{"text": "東京から面白いAIが出てきたというので調べてみたらAPIコストと性能の両方の問題を一気に解決できるかもしれないプロダクトでした今日は魚フグについてまとめますAPIコスト 正直なところどんどん積み上がっていきますよねクロードオーパス GPT GEMINI 機能によって使い分けているうちに気づけば毎月かなりの金額になっているしかも性能を求めれば求めるほどコストが跳ね上がるし複数のモデルを管理するのも限界があるそんな中 この問題に根本から向き合う可能性を持ったAIが東京で生まれていましたその前になぜ今の状況が問題なのかを整理しますChat GPT はオープンAIクロードはアンソロピックジミニはグーグルそれぞれ別のサービスです得意分野が違うので使い分けたいのにそれぞれAPIキーを管理してコードを書いて月末にバラバラの請求が来るしかもプロバイダーごとに書き方が違うこの手間と費用が個人開発者には地味にきついその会社の名前は魚AI社名の依頼は魚の群れです単独の巨大なクジラではなく小さな魚が群れを成して知性を発揮するそういう考え方でAIを設計しています設立は2023年本拠地は東京です創業者は元GoogleBrain東京のデイビット派とトランスフォーマーの強著者であるライオン・ジョーンズの2人ですシリコンバレーではなく東京を選んだ2人の設計思想は力技のスケールアップではなく集合地での問題解決でしたなぜ東京なのかその答えは垂直統合の罠を避けることにあります巨大モデルで全タスクを処理しようとすると開発コストも電力も膨大になりその費用がそのままユーザー料金に直結します計算業に頼らず必要な時に必要なモデルだけを動かすこれが魚AIの設計哲学ですその思想が世界に認められエネビディア、グーグル、三菱、UFJそして米CIAの投資部門、インキテルなどが出資しています評価額は約4000億円規模日本初としては異例のスケールのスタートアップです今日はその魚、AIが出した最新プロダクト魚フグを中心に個人開発者のAPIコストと性能の問題をどう解決し得るのかしっかり解説していきますこの動画で分かることを最初に整理します魚AIとフグが何者かチャットGPTやクロードとどう違うのか個人開発者が実際に乗り換えられるかどうかそしてフグのベータへの申し込み方です順番に見ていきます魚フグを一言で説明するならGPT、ジミニ、クロードといった複数のモデルをタスクの内容に応じて自動で振り分けるAPIですユーザーがリクエストを送るとフグという判断役のシステムが受け取り最適なAIを選択して処理を実行します内部の動きはこういう流れですまず実行小さなLLMが他のLLMを指揮してタスクを処理します次に評価フグが結果の品質を判定します十分な品質であればユーザーへ出力不十分であれば自己修正ワークフローを立ち上げて再実行しますこれは動的オーケストレーションと呼ばれる手法で固定のルールではなく問題に応じてエージェントを動的に編成しますさらに最期的推論テストタイムスケーリングという技術により自身の出力を読み込んで再学習なしで修正を繰り返し1回ではたどり着けない正解に到達できます導入のハードルはほとんどありません理由はフグがオープンAI互換エンドポイントを採用しているからです既存のコードで変更が必要な箇所はここだけですベースURLとモデル名この1行を書き換えるだけすでにGPTをAPIで使っている既存のシステムやコードがそのまま動きますフグには2つのラインナップがありますフグミニは速度重視でレスポンスの速さを優先するタスク向けフグウルトラは推論力重視で複雑な問題や専門的な推論が必要なタスク向けですここが今日の革新ですベンチマークの数字を見てみましょう専門知識、コーディング、実務開発3つの主要ベンチマークすべてでフグウルトラが地味にGPT、クロードを上回る最高スコアを記録しています数値の詳細はスライドをご確認ください単一の巨大モデルではなく、集合値が最高スコアを叩き出しているわけですではなぜ安くなれるのか仕組みはシンプルです簡単なタスクは軽量モデルへ自動振り分けしてコストを削減難しいタスクには複数の最強モデルをオーケストレーションして精度を極大化しますGPTやOPUSで全部処理すると高コストになりますがフグは必要な時だけ必要な頭脳を使う設計です全体の平均コストを抑えながらシステムの最高性能は上がるというパラダイムシフトこれがフグの革新ですここでもう一つ、魚AIが持つ技術を紹介しますAIサイエンティストV2です科学的発見のプロセス全体を自動化するシステムでアイデア立案からコード作成と実験、データ可視化、論文執筆、そして作読まで全部AIが担います論文1本あたりの作成コストはわずか約15ドルですではなぜこれだけの大手が出資しているのかフグのコアはICLR2026に採択されたトリニティとコンダクターという技術です複数のエージェントを動的に指揮する仕組みがアカデミアで認められたということです現時点ではクローズドベータ段階のため、正式な料金は公開されていません初期テスター向けにAPIを試験提供している段階で、リリース時には圧倒的なコストパフォーマンスを目指しているとしています従来のAPIキー複数管理によるコスト構造を変えるプロダクトというのが魚側の言い方ですなぜ安くなれるのか、もう少し具体的に整理します従来の巨大モデルの問題は垂直統合の罠で、全タスクを一つの巨大モデルで処理するため膨大な計算量と電力を使い、その開発・維持費がユーザー料金に直結しますフグの計算量に頼らない設計では、タスクごとに特化型エージェントを動的に編成し、集合値で推論時の無駄な計算を極限まで削減する必要なときに必要なモデルだけを呼び出す構造です力技のスケールではなく、賢いオーケストレーションでコストを下げるわけですベータテストへの参加募集が出ています対象はコーディング、数学、科学的推論にAIを活用したい研究者やエンジニアで、オープンコードやコーデックスの利用経験者も関係とのことです申し込みは公式のGoogleフォームから行い、審査を通過した方のみAPIアクセス権が付与されます審査通過後は標準的なオープンAI形式のAPIとして提供されるので、既存のワークフローにすぐ組み込めます締め切りは5月5日ですそれでは、実際の申し込み画面を見てみましょう公式サイトのFUGベータページから、申し込みフォームへのボタンを押してGoogleフォームに進みます氏名と所属、ユースケースを入力し、所属は状況に合わせてユースケースは正直に書きます最後に、FUG miniとFUG Ultraのいずれかを選んで送信です申し込み画面の確認ができましたフォームにはモデル選択欄があり、FUG miniとFUG Ultraのどちらかを選べるようになっています審査が通るかどうかはまだ分かりませんが、申し込みはできたので、使えるようになったら実際のプロダクトで試してみようと思います続いて、乗り換えの実際について整理しますFUG miniユーザーがFUGに切り替える場合の結論はコードは書き換えが必要、プロンプトはそのまま使える可能性が高い、ですオープンAI互換なので、プロンプトの内容自体はほぼそのまま流用できますただし、API接続部分のコードは書き換えが必要です移行には3つのステップがありますステップ1はSDKとエンドポイントの変更ジェネレイティブAIパッケージからオープンAIパッケージへ切り替え、エンドポイントとモデル名を書き換えますステップ1は認証キーの差し替えキドンとジェミニAPIキーを削除して、魚フグのAPIキーに更新しますステップ3はメッセージ構造のフォーマット調整ジェミニ固有のユーザー・モデルというロール構造をオープンAI互換のシステム・ユーザー・アシスタント形式に変換します複数回APIを叩くマルチエージェント設計をしている方に向けて一言乗り換えのタイミングで、モデル非依存なプロンプトに整理しておくことを勧めます整理のポイントは、役割の完全分割、プレーン汎用化、そして自己決定の異常の3つです特定モデルの癖に依存したプロンプトを書いている場合はこのタイミングで整理しておくと、今後の乗り換えコストが大幅に下がりますフグ、APIが向いている方と向いていない方についてまとめます向いているのは、複数のモデルを使い分けてコストを最適化したい方モデル選択を自動化したい方すでにオープンAI互換の構成で開発している方です向いていないのは、Googleワークスペースのエコシステムに完全依存している方シンプルな一つのモデルで、最低コストのテキスト処理だけしたい方ですもう一点、注意が必要なのは、レイテンシですフグは裏で複数のモデルを連携させるオーケストレーターなので単一モデルを直接叩くより、応答速度が遅くなる可能性がありますバックエンドで動く非同期処理や複雑な推論タスクには向いていますがリアルタイムのUI応答には向かないかもしれない使う場面を選ぶということですまとめます魚フグは、いいとこどりAPIですGPT、Gimini、Claudeといった複数の最強モデルを一つのAPIで最適に組み合わせて性能最大化とコスト削減を両立することを目指していますベンチマーク上では、既存の主要モデルを上回るスコアが出ておりオープンAI互換のエンドポイントで、一行書き換えれば使い始められます料金はまだ公開されていませんが、ベータ期間中に実際に試せる機会ですベータ申し込みの締め切りは5月5日です興味がある方は概要欄のリンクから申し込んでみてくださいこのチャンネルでは、AI周りで気になった情報をこうした形で継続的に共有しています良ければチャンネル登録や通知設定をよろしくお願いします", "segments": [{"id": 0, "seek": 0, "start": 0.52, "end": 4.88, "text": "東京から面白いAIが出てきたというので調べてみたら", "tokens": [50391, 18413, 31375, 11046, 8833, 13558, 1764, 48698, 5142, 7781, 2996, 49809, 15300, 23072, 32943, 28043, 2996, 11362, 3368, 5154, 50609], "temperature": 0, "avg_logprob": -0.10296649723262577, "compression_ratio": 1.3348017621145374, "no_speech_prob": 4.033089400640177e-12}, {"id": 1, "seek": 0, "start": 4.88, "end": 11.76, "text": "APIコストと性能の両方の問題を一気に解決できるかもしれないプロダクトでした", "tokens": [50609, 4715, 40, 18066, 40498, 3193, 21686, 8225, 2972, 940, 94, 9249, 2972, 17197, 5998, 2257, 25870, 4108, 17278, 33540, 43200, 4895, 3703, 49412, 48535, 20953, 17164, 28651, 10825, 7588, 40882, 50953], "temperature": 0, "avg_logprob": -0.10296649723262577, "compression_ratio": 1.3348017621145374, "no_speech_prob": 4.033089400640177e-12}, {"id": 2, "seek": 0, "start": 11.76, "end": 16.7, "text": "今日は魚フグについてまとめます", "tokens": [50953, 43791, 40042, 17320, 23839, 4108, 9335, 18549, 2889, 3193, 11429, 5368, 51200], "temperature": 0, "avg_logprob": -0.10296649723262577, "compression_ratio": 1.3348017621145374, "no_speech_prob": 4.033089400640177e-12}, {"id": 3, "seek": 0, "start": 16.7, "end": 22.8, "text": "APIコスト 正直なところどんどん積み上がっていきますよね", "tokens": [51200, 4715, 40, 18066, 40498, 220, 15789, 16186, 3203, 46001, 7594, 3225, 7594, 3225, 13740, 235, 11362, 5708, 5142, 6102, 47348, 30346, 51505], "temperature": 0, "avg_logprob": -0.10296649723262577, "compression_ratio": 1.3348017621145374, "no_speech_prob": 4.033089400640177e-12}, {"id": 4, "seek": 2280, "start": 22.8, "end": 30.46, "text": "クロードオーパス GPT GEMINI 機能によって使い分けているうちに", "tokens": [50365, 10825, 17164, 44165, 18743, 15266, 239, 9550, 26039, 51, 460, 6683, 1464, 40, 220, 17543, 8225, 4108, 5591, 6102, 22982, 1764, 6627, 39736, 22979, 2646, 6574, 4108, 50748], "temperature": 0, "avg_logprob": -0.0754396876350778, "compression_ratio": 1.3795620437956204, "no_speech_prob": 4.308797676294551e-12}, {"id": 5, "seek": 2280, "start": 30.46, "end": 32.96, "text": "気づけば毎月かなりの金額になっている", "tokens": [50748, 25870, 487, 98, 7625, 13349, 7256, 236, 6939, 24939, 5095, 2972, 19117, 10178, 235, 22615, 6102, 22979, 50873], "temperature": 0, "avg_logprob": -0.0754396876350778, "compression_ratio": 1.3795620437956204, "no_speech_prob": 4.308797676294551e-12}, {"id": 6, "seek": 2280, "start": 32.96, "end": 38.620000000000005, "text": "しかも性能を求めれば求めるほどコストが跳ね上がるし", "tokens": [50873, 32156, 4801, 21686, 8225, 5998, 32718, 11429, 4132, 13349, 32718, 11429, 4895, 29050, 18066, 40498, 5142, 29366, 5555, 5708, 5142, 4895, 2849, 51156], "temperature": 0, "avg_logprob": -0.0754396876350778, "compression_ratio": 1.3795620437956204, "no_speech_prob": 4.308797676294551e-12}, {"id": 7, "seek": 2280, "start": 38.620000000000005, "end": 41.92, "text": "複数のモデルを管理するのも限界がある", "tokens": [51156, 164, 97, 229, 33188, 2972, 29183, 31327, 9405, 5998, 23131, 13876, 22570, 2972, 4801, 43446, 21185, 5142, 24719, 51321], "temperature": 0, "avg_logprob": -0.0754396876350778, "compression_ratio": 1.3795620437956204, "no_speech_prob": 4.308797676294551e-12}, {"id": 8, "seek": 2280, "start": 41.92, "end": 49.5, "text": "そんな中 この問題に根本から向き合う可能性を持ったAIが東京で生まれていました", "tokens": [51321, 46346, 5975, 35421, 17197, 4108, 31337, 8802, 11046, 24282, 7016, 14245, 2646, 16657, 21686, 5998, 17694, 10102, 48698, 5142, 18413, 31375, 2474, 8244, 2889, 26638, 25910, 51700], "temperature": 0, "avg_logprob": -0.0754396876350778, "compression_ratio": 1.3795620437956204, "no_speech_prob": 4.308797676294551e-12}, {"id": 9, "seek": 4950, "start": 49.5, "end": 54.5, "text": "その前になぜ今の状況が問題なのかを整理します", "tokens": [50365, 20564, 8945, 22615, 20258, 6480, 2972, 35276, 114, 30772, 5142, 17197, 3203, 2972, 3703, 5998, 27662, 13876, 17048, 50615], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 10, "seek": 4950, "start": 54.5, "end": 58.5, "text": "Chat GPT はオープンAI", "tokens": [50615, 41683, 26039, 51, 20785, 18743, 15266, 245, 4824, 48698, 50815], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 11, "seek": 4950, "start": 58.5, "end": 60.78, "text": "クロードはアンソロピック", "tokens": [50815, 10825, 17164, 44165, 3065, 12817, 4824, 42668, 17164, 35268, 28551, 50929], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 