世界最大級1日5000体のAIスウォームをマルチベンダーで動員。国産AI「Fuga 5000」開発者向けリリース
2026/10/18 12:02 PR TIMES
Claude Code、Codex、Gemini、Grok、Kimiのサブスクと連携。最新ベンチマークをリアルタイム最適マッチ、実測5,441体を349タスク自律配分。5階層スウォームで複数ゴール管理
[画像1: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-977ad7c54bf7464ea116f2c377c0813a-1672x941.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図1：Fuga 5000（画面をもとにしたイメージ）
URLはこちら｜＄-2-0-0- → 今だけ初月 ＄150
※macOS専用。既存ユーザーはすでに利用可能。金額はFuga利用料のみで、Claude Code等の各社エージェントは別売り。
※サーバーの処理能力に限りがあるため、ご利用人数が上限に達した場合は、受付を一時停止することがあります。
株式会社KandaQuantum（本社：東京都千代田区）は、AIエージェントの群れ（スウォーム）を計画・実行・統合まで一貫して指揮するオーケストレーター『Fuga』の正式版『Fuga 5000』を、開発者向けを起点として本日より正式リリースします。
[画像2: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-874da4c3b0948acf58388a3fc0425932-1589x990.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図2：5階層と画面の3つの列の対応（画面をもとにしたイメージ）
Fuga 5000は、開発者がすでに契約しているClaude Code、Codex、Gemini、Grok、Kimiの各サブスクリプションと連携し、1日あたり最大5,000体規模のAIエージェントを1台のMacから指揮できる、開発者向けのスウォーム基盤です。1日に指揮できるエージェントの規模は、一般向け（toC）の商用プロダクトとして世界最大級です（当社調べ、図9、※2）。当社の実測（2026年10月16日、MacBook Pro〈M4 Max・メモリ128GB〉1台）では、1日で5,441体のエージェントを349のタスクへ自律的に配分しました。
Fuga 5000は、人の依頼を受ける要望対応からサブエージェントまでを5つの階層でつなぎます。画面の3つの列で、群れ全体の動きを一度に見渡せます（図2, 3）。
[画像3: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-9ce186a9b3602ad87a4df45d02d63b7f-3200x2000.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図3：Fuga 5000の5階層と、いつものAIから動かす流れ
担当選びは自動で行われます。Web上の最新ベンチマークを取り込んだ台帳と、利用者が円グラフで決めたベンダーの配分に沿って、タスクごとに最適なモデルと体数を一括で決めます（図4）。
[画像4: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-a871ff31beb30ae4a98a35f25fc38fd0-3200x2000.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図4：ベンチマークと円グラフに沿って担当を決め、ガントチャートで実行（数値は例）
決まった担当は、そのままガントチャートに並びます。計画 → 並列実装 → 統合 → 成果報告書の作成 → 独立検査 → ベースブランチへの取り込みまでを一連で進め、遅れや前倒しの見込みもリアルタイムに表示されます（図5）。
[画像5: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-5b078a694dd7eccf18746c092fc713e0-2405x1352.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図5：タスクのガントチャート（2026年9月17日の画面）
必要なのは、Fuga 5000の利用料と各社のサブスク（別売り）だけです。2026年9月の当社計測（Terminal-Bench 2.1の全89課題を約800体で実行）では、API従量課金に換算すると約475ドルかかる作業が、定額プランの1日分（約47ドル）に収まりました（図6）。
[画像6: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-d7e59d4e69760498a0493da512a17924-3200x2000.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図6：Fuga 5000の料金のしくみ
これまでの歩み
[画像7: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-22c17c2bad2848dd1f5241e9acee4d8d-1560x1560.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図7：Fuga RSI（再帰的自己改善）日次エージェント数（2026年8月1日～10月16日）。エージェント数に対してタスクを正しく作れていなかった日など、異常系にあたる日は除いて表示。[画像8: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-581e01527ff7ff0d051556150ae32810-1560x1560.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図8：Fuga RSI（再帰的自己改善）月次エージェント数
