローンチ(6月)より前であり、製品完成前の判断である可能性がある
- 競合環境。自律型リサーチエージェントの領域には、OpenAI Deep Research、Google Gemini Deep Research、Perplexityなど先行する競合が存在する。Marlinがどの点で差別化されるかは、実際の利用比較データが出てくるまで判断を保留するのが妥当である
出典・参照資料
更新・訂正履歴
- (1)AB-MCTSについて『技術論文や詳細な仕様は確認できていない』と書いていたが、記事が既に出典としているSakana AI公式のMarlin発表文本文に『AB-MCTS (NeurIPS 2025 Spotlight)』と明記があり、arXiv:2503.04412として論文が公開済みだった。査読済み論文が無いかのような書き方を修正した。(2)料金表で従量課金の1クレジット単価とProの付与クレジット数を『公式サイトでの確認が必要』としていたが、これも記事が既に出典としているMarkTechPostの記事本文に1クレジット¥98・Pro月額¥150,000で2,000クレジット付与・Team月額¥400,000で6,000クレジット付与と明記があった。数値を反映し、Team/Enterpriseプランも表に追加した。
AIニュースの解説を動画でも
YouTubeでは注目ニュースの背景を解説し、Xでは新着記事をお知らせしています。
コメント
まだコメントはありません。最初のコメントを書いてみませんか?
AIについて聞きたいことはありますか?
質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。
質問箱を見る →新しい記事をメールで受け取る
AIの新しい発表を、出典付きで整理して届けます。
関連記事
Claude・GPT・Gemini API料金の読み方──2026年8月27日に公式ページで確認した単価早見表
Sakana AIの9月10〜17日──Sakana ChatでFugu Maxが全ユーザーに+会話を覚える「メモリー」、Marlinに引用の裏取りができる「Interactive Reading」と編集可能なPowerPoint出力、SCSK・住友商事と包括提携(金融・製造の実案件、脆弱性診断〜修正のサービス、住商の連結900社・顧客10万社)
Google Cloud、AIエージェント向け知識共有フォーマット「OKF v0.1」を公開──Markdownベースのベンダー非依存仕様
ポケモン公式がAI対戦大会「ポケカABC」を開催──Kaggleで賞金総額29万ドル

Claude for Excelが本格化、財務モデルや表計算をAIエージェントが直接編集
非エンジニア15人が1週間で最初のエージェントを作り、1か月で全社50体に広がった話──Anthropicが公開した1,100人企業の内側
OpenAIが「Codex」の実行の仕組みを丸ごと公開──ARC-AGI-3のスコアが2つの設定変更だけで3倍になった話も