12, "seek": 4950, "start": 60.78, "end": 62.78, "text": "ジミニはグーグル", "tokens": [50929, 14655, 23196, 34737, 3065, 23839, 3384, 23839, 9405, 51029], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 13, "seek": 4950, "start": 62.78, "end": 65.28, "text": "それぞれ別のサービスです", "tokens": [51029, 13873, 31563, 4132, 16158, 2972, 23607, 15266, 241, 9550, 4767, 51154], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 14, "seek": 4950, "start": 65.28, "end": 68.8, "text": "得意分野が違うので使い分けたいのに", "tokens": [51154, 5916, 9042, 6627, 37178, 5142, 49806, 23072, 22982, 1764, 6627, 7625, 20699, 2972, 4108, 51330], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 15, "seek": 4950, "start": 68.8, "end": 72.74000000000001, "text": "それぞれAPIキーを管理してコードを書いて", "tokens": [51330, 13873, 31563, 4132, 4715, 40, 15535, 3384, 5998, 23131, 13876, 8822, 18066, 44165, 5998, 29801, 18549, 51527], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 16, "seek": 4950, "start": 72.74000000000001, "end": 75.5, "text": "月末にバラバラの請求が来る", "tokens": [51527, 6939, 1474, 104, 4108, 18593, 11353, 18593, 11353, 2972, 16302, 32718, 5142, 6912, 4895, 51665], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 17, "seek": 4950, "start": 76.1, "end": 79.0, "text": "しかもプロバイダーごとに書き方が違う", "tokens": [51695, 32156, 4801, 20953, 17164, 42282, 28651, 3384, 9991, 3193, 4108, 29801, 7016, 9249, 5142, 49806, 51840], "temperature": 0, "avg_logprob": -0.17225042029992857, "compression_ratio": 1.424908424908425, "no_speech_prob": 1.2362545882826925e-11}, {"id": 18, "seek": 7900, "start": 79.0, "end": 84.0, "text": "この手間と費用が個人開発者には地味にきつい", "tokens": [50365, 13303, 11389, 11016, 3193, 50071, 9254, 5142, 40104, 8949, 44756, 12444, 34779, 10928, 17268, 4108, 7016, 9335, 1764, 50615], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 19, "seek": 7900, "start": 84.0, "end": 88.0, "text": "その会社の名前は魚AI", "tokens": [50615, 20564, 12949, 27658, 2972, 15940, 8945, 3065, 40042, 48698, 50815], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 20, "seek": 7900, "start": 88.0, "end": 91.0, "text": "社名の依頼は魚の群れです", "tokens": [50815, 27658, 15940, 2972, 3254, 251, 8313, 120, 3065, 40042, 2972, 7248, 97, 4132, 4767, 50965], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 21, "seek": 7900, "start": 91.0, "end": 94.0, "text": "単独の巨大なクジラではなく", "tokens": [50965, 5322, 246, 18637, 105, 2972, 5238, 101, 3582, 3203, 10825, 14655, 11353, 16719, 40252, 51115], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 22, "seek": 7900, "start": 94.0, "end": 97.0, "text": "小さな魚が群れを成して知性を発揮する", "tokens": [51115, 7322, 6722, 3203, 40042, 5142, 7248, 97, 4132, 5998, 11336, 8822, 6498, 21686, 5998, 44756, 11673, 106, 22570, 51265], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 23, "seek": 7900, "start": 97.0, "end": 101.0, "text": "そういう考え方でAIを設計しています", "tokens": [51265, 9955, 9444, 26504, 6474, 9249, 2474, 48698, 5998, 39035, 30114, 8822, 11267, 51465], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 24, "seek": 7900, "start": 101.0, "end": 104.0, "text": "設立は2023年", "tokens": [51465, 39035, 24409, 3065, 2009, 9356, 5157, 51615], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 25, "seek": 7900, "start": 104.0, "end": 106.0, "text": "本拠地は東京です", "tokens": [51615, 8802, 6852, 254, 10928, 3065, 18413, 31375, 4767, 51715], "temperature": 0, "avg_logprob": -0.07833391988379323, "compression_ratio": 1.3067226890756303, "no_speech_prob": 1.513322106516668e-11}, {"id": 26, "seek": 10600, "start": 106.0, "end": 111.0, "text": "創業者は元GoogleBrain東京のデイビット派と", "tokens": [50365, 5935, 113, 27119, 12444, 3065, 14812, 12104, 3127, 33, 7146, 18413, 31375, 2972, 31327, 8040, 39454, 31978, 12136, 122, 3193, 50615], "temperature": 0, "avg_logprob": -0.11125866729434174, "compression_ratio": 1.2844827586206897, "no_speech_prob": 1.53544937181449e-11}, {"id": 27, "seek": 10600, "start": 111.0, "end": 115.0, "text": "トランスフォーマーの強著者であるライオン・ジョーンズの2人です", "tokens": [50615, 7588, 11353, 4824, 9550, 17320, 824, 102, 3384, 13258, 3384, 2972, 22752, 19382, 12444, 2474, 24719, 40230, 18743, 4824, 5379, 14655, 28579, 44632, 29061, 2972, 17, 4035, 4767, 50815], "temperature": 0, "avg_logprob": -0.11125866729434174, "compression_ratio": 1.2844827586206897, "no_speech_prob": 1.53544937181449e-11}, {"id": 28, "seek": 10600, "start": 115.0, "end": 120.0, "text": "シリコンバレーではなく東京を選んだ2人の設計思想は", "tokens": [50815, 11054, 12376, 18066, 14121, 238, 16680, 3384, 16719, 40252, 18413, 31375, 5998, 21625, 26983, 17, 4035, 2972, 39035, 30114, 8870, 7093, 3065, 51065], "temperature": 0, "avg_logprob": -0.11125866729434174, "compression_ratio": 1.2844827586206897, "no_speech_prob": 1.53544937181449e-11}, {"id": 29, "seek": 10600, "start": 120.0, "end": 122.0, "text": "力技のスケールアップではなく", "tokens": [51065, 13486, 32502, 2972, 9550, 32639, 35307, 12817, 33683, 16719, 40252, 51165], "temperature": 0, "avg_logprob": -0.11125866729434174, "compression_ratio": 1.2844827586206897, "no_speech_prob": 1.53544937181449e-11}, {"id": 30, "seek": 10600, "start": 122.0, "end": 125.0, "text": "集合地での問題解決でした", "tokens": [51165, 26020, 14245, 10928, 2474, 2972, 17197, 17278, 33540, 40882, 51315], "temperature": 0, "avg_logprob": -0.11125866729434174, "compression_ratio": 1.2844827586206897, "no_speech_prob": 1.53544937181449e-11}, {"id": 31, "seek": 12500, "start": 125.0, "end": 128.0, "text": "なぜ東京なのか", "tokens": [50365, 3203, 20258, 18413, 31375, 3203, 2972, 3703, 50515], "temperature": 0, "avg_logprob": -0.08075758086310493, "compression_ratio": 1.3548387096774193, "no_speech_prob": 1.4617260526983422e-11}, {"id": 32, "seek": 12500, "start": 128.0, "end": 133.0, "text": "その答えは垂直統合の罠を避けることにあります", "tokens": [50515, 20564, 28223, 6474, 3065, 33701, 224, 16186, 33725, 14245, 2972, 16469, 254, 5998, 3330, 123, 39278, 13235, 4108, 37020, 50765], "temperature": 0, "avg_logprob": -0.08075758086310493, "compression_ratio": 1.3548387096774193, "no_speech_prob": 1.4617260526983422e-11}, {"id": 33, "seek": 12500, "start": 133.0, "end": 136.0, "text": "巨大モデルで全タスクを処理しようとすると", "tokens": [50765, 5238, 101, 3582, 29183, 31327, 9405, 2474, 11319, 12144, 9550, 10825, 5998, 6336, 99, 13876, 2849, 17010, 3193, 22570, 3193, 50915], "temperature": 0, "avg_logprob": -0.08075758086310493, "compression_ratio": 1.3548387096774193, "no_speech_prob": 1.4617260526983422e-11}, {"id": 34, "seek": 12500, "start": 136.0, "end": 139.0, "text": "開発コストも電力も膨大になり", "tokens": [50915, 8949, 44756, 18066, 40498, 4801, 20545, 13486, 4801, 39708, 101, 3582, 22615, 5095, 51065], "temperature": 0, "avg_logprob": -0.08075758086310493, "compression_ratio": 1.3548387096774193, "no_speech_prob": 1.4617260526983422e-11}, {"id": 35, "seek": 12500, "start": 139.0, "end": 143.0, "text": "その費用がそのままユーザー料金に直結します", "tokens": [51065, 20564, 50071, 9254, 5142, 20564, 2889, 2889, 1047, 99, 3384, 824, 114, 3384, 33404, 19117, 4108, 16186, 17144, 17048, 51265], "temperature": 0, "avg_logprob": -0.08075758086310493, "compression_ratio": 1.3548387096774193, "no_speech_prob": 1.4617260526983422e-11}, {"id": 36, "seek": 14300, "start": 143.0, "end": 145.0, "text": "計算業に頼らず", "tokens": [50365, 30114, 19497, 27119, 4108, 8313, 120, 5154, 18216, 50465], "temperature": 0, "avg_logprob": -0.10269351996997796, "compression_ratio": 1.2809523809523808, "no_speech_prob": 1.7330956114669505e-11}, {"id": 37, "seek": 14300, "start": 145.0, "end": 149.0, "text": "必要な時に必要なモデルだけを動かす", "tokens": [50465, 28531, 4275, 3203, 6611, 4108, 28531, 4275, 3203, 29183, 31327, 9405, 36215, 5998, 12572, 3703, 2659, 50665], "temperature": 0, "avg_logprob": -0.10269351996997796, "compression_ratio": 1.2809523809523808, "no_speech_prob": 1.7330956114669505e-11}, {"id": 38, "seek": 14300, "start": 149.0, "end": 152.0, "text": "これが魚AIの設計哲学です", "tokens": [50665, 9329, 5142, 40042, 48698, 2972, 39035, 30114, 3858, 110, 29618, 4767, 50815], "temperature": 0, "avg_logprob": -0.10269351996997796, "compression_ratio": 1.2809523809523808, "no_speech_prob": 1.7330956114669505e-11}, {"id": 39, "seek": 14300, "start": 152.0, "end": 155.0, "text": "その思想が世界に認められ", "tokens": [50815, 20564, 8870, 7093, 5142, 24486, 4108, 22041, 11429, 5154, 4132, 50965], "temperature": 0, "avg_logprob": -0.10269351996997796, "compression_ratio": 1.2809523809523808, "no_speech_prob": 1.7330956114669505e-11}, {"id": 