- 2026年8月 Fuga v1（クローズド・リリース）：1,285体のスウォームを実測で安定稼働
- 2026年9月 Fuga v2 - Ryusei（限定リリース）：1日2,000体超を指揮（前月の約2倍）
- 2026年10月 Fuga 5000（正式リリース）：1日5,000体規模（前月の約2.5倍）・5階層・複数ゴールの同時管理
Fugaが動かすエージェントの規模は、1か月ごとにほぼ倍増しています。1日に指揮できる規模は、1,000体（8月）→ 2,000体超（9月）→ 5,000体規模（10月）へ。月間の割当エージェント数も、約1万体（8月）→ 約2.6万体（9月）→ 約6.3万体（10月の見込み）と、毎月2倍以上のペースで伸びています（図8、当社調べ）。
図7は、8月以降、Fuga自身の自律改善（RSI：再帰的自己改善）のために動員したスウォームの規模（1日に割り当てたエージェント数）の推移です。
この規模を、主要なマルチエージェントシステムと比べたのが図9です。研究用のシミュレーションを除く商用のプロダクトの中で、Fuga 5000は最大級の規模です（当社調べ）。
[画像9: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-ef70a7286f41d5ac0d1bc9072e597f82-2200x1519.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図9：スウォームのエージェント数の推移（縦軸は対数）。スウォーム数＝AI同士が相互通信（指示・報告）しながら協調したエージェントの数（Fugaは1日の延べ数）。8月29日の当社リリースの図を更新。他システムは公表値・一部推定を含み、同一条件の比較ではない
Fuga 5000のポイント
- 1日5,000体規模のスウォームを指揮（商用toCプロダクトとして世界最大級・当社調べ。前版 Fuga v2 - Ryusei の1日2,000体から1ヶ月で2.5倍に）
- 5階層スウォームシステム（要望対応からサブエージェントまで）
- Claude Code／Codex／Gemini／Grok／Kimiのサブスクと連携（API従量課金ではなく定額プランの枠で動く）
- 料金は Fuga 5000 の利用料＋各社サブスク（別売り）だけ（今だけ初月150ドル。API従量課金に比べて約1/10の実測）
- 最新ベンチマークをリアルタイムに反映し、タスクごとに最適なモデルへ割り当て
- 実測：1日で5,441体のエージェントを349タスクへ自律配分
- 分散した複数のゴールを同時に管理（ゴールごとに専任の担当エージェント）
- エージェントの危険な行動を検知して一時停止（人が内容を確かめてから、続行か停止かを選べる）
- エージェントの働きぶりを「Agent activity」で見える化（何体を動かし、どれだけ働き、何トークン使ったかを日ごと・月ごとに集計。働いた時間を人件費に換算すると、7月以降の合計で10億円を超える）
- 普段使いのAIエージェントからも操作できる（推奨の使い方）
1. 5階層スウォームシステム
5つの階層は次のとおりです（図2・図3）。
- 第1層 要望対応（1列目）：利用者の依頼・要望をチャットで受け、ゴール・PMへつなぐ。群れ全体の起点になる
- 第2層 ゴール・PM（2列目）：要望をゴールとして受け持つPMエージェント。ゴールごとに置かれ、ゴールをタスクに分けて依頼し、成果を確かめて取り込む
- 第3層 タスク内統括（3列目）：タスクごとに計画を立て、メインエージェントの編成と依存関係を管理する
- 第4層 メインエージェント（3列目）：設計・実装・テスト・統合などの役割を受け持つ
- 第5層 サブエージェント（3列目）：メインエージェントの下で、調査や細かな作業を並列にこなす
第2層のゴール・PMはタスクの中身には立ち入らず、ゴールの振り分けと成果の確認に専念します。重要な取り込みの承認など、人の判断が必要な場面は「人の手が要る」として、第1層の要望対応を通じて利用者に戻します。
2. 1日5,000体規模のスウォームを、1台のMacから
1つのタスクには、設計・実装・テスト・統合などを受け持つメインエージェントと、その下で調査や細かな作業を受け持つサブエージェントが付きます（図5）。
進め方は、タスクに応じて柔軟に選びます。仮説を立てて検証する、テストを先に書いて進める（テスト駆動）、アイデアを広げてから絞り込むといったワークフローを使い分け、別のエージェントが成果に反証を試みる敵対検証も組み込みます。動かすエージェントの数や稼働時間も、タスクに合わせて変えられます。
エージェントどうしは、必要に応じて直接やり取りしながら作業を進めます。受け渡しはガントチャート上の線で、内容は会話の記録で確かめられます（図10）。
[画像10: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-32a59085e68b9c4d6cc67bc0acd06beb-1600x900.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図10：エージェント間のやり取り（2026年8月発表時の図）
2026年10月16日の実測では、1タスクあたり平均約15.6体が動きました。画面上の日別の集計には、その日の総エージェント数・タスク数・総稼働時間などが表示されます（図11）。
[画像11: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-512fb67bf7b70cb63d9f53b3b6ca2c4e-906x116.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図11：2026年10月16日の日別集計
エージェントの推論は各社のクラウド側で行われるため、手元のMacが担うのは、エージェントの起動・管理と、テストやビルドなどのコマンドの実行です。セキュリティに関して、開発コードは基本的にローカルのPC上に残り、Fuga側では保持しません。推論時のデータは各社ベンダーが保持します。