40, "seek": 14300, "start": 155.0, "end": 159.0, "text": "エネビディア、グーグル、三菱、UFJ", "tokens": [50965, 26215, 1047, 235, 39454, 31327, 26760, 12817, 1231, 23839, 3384, 23839, 9405, 1231, 10960, 16616, 109, 1231, 52, 37, 41, 51165], "temperature": 0, "avg_logprob": -0.10269351996997796, "compression_ratio": 1.2809523809523808, "no_speech_prob": 1.7330956114669505e-11}, {"id": 41, "seek": 14300, "start": 159.0, "end": 164.0, "text": "そして米CIAの投資部門、インキテルなどが出資しています", "tokens": [51165, 25092, 27742, 34, 6914, 2972, 37094, 35380, 13470, 37232, 1231, 8040, 4824, 15535, 22985, 9405, 3203, 7594, 5142, 7781, 35380, 8822, 11267, 51415], "temperature": 0, "avg_logprob": -0.10269351996997796, "compression_ratio": 1.2809523809523808, "no_speech_prob": 1.7330956114669505e-11}, {"id": 42, "seek": 16400, "start": 164.0, "end": 169.0, "text": "評価額は約4000億円規模", "tokens": [50365, 39115, 3254, 94, 10178, 235, 3065, 30889, 19, 1360, 25459, 38812, 2888, 237, 41908, 50615], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 43, "seek": 16400, "start": 169.0, "end": 173.0, "text": "日本初としては異例のスケールのスタートアップです", "tokens": [50615, 27311, 28727, 3193, 8822, 3065, 6904, 108, 17797, 2972, 9550, 32639, 35307, 2972, 9550, 30736, 7588, 12817, 33683, 4767, 50815], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 44, "seek": 16400, "start": 173.0, "end": 177.0, "text": "今日はその魚、AIが出した最新プロダクト", "tokens": [50815, 43791, 20564, 40042, 1231, 48698, 5142, 7781, 8533, 8661, 12560, 20953, 17164, 28651, 10825, 7588, 51015], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 45, "seek": 16400, "start": 177.0, "end": 182.0, "text": "魚フグを中心に個人開発者のAPIコストと", "tokens": [51015, 40042, 17320, 23839, 5998, 5975, 7945, 4108, 40104, 8949, 44756, 12444, 2972, 4715, 40, 18066, 40498, 3193, 51265], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 46, "seek": 16400, "start": 182.0, "end": 185.0, "text": "性能の問題をどう解決し得るのか", "tokens": [51265, 21686, 8225, 2972, 17197, 5998, 18395, 17278, 33540, 2849, 5916, 4895, 2972, 3703, 51415], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 47, "seek": 16400, "start": 185.0, "end": 188.0, "text": "しっかり解説していきます", "tokens": [51415, 2849, 2970, 3703, 5095, 17278, 3549, 105, 8822, 47348, 51565], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 48, "seek": 16400, "start": 188.0, "end": 191.0, "text": "この動画で分かることを最初に整理します", "tokens": [51565, 13303, 37963, 2474, 6627, 3703, 4895, 13235, 5998, 8661, 28727, 4108, 27662, 13876, 17048, 51715], "temperature": 0, "avg_logprob": -0.07371148492535974, "compression_ratio": 1.3245283018867924, "no_speech_prob": 1.515562501885892e-11}, {"id": 49, "seek": 19100, "start": 191.0, "end": 195.0, "text": "魚AIとフグが何者か", "tokens": [50365, 40042, 48698, 3193, 17320, 23839, 5142, 11906, 12444, 3703, 50565], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 50, "seek": 19100, "start": 195.0, "end": 199.0, "text": "チャットGPTやクロードとどう違うのか", "tokens": [50565, 31771, 31978, 38, 47, 51, 7355, 10825, 17164, 44165, 3193, 18395, 49806, 2972, 3703, 50765], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 51, "seek": 19100, "start": 199.0, "end": 203.0, "text": "個人開発者が実際に乗り換えられるかどうか", "tokens": [50765, 40104, 8949, 44756, 12444, 5142, 33197, 34837, 4108, 2930, 245, 5095, 36338, 6474, 5154, 35367, 3703, 18395, 3703, 50965], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 52, "seek": 19100, "start": 203.0, "end": 207.0, "text": "そしてフグのベータへの申し込み方です", "tokens": [50965, 25092, 17320, 23839, 2972, 45290, 3384, 12144, 29440, 2972, 3526, 111, 2849, 9830, 120, 11362, 9249, 4767, 51165], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 53, "seek": 19100, "start": 207.0, "end": 209.0, "text": "順番に見ていきます", "tokens": [51165, 8313, 228, 33118, 4108, 33363, 47348, 51265], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 54, "seek": 19100, "start": 209.0, "end": 212.0, "text": "魚フグを一言で説明するなら", "tokens": [51265, 40042, 17320, 23839, 5998, 2257, 12009, 2474, 3549, 105, 11100, 22570, 42540, 51415], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 55, "seek": 19100, "start": 212.0, "end": 217.0, "text": "GPT、ジミニ、クロードといった複数のモデルを", "tokens": [51415, 38, 47, 51, 1231, 14655, 23196, 34737, 1231, 10825, 17164, 44165, 3193, 1764, 10102, 164, 97, 229, 33188, 2972, 29183, 31327, 9405, 5998, 51665], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 56, "seek": 19100, "start": 217.0, "end": 221.0, "text": "タスクの内容に応じて自動で振り分けるAPIです", "tokens": [51665, 12144, 9550, 10825, 2972, 34742, 25750, 4108, 4263, 250, 9257, 2996, 9722, 12572, 2474, 8501, 107, 5095, 6627, 39278, 4715, 40, 4767, 51865], "temperature": 0, "avg_logprob": -0.053620490474977356, "compression_ratio": 1.3927272727272728, "no_speech_prob": 1.3634749579383154e-11}, {"id": 57, "seek": 22100, "start": 221.0, "end": 224.0, "text": "ユーザーがリクエストを送ると", "tokens": [50365, 1047, 99, 3384, 824, 114, 3384, 5142, 12376, 10825, 26215, 40498, 5998, 29309, 4895, 3193, 50515], "temperature": 0, "avg_logprob": -0.06554106170055914, "compression_ratio": 1.316831683168317, "no_speech_prob": 1.3971862729278417e-11}, {"id": 58, "seek": 22100, "start": 224.0, "end": 227.0, "text": "フグという判断役のシステムが受け取り", "tokens": [50515, 17320, 23839, 15300, 2437, 97, 4307, 255, 7391, 117, 2972, 11054, 9550, 22985, 32026, 5142, 23151, 7625, 29436, 5095, 50665], "temperature": 0, "avg_logprob": -0.06554106170055914, "compression_ratio": 1.316831683168317, "no_speech_prob": 1.3971862729278417e-11}, {"id": 59, "seek": 22100, "start": 227.0, "end": 231.0, "text": "最適なAIを選択して処理を実行します", "tokens": [50665, 8661, 3330, 102, 3203, 48698, 5998, 21625, 7235, 252, 8822, 6336, 99, 13876, 5998, 33197, 8082, 17048, 50865], "temperature": 0, "avg_logprob": -0.06554106170055914, "compression_ratio": 1.316831683168317, "no_speech_prob": 1.3971862729278417e-11}, {"id": 60, "seek": 22100, "start": 231.0, "end": 234.0, "text": "内部の動きはこういう流れです", "tokens": [50865, 34742, 13470, 2972, 12572, 7016, 3065, 22159, 9444, 27854, 4132, 4767, 51015], "temperature": 0, "avg_logprob": -0.06554106170055914, "compression_ratio": 1.316831683168317, "no_speech_prob": 1.3971862729278417e-11}, {"id": 61, "seek": 22100, "start": 234.0, "end": 236.0, "text": "まず実行", "tokens": [51015, 34690, 33197, 8082, 51115], "temperature": 0, "avg_logprob": -0.06554106170055914, "compression_ratio": 1.316831683168317, "no_speech_prob": 1.3971862729278417e-11}, {"id": 62, "seek": 22100, "start": 236.0, "end": 242.0, "text": "小さなLLMが他のLLMを指揮してタスクを処理します", "tokens": [51115, 7322, 6722, 3203, 24010, 44, 5142, 5000, 2972, 24010, 44, 5998, 25922, 11673, 106, 8822, 12144, 9550, 10825, 5998, 6336, 99, 13876, 17048, 51415], "temperature": 0, "avg_logprob": -0.06554106170055914, "compression_ratio": 1.316831683168317, "no_speech_prob": 1.3971862729278417e-11}, {"id": 63, "seek": 24200, "start": 242.0, "end": 245.0, "text": "次に評価", "tokens": [50365, 9487, 4108, 39115, 3254, 94, 50515], "temperature": 0, "avg_logprob": -0.07702918582492405, "compression_ratio": 1.3367875647668395, "no_speech_prob": 1.4167830970912565e-11}, {"id": 64, "seek": 24200, "start": 245.0, "end": 248.0, "text": "フグが結果の品質を判定します", "tokens": [50515, 17320, 23839, 5142, 35181, 2972, 30246, 43450, 5998, 2437, 97, 12088, 17048, 50665], "temperature": 0, "avg_logprob": -0.07702918582492405, "compression_ratio": 1.3367875647668395, "no_speech_prob": 1.4167830970912565e-11}, {"id": 65, "seek": 24200, "start": 248.0, "end": 252.0, "text": "十分な品質であればユーザーへ出力", "tokens": [50665, 20145, 6627, 3203, 30246, 43450, 2474, 30659, 13349, 1047, 99, 3384, 824, 114, 3384, 29440, 7781, 13486, 50865], "temperature": 0, "avg_logprob": -0.07702918582492405, "compression_ratio": 1.3367875647668395, "no_speech_prob": 1.4167830970912565e-11}, {"id": 66, "seek": 24200, "start": 252.0, "end": 258.0, "text": "不十分であれば自己修正ワークフローを立ち上げて再実行します", "tokens": [50865, 1960, 20145, 6627, 2474, 30659, 13349, 17645, 7792, 106, 15789, 39613, 3384, 10825, 17320, 17164, 3384, 5998, 24409, 6574, 5708, 26012, 2996, 8623, 33197, 8082, 17048, 51165], "temperature": 0, "avg_logprob": -0.07702918582492405, "compression_ratio": 1.3367875647668395, "no_speech_prob": 1.4167830970912565e-11}, {"id": 67, "seek": 24200, "start": 258.0, "end": 262.0, "text": "これは動的オーケストレーションと呼ばれる手法で", "tokens": [51165, 25212, 12572, 1546, 18743, 3384, 32639, 40498, 16680, 3384, 43891, 4824, 3193, 38718, 13349, 35367, 11389, 11148, 2474, 51365], "temperature": 0, "avg_logprob": -0.07702918582492405, "compression_ratio": 1.3367875647668395, "no_speech_prob": 1.4167830970912565e-11}, {"id": 68, "seek": 26200, "start": 262.0, "end": 269.0, "text": "固定のルールではなく問題に応じてエージェントを動的に編成します", "tokens": [50365, 3919, 118, 12088, 2972, 9405, 35307, 16719, 40252, 17197, 4108, 4263, 250, 9257, 2996, 26215, 44143, 28571, 29971, 5998, 12572, 1546, 4108, 12608, 101, 11336, 17048, 50715], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 69, "seek": 26200, "start": 269.0, "end": 270.0, "text": "さらに", "tokens": [50715, 6722, 5154, 4108, 50765], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 70, "seek": 26200, "start": 270.0, "end": 272.0, "text": "最期的推論", "tokens": [50765, 8661, 16786, 1546, 33597, 29340, 50865], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 71, "seek": 26200, "start": 272.0, "end": 275.0, "text": "テストタイムスケーリングという技術により", "tokens": [50865, 22985, 40498, 12144, 8040, 32026, 9550, 32639, 3384, 12376, 43017, 15300, 32502, 9890, 241, 4108, 5591, 5095, 51015], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 72, "seek": 26200, "start": 275.0, "end": 277.0, "text": "自身の出力を読み込んで", "tokens": [51015, 9722, 19847, 2972, 7781, 13486, 5998, 3549, 255, 11362, 9830, 120, 35356, 51115], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 73, "seek": 26200, "start": 277.0, "end": 280.0, "text": "再学習なしで修正を繰り返し", "tokens": [51115, 8623, 29618, 34025, 3203, 2849, 2474, 7792, 106, 15789, 5998, 23141, 108, 5095, 3316, 242, 2849, 51265], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 74, "seek": 26200, "start": 280.0, "end": 285.0, "text": "1回ではたどり着けない正解に到達できます", "tokens": [51265, 16, 8350, 16719, 3368, 7594, 5095, 20708, 7625, 9311, 15789, 17278, 4108, 4511, 33086, 2474, 22851, 51515], "temperature": 0, "avg_logprob": -0.07787762891064894, "compression_ratio": 1.311965811965812, "no_speech_prob": 1.7544445063411018e-11}, {"id": 75, "seek": 28500, "start": 285.0, "end": 288.0, "text": "導入のハードルはほとんどありません", "tokens": [50365, 25647, 14028, 2972, 15927, 44165, 9405, 3065, 15190, 3193, 3225, 7594, 14498, 30250, 50515], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 76, "seek": 28500, "start": 288.0, "end": 294.0, "text": "理由はフグがオープンAI互換エンドポイントを採用しているからです", "tokens": [50515, 13876, 23786, 3065, 17320, 23839, 5142, 18743, 15266, 245, 4824, 48698, 1369, 240, 36338, 26215, 46271, 34718, 8040, 29971, 5998, 6900, 94, 9254, 8822, 22979, 11046, 4767, 50815], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 77, "seek": 28500, "start": 294.0, "end": 298.0, "text": "既存のコードで変更が必要な箇所はここだけです", "tokens": [50815, 4479, 95, 39781, 2972, 18066, 44165, 2474, 40931, 19002, 5142, 28531, 4275, 3203, 11249, 229, 5966, 3065, 23509, 36215, 4767, 51015], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 78, "seek": 28500, "start": 298.0, "end": 301.0, "text": "ベースURLとモデル名", "tokens": [51015, 45290, 3384, 9550, 7932, 43, 3193, 29183, 31327, 9405, 15940, 51165], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 79, "seek": 28500, "start": 301.0, "end": 304.0, "text": "この1行を書き換えるだけ", "tokens": [51165, 13303, 16, 8082, 5998, 29801, 7016, 36338, 44547, 36215, 51315], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 80, "seek": 28500, "start": 304.0, "end": 310.0, "text": "すでにGPTをAPIで使っている既存のシステムやコードがそのまま動きます", "tokens": [51315, 2659, 2474, 4108, 38, 47, 51, 5998, 4715, 40, 2474, 22982, 6102, 22979, 4479, 95, 39781, 2972, 11054, 9550, 22985, 32026, 7355, 18066, 44165, 5142, 20564, 2889, 2889, 12572, 22851, 51615], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 81, "seek": 28500, "start": 310.0, "end": 313.0, "text": "フグには2つのラインナップがあります", "tokens": [51615, 17320, 23839, 34779, 17, 9335, 2972, 40230, 14121, 232, 33683, 5142, 37020, 51765], "temperature": 0, "avg_logprob": -0.0502282998857707, "compression_ratio": 1.4928571428571429, "no_speech_prob": 1.75010336084247e-11}, {"id": 82, "seek": 31300, "start": 313.0, "end": 320.0, "text": "フグミニは速度重視でレスポンスの速さを優先するタスク向け", "tokens": [50365, 17320, 23839, 23196, 34737, 3065, 31217, 13127, 12624, 27333, 2474, 16680, 9550, 34718, 4824, 9550, 2972, 31217, 6722, 5998, 12827, 103, 10108, 22570, 12144, 9550, 10825, 24282, 7625, 50715], "temperature": 0, "avg_logprob": -0.058137429278829825, "compression_ratio": 1.4017467248908297, "no_speech_prob": 1.5510950163166726e-11}, {"id": 83, "seek": 31300, "start": 320.0, "end": 328.0, "text": "フグウルトラは推論力重視で複雑な問題や専門的な推論が必要なタスク向けです", "tokens": [50715, 17320, 23839, 20745, 9405, 7588, 11353, 3065, 33597, 29340, 13486, 12624, 27333, 2474, 164, 97, 229, 6306, 239, 3203, 17197, 7355, 1530, 224, 37232, 1546, 3203, 33597, 29340, 5142, 28531, 4275, 3203, 12144, 9550, 10825, 24282, 7625, 4767, 51115], "temperature": 0, "avg_logprob": -0.058137429278829825, "compression_ratio": 1.4017467248908297, "no_speech_prob": 1.5510950163166726e-11}, {"id": 84, "seek": 31300, "start": 328.0, "end": 331.0, "text": "ここが今日の革新です", "tokens": [51115, 23509, 5142, 26259, 2972, 5363, 102, 12560, 4767, 51265], "temperature": 0, "avg_logprob": -0.058137429278829825, "compression_ratio": 1.4017467248908297, "no_speech_prob": 1.5510950163166726e-11}, {"id": 85, "seek": 31300, "start": 331.0, "end": 334.0, "text": "ベンチマークの数字を見てみましょう", "tokens": [51265, 45290, 14121, 223, 13258, 3384, 10825, 2972, 33188, 22381, 5998, 33363, 11362, 26513, 51415], "temperature": 0, "avg_logprob": -0.058137429278829825, "compression_ratio": 1.4017467248908297, "no_speech_prob": 1.5510950163166726e-11}, {"id": 86, "seek": 31300, "start": 334.0, "end": 339.0, "text": "専門知識、コーディング、実務開発", "tokens": [51415, 1530, 224, 37232, 6498, 43143, 1231, 18066, 15266, 229, 26760, 43017, 1231, 33197, 39517, 8949, 44756, 51665], "temperature": 0, "avg_logprob": -0.058137429278829825, "compression_ratio": 1.4017467248908297, "no_speech_prob": 1.5510950163166726e-11}, {"id": 87, "seek": 33900, "start": 339.0, "end": 348.0, "text": "3つの主要ベンチマークすべてでフグウルトラが地味にGPT、クロードを上回る最高スコアを記録しています", "tokens": [50365, 18, 9335, 2972, 13557, 4275, 45290, 14121, 223, 13258, 3384, 10825, 2659, 28043, 2996, 2474, 17320, 23839, 20745, 9405, 7588, 11353, 5142, 10928, 17268, 4108, 38, 47, 51, 1231, 10825, 17164, 44165, 5998, 5708, 8350, 4895, 8661, 12979, 9550, 18066, 12817, 5998, 16958, 43777, 8822, 11267, 50815], "temperature": 0, "avg_logprob": -0.08758947687241637, "compression_ratio": 1.336322869955157, "no_speech_prob": 1.2680012421995013e-11}, {"id": 88, "seek": 33900, "start": 348.0, "end": 352.0, "text": "数値の詳細はスライドをご確認ください", "tokens": [50815, 33188, 2122, 97, 2972, 6716, 111, 41588, 3065, 9550, 40230, 11195, 5998, 9991, 24293, 22041, 25079, 51015], "temperature": 0, "avg_logprob": -0.08758947687241637, "compression_ratio": 1.336322869955157, "no_speech_prob": 1.2680012421995013e-11}, {"id": 89, "seek": 33900, "start": 352.0, "end": 358.0, "text": "単一の巨大モデルではなく、集合値が最高スコアを叩き出しているわけです", "tokens": [51015, 5322, 246, 2257, 2972, 5238, 101, 3582, 29183, 31327, 9405, 16719, 40252, 1231, 26020, 14245, 2122, 97, 5142, 8661, 12979, 9550, 18066, 12817, 5998, 2129, 102, 7016, 7781, 8822, 22979, 9206, 7625, 4767, 51315], "temperature": 0, "avg_logprob": -0.08758947687241637, "compression_ratio": 1.336322869955157, "no_speech_prob": 1.2680012421995013e-11}, {"id": 90, "seek": 35800, "start": 358.0, "end": 362.0, "text": "ではなぜ安くなれるのか", "tokens": [50365, 16719, 3203, 20258, 16206, 6134, 3203, 35367, 2972, 3703, 50565], "temperature": 0, "avg_logprob": -0.06305231073851227, "compression_ratio": 1.372340425531915, "no_speech_prob": 1.0989611130829413e-11}, {"id": 91, "seek": 35800, "start": 362.0, "end": 365.0, "text": "仕組みはシンプルです", "tokens": [50565, 1550, 243, 30052, 11362, 3065, 11054, 14121, 245, 9405, 4767, 50715], "temperature": 0, "avg_logprob": -0.06305231073851227, "compression_ratio": 1.372340425531915, "no_speech_prob": 1.0989611130829413e-11}, {"id": 92, "seek": 35800, "start": 365.0, "end": 370.0, "text": "簡単なタスクは軽量モデルへ自動振り分けしてコストを削減", "tokens": [50715, 26612, 5322, 246, 3203, 12144, 9550, 10825, 3065, 14454, 121, 26748, 29183, 31327, 9405, 29440, 9722, 12572, 8501, 107, 5095, 6627, 7625, 8822, 18066, 40498, 5998, 5935, 232, 9592, 249, 50965], "temperature": 0, "avg_logprob": -0.06305231073851227, "compression_ratio": 1.372340425531915, "no_speech_prob": 1.0989611130829413e-11}, {"id": 