3. 手持ちのサブスクで動く ── Claude Code・Codex・Gemini・Grok・Kimiと連携
[画像12: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-8f6366305f703efff09d0e372d4becfc-1568x48.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図12：画面上部のAgent Battery
[画像13: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-a3a8d2c74e6e4435eeea5619db802077-1248x370.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図13：アカウント別の残り枠[画像14: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-7ef316e946292a5ff6cb239a6f19d594-1182x432.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図14：残り枠の推移
[画像15: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-171764fba4f5cad7dd7fe17f9af657c3-876x1010.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図15：ベンダープールとエージェント配分の円グラフ
Fuga 5000は、各社が提供する公式のエージェントCLI（Claude Code、Codex、Google Antigravity（Gemini）、Grok、Kimi）を、開発者自身のサブスクリプション（定額プラン）のまま使います。API従量課金ではなく定額プランの利用枠の中で多数のエージェントを動かすため、体数を増やしても費用が体数に比例して膨らみにくい仕組みです。どのベンダーに何割を任せるかは、ベンダープールと円グラフで決められます（図15）。
Agent Batteryで各社サブスクの残り枠（5時間枠・週の枠など）とその推移を常時表示し（図12～図14）、上限に達したベンダーの仕事は、ほかのベンダーへ自動で振り替えます。
エージェントは各社の定額プランの利用枠の中で動くため、API の従量課金のように、エージェントを増やすほど費用が積み上がることはありません（図6）。
URLはこちら｜＄-2-0-0- → 今だけ初月 ＄150
※macOS専用。既存ユーザーはすでに利用可能。金額はFuga利用料のみで、Claude Code等の各社エージェントは別売り。
4. 最新ベンチマークをリアルタイムに配分へ反映
[画像16: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-86ec739b13406ab2a268ed6d55fe96ff-1385x868.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図16：ベンチマーク台帳の画面
AIモデルの得意・不得意は、新しいモデルやバージョンが出るたびに入れ替わります。Fuga 5000は、Terminal-Bench、SWE-bench、Artificial Analysisなどの公開ベンチマークの結果を、モデル・バージョン・推論の強さ（effort）ごとに「ベンチマーク台帳」へ取り込みます（撮影時点で735件、図16）。新しい結果が台帳に入ると、以降に計画されるタスクの割り当てにそのまま反映されます。
台帳の各値には、公開元・取得日時・出典と、一次情報で確認できたかどうかの検証状態を記録しています。確認の取れていない値や、互いに矛盾する値は配分に使いません。
5. 分散した複数のゴールを同時に管理
[画像17: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-f0c047774cd7f590c7e1bbb325e7c582-1074x1054.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図17：全ゴールの推移と一覧（29ゴール）
開発の現場では、性能の改善、不具合の根治、新機能の実装、ベンチマークへの挑戦など、性質の違う複数の目標が同時に進みます。Fuga 5000では、こうした複数のゴールにそれぞれ専任のゴール・PM（第2層）を置き、並行して進めます（図17は、29のゴールを同時に管理している実際の画面）。
ゴール・PMは、自分のゴールに向けたタスクを起こし、エージェントの成果を確かめ、ベースブランチへの取り込みまでを受け持ちます。ゴールをまたいで全体を見渡す統括役は、優先順位や方針を提案します。各ゴールに投じた稼働と得られた成果は、投資の端末のような日ごとのグラフで確認できます（図17）。
6. エージェントの危険な行動を検知して一時停止
数千体のエージェントが並列に動くと、作業場所の外のファイルを書き換える、消してはいけないファイルを消すといった、意図しない操作が紛れ込むおそれがあります。Fuga 5000は、エージェントの操作を見張り、危険の疑いがある操作を検知すると、そのエージェントを一時停止して人に確認を求めます（図18）。
[画像18: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-a06abf87cebd9d2781c183ff58c6f310-754x290.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図18：エージェントの行動確認（2026年10月7日の検知例）
一時停止は、エージェントを終了させるのではなく、その場で凍結するものです。確認の画面には、止めた操作の内容に加えて、直前のツール呼び出しの流れ、エージェントの直前の発言、タスクの目的が表示され、人はそれを見て「続行」か「停止」かを選びます。続行を選ぶと、エージェントは止まった場所からそのまま再開し、それまでの作業は失われません。検知の時点ですでに実行されていた操作がある場合は、そのことも画面に明示します。
7. 要件定義書と成果報告書を自動で作成
依頼を受けると、Fugaはまず要件定義書を自動で作成し、何をどう変えるか、それで何が良くなるか、取りうる案を整理してから仕事を割り振ります（図19）。
[画像19: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-4c3da6fbec45e7d4bd61bb1d48cc91ab-2040x1630.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図19：Fugaが自動で作成した要件定義書の例
作業が終わると、何を直したか・課題と成果・未完了の項目をまとめた成果報告書を出します（図20）。開発者は書類を書く手間なく、報告書を読んで取り込むかを判断できます。
[画像20: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-5a573e2521dee445e0a9bbe1bf5b920c-1900x2330.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図20：Fugaが自動で作成した成果報告書の例
8. Agent activity：群れの仕事量を「人件費・体数・トークン」で測る
[画像21: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-507ced9cb98d7131b3170d1a7892d7ba-3200x1800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図21：人件費換算のサンプル（概算・月別）。10月は月末の見込み
エージェントの数を増やすだけでは、群れが実際にどれだけ働いたかは分かりません。Fuga 5000に組み込まれた「Agent activity」は、すべてのエージェントの実稼働時間・割り当てた体数・使ったトークン数を記録し、日ごと・月ごとに集計します。
人件費換算：エージェントの実稼働時間を人件費に換算して積み上げます（AI実稼働時間×25万円/h、※3と同じ暫定係数）。
割当エージェント数：月ごと・日ごとに割り当てたエージェントの数を、サブエージェントの内訳とあわせて数えます。
トークン数：使ったトークン数を、ベンダー別に日ごと・月ごとに表示します。
コストパフォーマンス：1日あたりのエージェント数と、人件費換算1万円あたりにこなしたタスク数を、1日を1点とする散布図で表示します。点は新しい日ほど橙色になります（図22）。
[画像22: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-ad19476740af2d6c7bee5d63552e861e-1266x746.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図22：1日あたりのエージェント数×コストパフォーマンス（サンプル）
9. 普段使いのAIエージェントからFugaを動かす
外部エージェント向けのコマンド（fuga-api）とローカルAPIを通じて、画面を開かなくても、タスクの投入・進み具合の確認・成果報告書の承認までを普段のAIから行えます（図3）。当社は、この使い方をおすすめしています。
10. Fugaの画面に並ぶアプリ
画面左側のアプリは、Fugaの画面の中で窓として開き、作業を止めずに使えます。
Apps（アプリ一覧）：Fugaに組み込まれたアプリ、当社のアプリ、App Storeのアプリをまとめて開くためのランチャーです（図23）。
[画像23: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-226453af5caa691382e2f6b869a249ee-952x1268.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図23：Apps（アプリ一覧）
カレンダー：毎日・毎週・毎時などの定期タスクと、実際に動いたタスクを、カレンダーとガントチャートで表示します（図24）。
[画像24: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-173727096fcb4e3008bc76a2efcbf8a2-754x1004.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図24：カレンダー（予定と実績）
ガント履歴：過去のタスクと、そこで動いたエージェント・サブエージェントの実行を時系列で振り返れます。左端にはタスク数とエージェント数の累計が表示されます（図25）。
[画像25: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-8d6a923d02319a0918f017276b42ae80-1143x1064.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図25：ガント履歴（10月13日～14日）
Agent Battery：登録した各社アカウントごとに、5時間枠・週の枠・クレジットの残りを電池の形で一覧表示します。同じベンダーの複数アカウントにも対応しています（図13・図26）。
[画像26: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-3ef0d569c1eda3f05c235ed9c8d7c41b-700x996.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図26：Agent Battery（アカウント名は伏せています）