93, "seek": 35800, "start": 370.0, "end": 377.0, "text": "難しいタスクには複数の最強モデルをオーケストレーションして精度を極大化します", "tokens": [50965, 21192, 17121, 12144, 9550, 10825, 34779, 164, 97, 229, 33188, 2972, 8661, 22752, 29183, 31327, 9405, 5998, 18743, 3384, 32639, 40498, 16680, 3384, 43891, 4824, 8822, 34910, 13127, 5998, 13387, 113, 3582, 23756, 17048, 51315], "temperature": 0, "avg_logprob": -0.06305231073851227, "compression_ratio": 1.372340425531915, "no_speech_prob": 1.0989611130829413e-11}, {"id": 94, "seek": 37700, "start": 377.0, "end": 383.0, "text": "GPTやOPUSで全部処理すると高コストになりますが", "tokens": [50365, 38, 47, 51, 7355, 12059, 3447, 2474, 38714, 6336, 99, 13876, 22570, 3193, 12979, 18066, 40498, 22615, 19420, 5142, 50665], "temperature": 0, "avg_logprob": -0.10643371084462042, "compression_ratio": 1.3373493975903614, "no_speech_prob": 1.3074403538981816e-11}, {"id": 95, "seek": 37700, "start": 383.0, "end": 388.0, "text": "フグは必要な時だけ必要な頭脳を使う設計です", "tokens": [50665, 17320, 23839, 3065, 28531, 4275, 3203, 6611, 36215, 28531, 4275, 3203, 19921, 27067, 111, 5998, 22982, 2646, 39035, 30114, 4767, 50915], "temperature": 0, "avg_logprob": -0.10643371084462042, "compression_ratio": 1.3373493975903614, "no_speech_prob": 1.3074403538981816e-11}, {"id": 96, "seek": 37700, "start": 388.0, "end": 396.0, "text": "全体の平均コストを抑えながらシステムの最高性能は上がるというパラダイムシフト", "tokens": [50915, 11319, 29485, 2972, 16716, 14872, 229, 18066, 40498, 5998, 7235, 239, 6474, 3203, 5142, 5154, 11054, 9550, 22985, 32026, 2972, 8661, 12979, 21686, 8225, 3065, 5708, 5142, 4895, 15300, 23268, 11353, 28651, 8040, 32026, 11054, 17320, 7588, 51315], "temperature": 0, "avg_logprob": -0.10643371084462042, "compression_ratio": 1.3373493975903614, "no_speech_prob": 1.3074403538981816e-11}, {"id": 97, "seek": 37700, "start": 396.0, "end": 398.0, "text": "これがフグの革新です", "tokens": [51315, 9329, 5142, 17320, 23839, 2972, 5363, 102, 12560, 4767, 51415], "temperature": 0, "avg_logprob": -0.10643371084462042, "compression_ratio": 1.3373493975903614, "no_speech_prob": 1.3074403538981816e-11}, {"id": 98, "seek": 37700, "start": 398.0, "end": 403.0, "text": "ここでもう一つ、魚AIが持つ技術を紹介します", "tokens": [51415, 23509, 2474, 16324, 2257, 9335, 1231, 40042, 48698, 5142, 17694, 9335, 32502, 9890, 241, 5998, 38193, 30312, 17048, 51665], "temperature": 0, "avg_logprob": -0.10643371084462042, "compression_ratio": 1.3373493975903614, "no_speech_prob": 1.3074403538981816e-11}, {"id": 99, "seek": 40300, "start": 403.0, "end": 407.0, "text": "AIサイエンティストV2です", "tokens": [50365, 48698, 23607, 8040, 26215, 14121, 228, 26760, 40498, 53, 17, 4767, 50565], "temperature": 0, "avg_logprob": -0.059799788428134604, "compression_ratio": 1.3432835820895523, "no_speech_prob": 1.3953311596426321e-11}, {"id": 100, "seek": 40300, "start": 407.0, "end": 411.0, "text": "科学的発見のプロセス全体を自動化するシステムで", "tokens": [50565, 42091, 29618, 1546, 44756, 10470, 2972, 20953, 17164, 31223, 9550, 11319, 29485, 5998, 9722, 12572, 23756, 22570, 11054, 9550, 22985, 32026, 2474, 50765], "temperature": 0, "avg_logprob": -0.059799788428134604, "compression_ratio": 1.3432835820895523, "no_speech_prob": 1.3953311596426321e-11}, {"id": 101, "seek": 40300, "start": 411.0, "end": 422.0, "text": "アイデア立案からコード作成と実験、データ可視化、論文執筆、そして作読まで全部AIが担います", "tokens": [50765, 12817, 8040, 31327, 12817, 24409, 28899, 11046, 18066, 44165, 11914, 11336, 3193, 33197, 38168, 241, 1231, 31327, 3384, 12144, 4429, 27333, 23756, 1231, 29340, 17174, 16262, 115, 7973, 228, 1231, 25092, 11914, 3549, 255, 28176, 38714, 48698, 5142, 6852, 227, 11267, 51315], "temperature": 0, "avg_logprob": -0.059799788428134604, "compression_ratio": 1.3432835820895523, "no_speech_prob": 1.3953311596426321e-11}, {"id": 102, "seek": 40300, "start": 422.0, "end": 427.0, "text": "論文1本あたりの作成コストはわずか約15ドルです", "tokens": [51315, 29340, 17174, 16, 8802, 3590, 3368, 5095, 2972, 11914, 11336, 18066, 40498, 3065, 9206, 18216, 3703, 30889, 5211, 11195, 9405, 4767, 51565], "temperature": 0, "avg_logprob": -0.059799788428134604, "compression_ratio": 1.3432835820895523, "no_speech_prob": 1.3953311596426321e-11}, {"id": 103, "seek": 40300, "start": 427.0, "end": 432.0, "text": "ではなぜこれだけの大手が出資しているのか", "tokens": [51565, 16719, 3203, 20258, 9329, 36215, 2972, 3582, 11389, 5142, 7781, 35380, 8822, 22979, 2972, 3703, 51815], "temperature": 0, "avg_logprob": -0.059799788428134604, "compression_ratio": 1.3432835820895523, "no_speech_prob": 1.3953311596426321e-11}, {"id": 104, "seek": 43200, "start": 432.0, "end": 441.0, "text": "フグのコアはICLR2026に採択されたトリニティとコンダクターという技術です", "tokens": [50365, 17320, 23839, 2972, 18066, 12817, 3065, 2532, 31722, 2009, 10880, 4108, 6900, 94, 7235, 252, 6722, 35478, 7588, 12376, 34737, 22985, 26760, 3193, 18066, 36065, 10825, 30736, 15300, 32502, 9890, 241, 4767, 50815], "temperature": 0, "avg_logprob": -0.04522458712259928, "compression_ratio": 1.260115606936416, "no_speech_prob": 1.4471493448020567e-11}, {"id": 105, "seek": 43200, "start": 441.0, "end": 448.0, "text": "複数のエージェントを動的に指揮する仕組みがアカデミアで認められたということです", "tokens": [50815, 164, 97, 229, 33188, 2972, 26215, 44143, 28571, 29971, 5998, 12572, 1546, 4108, 25922, 11673, 106, 22570, 1550, 243, 30052, 11362, 5142, 12817, 10111, 31327, 23196, 12817, 2474, 22041, 11429, 5154, 35478, 29502, 4767, 51165], "temperature": 0, "avg_logprob": -0.04522458712259928, "compression_ratio": 1.260115606936416, "no_speech_prob": 1.4471493448020567e-11}, {"id": 106, "seek": 44800, "start": 448.0, "end": 478.0, "text": "", "tokens": [], "temperature": 0, "avg_logprob": -0.7533149719238281, "compression_ratio": 0.0, "no_speech_prob": 1.610870291324229e-11, "words": []}, {"id": 107, "seek": 47800, "start": 478.0, "end": 487.0, "text": "現時点ではクローズドベータ段階のため、正式な料金は公開されていません", "tokens": [50365, 9581, 6611, 12579, 16719, 10825, 17164, 3384, 29061, 11195, 45290, 3384, 12144, 28427, 10673, 236, 2972, 49983, 1231, 15789, 27584, 3203, 33404, 19117, 3065, 13545, 8949, 6722, 26638, 1764, 30250, 50815], "temperature": 0, "avg_logprob": -0.08169813906208853, "compression_ratio": 1.365, "no_speech_prob": 1.6027471017032724e-11}, {"id": 108, "seek": 47800, "start": 487.0, "end": 497.0, "text": "初期テスター向けにAPIを試験提供している段階で、リリース時には圧倒的なコストパフォーマンスを目指しているとしています", "tokens": [50815, 28727, 16786, 22985, 9550, 30736, 24282, 7625, 4108, 4715, 40, 5998, 22099, 38168, 241, 20949, 3254, 249, 8822, 22979, 28427, 10673, 236, 2474, 1231, 12376, 12376, 3384, 9550, 6611, 34779, 2523, 100, 30878, 1546, 3203, 18066, 40498, 23268, 17320, 824, 102, 3384, 13258, 4824, 9550, 5998, 11386, 25922, 8822, 22979, 3193, 8822, 11267, 51315], "temperature": 0, "avg_logprob": -0.08169813906208853, "compression_ratio": 1.365, "no_speech_prob": 1.6027471017032724e-11}, {"id": 109, "seek": 49700, "start": 497.0, "end": 506.0, "text": "従来のAPIキー複数管理によるコスト構造を変えるプロダクトというのが魚側の言い方です", "tokens": [50365, 2172, 241, 6912, 2972, 4715, 40, 15535, 3384, 164, 97, 229, 33188, 23131, 13876, 4108, 5591, 4895, 18066, 40498, 43362, 37583, 5998, 40931, 44547, 20953, 17164, 28651, 10825, 7588, 15300, 2972, 5142, 40042, 7437, 112, 2972, 12009, 1764, 9249, 4767, 50815], "temperature": 0, "avg_logprob": -0.05059937697190505, "compression_ratio": 1.173913043478261, "no_speech_prob": 1.4920552640629303e-11}, {"id": 110, "seek": 49700, "start": 506.0, "end": 512.0, "text": "なぜ安くなれるのか、もう少し具体的に整理します", "tokens": [50815, 3203, 20258, 16206, 6134, 3203, 35367, 2972, 3703, 1231, 16324, 15686, 2849, 39806, 29485, 1546, 4108, 27662, 13876, 17048, 51115], "temperature": 0, "avg_logprob": -0.05059937697190505, "compression_ratio": 1.173913043478261, "no_speech_prob": 1.4920552640629303e-11}, {"id": 111, "seek": 51200, "start": 512.0, "end": 527.62, "text": "従来の巨大モデルの問題は垂直統合の罠で、全タスクを一つの巨大モデルで処理するため膨大な計算量と電力を使い、その開発・維持費がユーザー料金に直結します", "tokens": [50365, 2172, 241, 6912, 2972, 5238, 101, 3582, 29183, 31327, 9405, 2972, 17197, 3065, 33701, 224, 16186, 33725, 14245, 2972, 16469, 254, 2474, 1231, 11319, 12144, 9550, 10825, 5998, 2257, 9335, 2972, 5238, 101, 3582, 29183, 31327, 9405, 2474, 6336, 99, 13876, 22570, 49983, 39708, 101, 3582, 3203, 30114, 19497, 26748, 3193, 20545, 13486, 5998, 22982, 1764, 1231, 20564, 8949, 44756, 5379, 9261, 255, 17694, 50071, 5142, 1047, 99, 3384, 824, 114, 3384, 33404, 19117, 4108, 16186, 17144, 17048, 51146], "temperature": 0, "avg_logprob": -0.07136676369643793, "compression_ratio": 1.2685714285714285, "no_speech_prob": 1.3097239438819575e-11}, {"id": 112, "seek": 52762, "start": 527.62, "end": 540.52, "text": "フグの計算量に頼らない設計では、タスクごとに特化型エージェントを動的に編成し、集合値で推論時の無駄な計算を極限まで削減する", "tokens": [50365, 17320, 23839, 2972, 30114, 19497, 26748, 4108, 8313, 120, 5154, 9311, 39035, 30114, 16719, 1231, 12144, 9550, 10825, 9991, 3193, 4108, 17682, 23756, 39823, 26215, 44143, 28571, 29971, 5998, 12572, 1546, 4108, 12608, 101, 11336, 2849, 1231, 26020, 14245, 2122, 97, 2474, 33597, 29340, 6611, 2972, 16976, 165, 30216, 3203, 30114, 19497, 5998, 13387, 113, 43446, 28176, 5935, 232, 9592, 249, 22570, 51010], "temperature": 0, "avg_logprob": -0.07401408467973981, "compression_ratio": 1.4680851063829787, "no_speech_prob": 1.0743982960248477e-11}, {"id": 113, "seek": 52762, "start": 540.52, "end": 545.24, "text": "必要なときに必要なモデルだけを呼び出す構造です", "tokens": [51010, 28531, 4275, 3203, 3193, 7016, 4108, 28531, 4275, 3203, 29183, 31327, 9405, 36215, 5998, 38718, 38761, 7781, 2659, 43362, 37583, 4767, 51246], "temperature": 0, "avg_logprob": -0.07401408467973981, "compression_ratio": 1.4680851063829787, "no_speech_prob": 1.0743982960248477e-11}, {"id": 114, "seek": 52762, "start": 545.24, "end": 551.5600000000001, "text": "力技のスケールではなく、賢いオーケストレーションでコストを下げるわけです", "tokens": [51246, 13486, 32502, 2972, 9550, 32639, 35307, 16719, 40252, 1231, 13352, 95, 1764, 18743, 3384, 32639, 40498, 16680, 3384, 43891, 4824, 2474, 18066, 40498, 5998, 4438, 26012, 4895, 9206, 7625, 4767, 51562], "temperature": 0, "avg_logprob": -0.07401408467973981, "compression_ratio": 1.4680851063829787, "no_speech_prob": 1.0743982960248477e-11}, {"id": 115, "seek": 52762, "start": 551.5600000000001, "end": 554.5, "text": "ベータテストへの参加募集が出ています", "tokens": [51562, 45290, 3384, 12144, 22985, 40498, 29440, 2972, 2129, 224, 9990, 7978, 253, 26020, 5142, 7781, 2996, 11267, 51709], "temperature": 0, "avg_logprob": -0.07401408467973981, "compression_ratio": 1.4680851063829787, "no_speech_prob": 1.0743982960248477e-11}, {"id": 116, "seek": 55450, "start": 554.5, "end": 566.36, "text": "対象はコーディング、数学、科学的推論にAIを活用したい研究者やエンジニアで、オープンコードやコーデックスの利用経験者も関係とのことです", "tokens": [50365, 35252, 45007, 3065, 18066, 15266, 229, 26760, 43017, 1231, 33188, 29618, 1231, 42091, 29618, 1546, 33597, 29340, 4108, 48698, 5998, 25956, 9254, 8533, 1764, 23230, 242, 44704, 12444, 7355, 26215, 4824, 14655, 34737, 12817, 2474, 1231, 18743, 15266, 245, 4824, 18066, 44165, 7355, 18066, 15266, 229, 28551, 9550, 2972, 23700, 9254, 6948, 234, 38168, 241, 12444, 4801, 5196, 95, 20372, 3193, 2972, 13235, 4767, 50958], "temperature": 0, "avg_logprob": -0.04828527467004184, "compression_ratio": 1.2971887550200802, "no_speech_prob": 1.2606282337457309e-11}, {"id": 117, "seek": 55450, "start": 566.36, "end": 574.98, "text": "申し込みは公式のGoogleフォームから行い、審査を通過した方のみAPIアクセス権が付与されます", "tokens": [50958, 3526, 111, 2849, 9830, 120, 11362, 3065, 13545, 27584, 2972, 12104, 3127, 17320, 824, 102, 44265, 11046, 8082, 1764, 1231, 4510, 102, 17238, 119, 5998, 19550, 8816, 8533, 9249, 2972, 11362, 4715, 40, 12817, 10825, 31223, 9550, 5117, 102, 5142, 41469, 940, 236, 6722, 4132, 5368, 51389], "temperature": 0, "avg_logprob": -0.04828527467004184, "compression_ratio": 1.2971887550200802, "no_speech_prob": 1.2606282337457309e-11}, {"id": 118, "seek": 57498, "start": 574.98, "end": 584.64, "text": "審査通過後は標準的なオープンAI形式のAPIとして提供されるので、既存のワークフローにすぐ組み込めます", "tokens": [50365, 4510, 102, 17238, 119, 19550, 8816, 5661, 3065, 46299, 28220, 1546, 3203, 18743, 15266, 245, 4824, 48698, 30900, 27584, 2972, 4715, 40, 3193, 8822, 20949, 3254, 249, 6722, 35367, 23072, 1231, 4479, 95, 39781, 2972, 39613, 3384, 10825, 17320, 17164, 3384, 4108, 2659, 35849, 30052, 11362, 9830, 120, 11429, 5368, 50848], "temperature": 0, "avg_logprob": -0.0676194568013036, "compression_ratio": 1.2205128205128206, "no_speech_prob": 1.3972187989930163e-11}, {"id": 119, "seek": 57498, "start": 584.64, "end": 587.44, "text": "締め切りは5月5日です", "tokens": [50848, 12608, 254, 11429, 23632, 5095, 3065, 20, 6939, 20, 6890, 4767, 50988], "temperature": 0, "avg_logprob": -0.0676194568013036, "compression_ratio": 1.2205128205128206, "no_speech_prob": 1.3972187989930163e-11}, {"id": 120, "seek": 57498, "start": 587.44, "end": 591.58, "text": "それでは、実際の申し込み画面を見てみましょう", "tokens": [50988, 41589, 1231, 33197, 34837, 2972, 3526, 111, 2849, 9830, 120, 11362, 27126, 8833, 5998, 33363, 11362, 26513, 51195], "temperature": 0, "avg_logprob": -0.0676194568013036, "compression_ratio": 1.2205128205128206, "no_speech_prob": 1.3972187989930163e-11}, {"id": 121, "seek": 59158, "start": 591.58, "end": 599.1800000000001, "text": "公式サイトのFUGベータページから、申し込みフォームへのボタンを押してGoogleフォームに進みます", "tokens": [50365, 13545, 27584, 23607, 8040, 7588, 2972, 37, 52, 38, 45290, 3384, 12144, 1047, 248, 44143, 11046, 1231, 3526, 111, 2849, 9830, 120, 11362, 17320, 824, 102, 44265, 29440, 2972, 37626, 12144, 4824, 5998, 7235, 120, 8822, 12104, 3127, 17320, 824, 102, 44265, 4108, 18214, 11362, 5368, 50745], "temperature": 0, "avg_logprob": -0.06876126925150554, "compression_ratio": 1.3636363636363635, "no_speech_prob": 1.7770562799057643e-11}, {"id": 122, "seek": 59158, "start": 599.1800000000001, "end": 607.44, "text": "氏名と所属、ユースケースを入力し、所属は状況に合わせてユースケースは正直に書きます", "tokens": [50745, 6610, 237, 15940, 3193, 5966, 9636, 252, 1231, 1047, 99, 3384, 9550, 32639, 3384, 9550, 5998, 14028, 13486, 2849, 1231, 5966, 9636, 252, 3065, 35276, 114, 30772, 4108, 14245, 9206, 47745, 1047, 99, 3384, 9550, 32639, 3384, 9550, 3065, 15789, 16186, 4108, 29801, 22851, 51158], "temperature": 0, "avg_logprob": -0.06876126925150554, "compression_ratio": 1.3636363636363635, "no_speech_prob": 1.7770562799057643e-11}, {"id": 123, "seek": 60744, "start": 607.44, "end": 613.5400000000001, "text": "最後に、FUG miniとFUG Ultraのいずれかを選んで送信です", "tokens": [50365, 20578, 4108, 1231, 37, 52, 38, 8382, 3193, 37, 52, 38, 20925, 2972, 1764, 18216, 4132, 3703, 5998, 21625, 35356, 29309, 17665, 4767, 50670], "temperature": 0, "avg_logprob": -0.13259199188976753, "compression_ratio": 1.344632768361582, "no_speech_prob": 1.7023160658879988e-11}, {"id": 124, "seek": 60744, "start": 613.5400000000001, "end": 624.84, "text": "申し込み画面の確認ができました", "tokens": [50670, 3526, 111, 2849, 9830, 120, 11362, 27126, 8833, 2972, 24293, 22041, 5142, 43200, 12072, 51235], "temperature": 0, "avg_logprob": -0.13259199188976753, "compression_ratio": 1.344632768361582, "no_speech_prob": 1.7023160658879988e-11}, {"id": 125, "seek": 60744, "start": 624.84, "end": 633.46, "text": "フォームにはモデル選択欄があり、FUG miniとFUG Ultraのどちらかを選べるようになっています", "tokens": [51235, 17320, 824, 102, 44265, 34779, 29183, 31327, 9405, 21625, 7235, 252, 5988, 226, 5142, 14498, 1231, 37, 52, 38, 8382, 3193, 37, 52, 38, 20925, 2972, 7594, 28567, 3703, 5998, 21625, 28043, 4895, 17010, 22615, 6102, 11267, 51666], "temperature": 0, "avg_logprob": -0.13259199188976753, "compression_ratio": 1.344632768361582, "no_speech_prob": 1.7023160658879988e-11}, {"id": 126, "seek": 63346, "start": 633.46, "end": 643.76, "text": "審査が通るかどうかはまだ分かりませんが、申し込みはできたので、使えるようになったら実際のプロダクトで試してみようと思います", "tokens": [50365, 4510, 102, 17238, 119, 5142, 19550, 4895, 3703, 18395, 3703, 3065, 47185, 6627, 3703, 5095, 30250, 5142, 1231, 3526, 111, 2849, 9830, 120, 11362, 3065, 43200, 3368, 23072, 1231, 22982, 44547, 17010, 22615, 10102, 5154, 33197, 34837, 2972, 20953, 17164, 28651, 10825, 7588, 2474, 22099, 8822, 11362, 17010, 29707, 50880], "temperature": 0, "avg_logprob": -0.10014518708673142, "compression_ratio": 1.4854014598540146, "no_speech_prob": 1.4425227505554528e-11}, {"id": 127, "seek": 63346, "start": 643.76, "end": 648.9200000000001, "text": "続いて、乗り換えの実際について整理します", "tokens": [50880, 44985, 18549, 1231, 2930, 245, 5095, 36338, 6474, 2972, 33197, 34837, 4108, 9335, 18549, 27662, 13876, 17048, 51138], "temperature": 0, "avg_logprob": -0.10014518708673142, "compression_ratio": 1.4854014598540146, "no_speech_prob": 1.4425227505554528e-11}, {"id": 128, "seek": 63346, "start": 648.9200000000001, "end": 653.9000000000001, "text": "FUG miniユーザーがFUGに切り替える場合の結論は", "tokens": [51138, 37, 52, 38, 8382, 1047, 99, 3384, 824, 114, 3384, 5142, 37, 52, 38, 4108, 23632, 5095, 9531, 123, 44547, 21446, 14245, 2972, 17144, 29340, 3065, 51387], "temperature": 0, "avg_logprob": -0.10014518708673142, "compression_ratio": 1.4854014598540146, "no_speech_prob": 1.4425227505554528e-11}, {"id": 129, "seek": 63346, "start": 653.9000000000001, "end": 660.1, "text": "コードは書き換えが必要、プロンプトはそのまま使える可能性が高い、です", "tokens": [51387, 18066, 44165, 3065, 29801, 7016, 36338, 6474, 5142, 28531, 4275, 1231, 20953, 17164, 14121, 245, 7588, 3065, 20564, 2889, 2889, 22982, 44547, 16657, 21686, 5142, 12979, 1764, 1231, 4767, 51697], "temperature": 0, "avg_logprob": -0.10014518708673142, "compression_ratio": 1.4854014598540146, "no_speech_prob": 1.4425227505554528e-11}, {"id": 130, "seek": 66010, "start": 660.1, "end": 667.08, "text": "オープンAI互換なので、プロンプトの内容自体はほぼそのまま流用できます", "tokens": [50365, 18743, 15266, 245, 4824, 48698, 1369, 240, 36338, 47275, 1231, 20953, 17164, 14121, 245, 7588, 2972, 34742, 25750, 9722, 29485, 3065, 15190, 487, 120, 20564, 2889, 2889, 27854, 9254, 2474, 22851, 50714], "temperature": 0, "avg_logprob": -0.07137701476829639, "compression_ratio": 1.5692883895131087, "no_speech_prob": 1.4504001298598634e-11}, {"id": 131, "seek": 66010, "start": 667.08, "end": 673.1, "text": "ただし、API接続部分のコードは書き換えが必要です", "tokens": [50714, 44519, 2849, 1231, 4715, 40, 14468, 44985, 32174, 2972, 18066, 44165, 3065, 29801, 7016, 36338, 6474, 5142, 28531, 4275, 4767, 51015], "temperature": 0, "avg_logprob": -0.07137701476829639, "compression_ratio": 1.5692883895131087, "no_speech_prob": 1.4504001298598634e-11}, {"id": 132, "seek": 66010, "start": 673.1, "end": 675.58, "text": "移行には3つのステップがあります", "tokens": [51015, 8204, 119, 8082, 34779, 18, 9335, 2972, 9550, 22985, 33683, 5142, 37020, 51139], "temperature": 0, "avg_logprob": -0.07137701476829639, "compression_ratio": 1.5692883895131087, "no_speech_prob": 1.4504001298598634e-11}, {"id": 133, "seek": 66010, "start": 675.58, "end": 680.08, "text": "ステップ1はSDKとエンドポイントの変更", "tokens": [51139, 9550, 22985, 33683, 16, 3065, 23969, 42, 3193, 26215, 46271, 34718, 8040, 29971, 2972, 40931, 19002, 51364], "temperature": 0, "avg_logprob": -0.07137701476829639, "compression_ratio": 1.5692883895131087, "no_speech_prob": 1.4504001298598634e-11}, {"id": 134, "seek": 66010, "start": 680.08, "end": 688.1600000000001, "text": "ジェネレイティブAIパッケージからオープンAIパッケージへ切り替え、エンドポイントとモデル名を書き換えます", "tokens": [51364, 14655, 28571, 1047, 235, 16680, 8040, 22985, 26760, 28889, 48698, 23268, 8276, 32639, 44143, 11046, 18743, 15266, 245, 4824, 48698, 23268, 8276, 32639, 44143, 29440, 23632, 5095, 9531, 123, 6474, 1231, 26215, 46271, 34718, 8040, 29971, 3193, 29183, 31327, 9405, 15940, 5998, 29801, 7016, 36338, 6474, 5368, 51768], "temperature": 0, "avg_logprob": -0.07137701476829639, "compression_ratio": 1.5692883895131087, "no_speech_prob": 1.4504001298598634e-11}, {"id": 135, "seek": 68816, "start": 688.16, "end": 692.16, "text": "ステップ1は認証キーの差し替え", "tokens": [50365, 9550, 22985, 33683, 16, 3065, 22041, 5396, 120, 15535, 3384, 2972, 21679, 2849, 9531, 123, 6474, 50565], "temperature": 0, "avg_logprob": -0.10809632503625119, "compression_ratio": 1.4385026737967914, "no_speech_prob": 1.4397008758770813e-11}, {"id": 136, "seek": 68816, "start": 692.16, "end": 698.8399999999999, "text": "キドンとジェミニAPIキーを削除して、魚フグのAPIキーに更新します", "tokens": [50565, 15535, 22754, 3193, 14655, 28571, 23196, 34737, 4715, 40, 15535, 3384, 5998, 5935, 232, 32999, 8822, 1231, 40042, 17320, 23839, 2972, 4715, 40, 15535, 3384, 4108, 19002, 12560, 17048, 50899], "temperature": 0, "avg_logprob": -0.10809632503625119, "compression_ratio": 1.4385026737967914, "no_speech_prob": 1.4397008758770813e-11}, {"id": 137, "seek": 68816, "start": 698.8399999999999, "end": 703.7199999999999, "text": "ステップ3はメッセージ構造のフォーマット調整", "tokens": [50899, 9550, 22985, 33683, 18, 3065, 21647, 8276, 31223, 44143, 43362, 37583, 2972, 17320, 824, 102, 3384, 13258, 31978, 32943, 27662, 51143], "temperature": 0, "avg_logprob": -0.10809632503625119, "compression_ratio": 1.4385026737967914, "no_speech_prob": 1.4397008758770813e-11}, {"id": 138, "seek": 68816, "start": 703.7199999999999, "end": 709.16, "text": "ジェミニ固有のユーザー・モデルというロール構造を", "tokens": [51143, 14655, 28571, 23196, 34737, 3919, 118, 2412, 2972, 1047, 99, 3384, 824, 114, 3384, 5379, 29183, 31327, 9405, 15300, 17164, 35307, 43362, 37583, 5998, 51415], "temperature": 0, "avg_logprob": -0.10809632503625119, "compression_ratio": 1.4385026737967914, "no_speech_prob": 1.4397008758770813e-11}, {"id": 139, "seek": 70916, "start": 709.16, "end": 715.0, "text": "オープンAI互換のシステム・ユーザー・アシスタント形式に変換します", "tokens": [50365, 18743, 15266, 245, 4824, 48698, 1369, 240, 36338, 2972, 11054, 9550, 22985, 32026, 5379, 1047, 99, 3384, 824, 114, 3384, 5379, 12817, 11054, 9550, 12144, 29971, 30900, 27584, 4108, 40931, 36338, 17048, 50657], "temperature": 0, "avg_logprob": -0.06034789020068025, "compression_ratio": 1.4183673469387754, "no_speech_prob": 1.3154421128758198e-11}, {"id": 140, "seek": 70916, "start": 715.0, "end": 720.56, "text": "複数回APIを叩くマルチエージェント設計をしている方に向けて一言", "tokens": [50657, 164, 97, 229, 33188, 8350, 4715, 40, 5998, 2129, 102, 6134, 13258, 9405, 17794, 26215, 44143, 28571, 29971, 39035, 30114, 5998, 8822, 22979, 9249, 4108, 24282, 39736, 2257, 12009, 50935], "temperature": 0, "avg_logprob": -0.06034789020068025, "compression_ratio": 1.4183673469387754, "no_speech_prob": 1.3154421128758198e-11}, {"id": 141, "seek": 70916, "start": 720.56, "end": 727.16, "text": "乗り換えのタイミングで、モデル非依存なプロンプトに整理しておくことを勧めます", "tokens": [50935, 2930, 245, 5095, 36338, 6474, 2972, 12144, 8040, 23196, 43017, 2474, 1231, 29183, 31327, 9405, 12107, 3254, 251, 39781, 3203, 20953, 17164, 14121, 245, 7588, 4108, 27662, 13876, 8822, 6117, 6134, 13235, 5998, 7978, 100, 11429, 5368, 51265], "temperature": 0, "avg_logprob": -0.06034789020068025, "compression_ratio": 1.4183673469387754, "no_speech_prob": 1.3154421128758198e-11}, {"id": 142, "seek": 70916, "start": 727.16, "end": 736.0, "text": "整理のポイントは、役割の完全分割、プレーン汎用化、そして自己決定の異常の3つです", "tokens": [51265, 27662, 13876, 2972, 34718, 8040, 29971, 3065, 1231, 7391, 117, 5935, 110, 2972, 37100, 6627, 5935, 110, 1231, 20953, 16680, 44632, 12800, 236, 9254, 23756, 1231, 25092, 17645, 33540, 12088, 2972, 6904, 108, 11279, 2972, 18, 9335, 4767, 51707], "temperature": 0, "avg_logprob": -0.06034789020068025, "compression_ratio": 1.4183673469387754, "no_speech_prob": 1.3154421128758198e-11}, {"id": 143, "seek": 73600, "start": 736.0, "end": 740.6, "text": "特定モデルの癖に依存したプロンプトを書いている場合は", "tokens": [50365, 17682, 12088, 29183, 31327, 9405, 2972, 6651, 244, 4108, 3254, 251, 39781, 8533, 20953, 17164, 14121, 245, 7588, 5998, 29801, 18549, 22979, 21446, 14245, 3065, 50595], "temperature": 0, "avg_logprob": -0.06816546532415575, "compression_ratio": 1.627177700348432, "no_speech_prob": 1.2865562781794182e-11}, {"id": 144, "seek": 73600, "start": 740.6, "end": 745.44, "text": "このタイミングで整理しておくと、今後の乗り換えコストが大幅に下がります", "tokens": [50595, 13303, 12144, 8040, 23196, 43017, 2474, 27662, 13876, 8822, 6117, 6134, 3193, 1231, 6480, 5661, 2972, 2930, 245, 5095, 36338, 6474, 18066, 40498, 5142, 3582, 3509, 227, 4108, 4438, 5142, 19420, 50837], "temperature": 0, "avg_logprob": -0.06816546532415575, "compression_ratio": 1.627177700348432, "no_speech_prob": 1.2865562781794182e-11}, {"id": 145, "seek": 73600, "start": 745.44, "end": 750.52, "text": "フグ、APIが向いている方と向いていない方についてまとめます", "tokens": [50837, 17320, 23839, 1231, 4715, 40, 5142, 24282, 18549, 22979, 9249, 3193, 24282, 18549, 1764, 9311, 9249, 4108, 9335, 18549, 2889, 3193, 11429, 5368, 51091], "temperature": 0, "avg_logprob": -0.06816546532415575, "compression_ratio": 1.627177700348432, "no_speech_prob": 1.2865562781794182e-11}, {"id": 146, "seek": 73600, "start": 750.52, "end": 756.44, "text": "向いているのは、複数のモデルを使い分けてコストを最適化したい方", "tokens": [51091, 24282, 18549, 22979, 35662, 1231, 164, 97, 229, 33188, 2972, 29183, 31327, 9405, 5998, 22982, 1764, 6627, 39736, 18066, 40498, 5998, 8661, 3330, 102, 23756, 8533, 1764, 9249, 51387], "temperature": 0, "avg_logprob": -0.06816546532415575, "compression_ratio": 1.627177700348432, "no_speech_prob": 1.2865562781794182e-11}, {"id": 147, "seek": 73600, "start": 756.44, "end": 759.22, "text": "モデル選択を自動化したい方", "tokens": [51387, 29183, 31327, 9405, 21625, 7235, 252, 5998, 9722, 12572, 23756, 8533, 1764, 9249, 51526], "temperature": 0, "avg_logprob": -0.06816546532415575, "compression_ratio": 1.627177700348432, "no_speech_prob": 1.2865562781794182e-11}, {"id": 148, "seek": 73600, "start": 760.22, "end": 764.26, "text": "すでにオープンAI互換の構成で開発している方です", "tokens": [51576, 2659, 2474, 4108, 18743, 15266, 245, 4824, 48698, 1369, 240, 36338, 2972, 43362, 11336, 2474, 8949, 44756, 8822, 22979, 9249, 4767, 51778], "temperature": 0, "avg_logprob": -0.06816546532415575, "compression_ratio": 1.627177700348432, "no_speech_prob": 1.2865562781794182e-11}, {"id": 149, "seek": 76426, "start": 764.26, "end": 770.68, "text": "向いていないのは、Googleワークスペースのエコシステムに完全依存している方", "tokens": [50365, 24282, 18549, 1764, 9311, 35662, 1231, 12104, 3127, 39613, 3384, 10825, 9550, 1047, 248, 3384, 9550, 2972, 26215, 18066, 11054, 9550, 22985, 32026, 4108, 37100, 3254, 251, 39781, 8822, 22979, 9249, 50686], "temperature": 0, "avg_logprob": -0.07918004660770811, "compression_ratio": 1.5, "no_speech_prob": 1.0446405893094202e-11}, {"id": 150, "seek": 76426, "start": 770.68, "end": 776.54, "text": "シンプルな一つのモデルで、最低コストのテキスト処理だけしたい方です", "tokens": [50686, 11054, 14121, 245, 9405, 3203, 2257, 9335, 2972, 29183, 31327, 9405, 2474, 1231, 8661, 41377, 18066, 40498, 2972, 22985, 15535, 40498, 6336, 99, 13876, 36215, 8533, 1764, 9249, 4767, 50979], "temperature": 0, "avg_logprob": -0.07918004660770811, "compression_ratio": 1.5, "no_speech_prob": 1.0446405893094202e-11}, {"id": 151, "seek": 76426, "start": 776.54, "end": 781.4, "text": "もう一点、注意が必要なのは、レイテンシです", "tokens": [50979, 16324, 49042, 1231, 40794, 5142, 28531, 4275, 3203, 35662, 1231, 16680, 8040, 22985, 4824, 11054, 4767, 51222], "temperature": 0, "avg_logprob": -0.07918004660770811, "compression_ratio": 1.5, "no_speech_prob": 1.0446405893094202e-11}, {"id": 152, "seek": 76426, "start": 781.4, "end": 786.38, "text": "フグは裏で複数のモデルを連携させるオーケストレーターなので", "tokens": [51222, 17320, 23839, 3065, 8083, 237, 2474, 164, 97, 229, 33188, 2972, 29183, 31327, 9405, 5998, 36252, 22220, 118, 6722, 13702, 4895, 18743, 3384, 32639, 40498, 16680, 3384, 30736, 47275, 51471], "temperature": 0, "avg_logprob": -0.07918004660770811, "compression_ratio": 1.5, "no_speech_prob": 1.0446405893094202e-11}, {"id": 153, "seek": 76426, "start": 786.8199999999999, "end": 791.42, "text": "単一モデルを直接叩くより、応答速度が遅くなる可能性があります", "tokens": [51493, 5322, 246, 2257, 29183, 31327, 9405, 5998, 43297, 2129, 102, 6134, 5591, 5095, 1231, 4263, 250, 28223, 31217, 13127, 5142, 3330, 227, 6134, 29218, 16657, 21686, 5142, 37020, 51723], "temperature": 0, "avg_logprob": -0.07918004660770811, "compression_ratio": 1.5, "no_speech_prob": 1.0446405893094202e-11}, {"id": 154, "seek": 79142, "start": 791.42, "end": 797.8399999999999, "text": "バックエンドで動く非同期処理や複雑な推論タスクには向いていますが", "tokens": [50365, 18593, 28551, 26215, 46271, 2474, 12572, 6134, 12107, 13089, 16786, 6336, 99, 13876, 7355, 164, 97, 229, 6306, 239, 3203, 33597, 29340, 12144, 9550, 10825, 34779, 24282, 18549, 11267, 5142, 50686], "temperature": 0, "avg_logprob": -0.11711247022761855, "compression_ratio": 1.3402061855670102, "no_speech_prob": 1.2899955409428898e-11}, {"id": 155, "seek": 79142, "start": 797.8399999999999, "end": 800.6999999999999, "text": "リアルタイムのUI応答には向かないかもしれない", "tokens": [50686, 12376, 12817, 9405, 12144, 8040, 32026, 2972, 46324, 4263, 250, 28223, 34779, 24282, 3703, 9311, 3703, 49412, 48535, 50829], "temperature": 0, "avg_logprob": -0.11711247022761855, "compression_ratio": 1.3402061855670102, "no_speech_prob": 1.2899955409428898e-11}, {"id": 156, "seek": 79142, "start": 800.6999999999999, "end": 803.8399999999999, "text": "使う場面を選ぶということです", "tokens": [50829, 22982, 2646, 21446, 8833, 5998, 21625, 23441, 29502, 4767, 50986], "temperature": 0, "avg_logprob": -0.11711247022761855, "compression_ratio": 1.3402061855670102, "no_speech_prob": 1.2899955409428898e-11}, {"id": 157, "seek": 79142, "start": 803.8399999999999, "end": 805.16, "text": "まとめます", "tokens": [50986, 2889, 3193, 11429, 5368, 51052], "temperature": 0, "avg_logprob": -0.11711247022761855, "compression_ratio": 1.3402061855670102, "no_speech_prob": 1.2899955409428898e-11}, {"id": 158, "seek": 79142, "start": 805.16, "end": 809.8399999999999, "text": "魚フグは、いいとこどりAPIです", "tokens": [51052, 40042, 17320, 23839, 3065, 1231, 13806, 3193, 3503, 7594, 5095, 4715, 40, 4767, 51286], "temperature": 0, "avg_logprob": -0.11711247022761855, "compression_ratio": 1.3402061855670102, "no_speech_prob": 1.2899955409428898e-11}, {"id": 159, "seek": 80984, "start": 809.84, "end": 818.44, "text": "GPT、Gimini、Claudeといった複数の最強モデルを一つのAPIで最適に組み合わせて", "tokens": [50365, 38, 47, 51, 1231, 38, 332, 3812, 1231, 34, 875, 2303, 3193, 1764, 10102, 164, 97, 229, 33188, 2972, 8661, 22752, 29183, 31327, 9405, 5998, 2257, 9335, 2972, 4715, 40, 2474, 8661, 3330, 102, 4108, 30052, 11362, 14245, 9206, 47745, 50795], "temperature": 0, "avg_logprob": -0.12887744148178856, "compression_ratio": 1.2053571428571428, "no_speech_prob": 1.3159470041435029e-11}, {"id": 160, "seek": 80984, "start": 818.44, "end": 823.0400000000001, "text": "性能最大化とコスト削減を両立することを目指しています", "tokens": [50795, 21686, 8225, 8661, 3582, 23756, 3193, 18066, 40498, 5935, 232, 9592, 249, 5998, 940, 94, 24409, 22570, 13235, 5998, 11386, 25922, 8822, 11267, 51025], "temperature": 0, "avg_logprob": -0.12887744148178856, "compression_ratio": 1.2053571428571428, "no_speech_prob": 1.3159470041435029e-11}, {"id": 161, "seek": 80984, "start": 823.0400000000001, "end": 828.82, "text": "ベンチマーク上では、既存の主要モデルを上回るスコアが出ており", "tokens": [51025, 45290, 14121, 223, 13258, 3384, 10825, 5708, 16719, 1231, 4479, 95, 39781, 2972, 13557, 4275, 29183, 31327, 9405, 5998, 5708, 8350, 4895, 9550, 18066, 12817, 5142, 7781, 2996, 6117, 5095, 51314], "temperature": 0, "avg_logprob": -0.12887744148178856, "compression_ratio": 1.2053571428571428, "no_speech_prob": 1.3159470041435029e-11}, {"id": 162, "seek": 82882, "start": 828.82, "end": 834.82, "text": "オープンAI互換のエンドポイントで、一行書き換えれば使い始められます", "tokens": [50365, 18743, 15266, 245, 4824, 48698, 1369, 240, 36338, 2972, 26215, 46271, 34718, 8040, 29971, 2474, 1231, 2257, 8082, 29801, 7016, 36338, 6474, 4132, 13349, 22982, 1764, 15476, 11429, 5154, 4132, 5368, 50665], "temperature": 0, "avg_logprob": -0.12071774889539172, "compression_ratio": 1.4466019417475728, "no_speech_prob": 1.3832815101699758e-11}, {"id": 163, "seek": 82882, "start": 834.82, "end": 841.3000000000001, "text": "料金はまだ公開されていませんが、ベータ期間中に実際に試せる機会です", "tokens": [50665, 33404, 19117, 3065, 47185, 13545, 8949, 6722, 26638, 1764, 30250, 5142, 1231, 45290, 3384, 12144, 16786, 11016, 5975, 4108, 33197, 34837, 4108, 22099, 13702, 4895, 17543, 12949, 4767, 50989], "temperature": 0, "avg_logprob": -0.12071774889539172, "compression_ratio": 1.4466019417475728, "no_speech_prob": 1.3832815101699758e-11}, {"id": 164, "seek": 82882, "start": 841.3000000000001, "end": 844.82, "text": "ベータ申し込みの締め切りは5月5日です", "tokens": [50989, 45290, 3384, 12144, 3526, 111, 2849, 9830, 120, 11362, 2972, 12608, 254, 11429, 23632, 5095, 3065, 20, 6939, 20, 6890, 4767, 51165], "temperature": 0, "avg_logprob": -0.12071774889539172, "compression_ratio": 1.4466019417475728, "no_speech_prob": 1.3832815101699758e-11}, {"id": 165, "seek": 82882, "start": 844.82, "end": 849.1600000000001, "text": "興味がある方は概要欄のリンクから申し込んでみてください", "tokens": [51165, 44089, 17268, 5142, 24719, 9249, 3065, 26181, 4275, 5988, 226, 2972, 12376, 4824, 10825, 11046, 3526, 111, 2849, 9830, 120, 35356, 11362, 2996, 25079, 51382], "temperature": 0, "avg_logprob": -0.12071774889539172, "compression_ratio": 1.4466019417475728, "no_speech_prob": 1.3832815101699758e-11}, {"id": 166, "seek": 82882, "start": 850.2800000000001, "end": 856.22, "text": "このチャンネルでは、AI周りで気になった情報をこうした形で継続的に共有しています", "tokens": [51438, 13303, 44057, 16719, 1231, 48698, 37390, 5095, 2474, 25870, 22615, 10102, 10570, 17803, 5998, 22159, 8533, 30900, 2474, 9261, 247, 44985, 1546, 4108, 15408, 2412, 8822, 11267, 51735], "temperature": 0, "avg_logprob": -0.12071774889539172, "compression_ratio": 1.4466019417475728, "no_speech_prob": 1.3832815101699758e-11}, {"id": 167, "seek": 85622, "start": 856.22, "end": 861.1600000000001, "text": "良ければチャンネル登録や通知設定をよろしくお願いします", "tokens": [50365, 33950, 39256, 13349, 44057, 46246, 7355, 19550, 6498, 39035, 12088, 5998, 37457, 32420, 50612], "temperature": 0, "avg_logprob": -0.11942693591117859, "compression_ratio": 0.9759036144578314, "no_speech_prob": 1.4804745970820044e-11}], "language": "ja"}