Agent activity：前述（8.）のとおり、エージェントの実稼働時間・割り当てた体数・トークン数を集計します（図21）。
システムモニター：Fuga自身のメモリとディスクの使用量に加えて、claude CLI・codex CLIなどエージェント関連のプロセス数・メモリ・CPU使用率や、親を失って残ったプロセスを表示します（図27）。
[画像27: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-b917799daed3d54808a3bff5512ef8e5-1187x1008.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図27：システムモニター
ベンチマーク台帳：前述（4.）のとおりです（図16）。
メモリーグラフ：エージェントの会話・行動・成果物から作られる記憶ノードと関連リンクを、グラフで表示します（Obsidianでも開けます）。
AI News Blitz／AI TV Station：365日毎日、210以上の言語でニュースを届ける当社のAIニュースサイト「AI News Blitz」と、ニュースを番組形式で流す「AI TV Station」を、Fugaの画面の中で開いて読む・見ることができます（図28）。
[画像28: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-5c831e7cb29b73b4e9d0a8e0a4c71d3d-1134x1236.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図28：AI News Blitz（記事の画面）
提供形態
Fuga 5000は、2025年3月にリリースした生成AIの個人向けSaaSである KAMUI および KAMUI OS のプロダクトとして提供します。KAMUIは、リリースから4ヶ月でARR（Annual Recurring Revenue／年間経常収益）1億円に到達しました（当社実績）。これまでクローズド・リリース（限定提供）としていたFugaを、本リリースより正式版として提供します。ご利用には、連携する各社エージェントCLIのサブスクリプション契約（別売り）が必要です。
Fuga 5000の利用料は、通常200ドルのところ、今だけ初月150ドルです（最新の料金は kamui.ai をご覧ください）。各社エージェントの料金は含みません。
対応OSはmacOSのみで、Windows・Linuxは対応予定です。画面の文字は、手持ちのAIを使って約210の言語に翻訳して表示できます（AI翻訳）。
注釈
※1 エージェント1体：Fugaから独立した実行単位として起動したLLMインスタンス1つを1体と数えます（前回までのリリースと同じ定義）。
※2 スウォーム規模の定義は図9の説明のとおり。動かせる体数は各社サブスクの契約・利用枠で変わります。
※3 図中の「人件費換算」は、前回リリース（2026年9月23日）と同じく、AI実稼働時間×25万円/hの暫定係数による概算です。
※4 ベンチマークの値は各公開元の公表値で、測定条件は同一ではありません。
※5 記載の会社名・製品名は、各社の商標または登録商標です。
※6 Agent activityの値は2026年10月15日時点の集計。前回リリースの9月の人件費換算（約4.1億円）は9月22日時点の見込み値です。
参考：測定環境
本リリースの実測値は、以下のMac 1台で取得しました。
- 機種：MacBook Pro（Apple M4 Max）
- CPU：16コア（高性能コア12＋高効率コア4）
- メモリ：128GB
- ストレージ：1TB SSD
- OS：macOS Sequoia 15.2
URLはこちら｜＄-2-0-0- → 今だけ初月 ＄150
※macOS専用。既存ユーザーはすでに利用可能。金額はFuga利用料のみで、Claude Code等の各社エージェントは別売り。
企業プレスリリース詳細へ
PR TIMESトップへ
[画像1: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-977ad7c54bf7464ea116f2c377c0813a-1672x941.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図1：Fuga 5000（画面をもとにしたイメージ）
URLはこちら｜＄-2-0-0- → 今だけ初月 ＄150
※macOS専用。既存ユーザーはすでに利用可能。金額はFuga利用料のみで、Claude Code等の各社エージェントは別売り。
※サーバーの処理能力に限りがあるため、ご利用人数が上限に達した場合は、受付を一時停止することがあります。
株式会社KandaQuantum（本社：東京都千代田区）は、AIエージェントの群れ（スウォーム）を計画・実行・統合まで一貫して指揮するオーケストレーター『Fuga』の正式版『Fuga 5000』を、開発者向けを起点として本日より正式リリースします。
[画像2: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-874da4c3b0948acf58388a3fc0425932-1589x990.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図2：5階層と画面の3つの列の対応（画面をもとにしたイメージ）
Fuga 5000は、開発者がすでに契約しているClaude Code、Codex、Gemini、Grok、Kimiの各サブスクリプションと連携し、1日あたり最大5,000体規模のAIエージェントを1台のMacから指揮できる、開発者向けのスウォーム基盤です。1日に指揮できるエージェントの規模は、一般向け（toC）の商用プロダクトとして世界最大級です（当社調べ、図9、※2）。当社の実測（2026年10月16日、MacBook Pro〈M4 Max・メモリ128GB〉1台）では、1日で5,441体のエージェントを349のタスクへ自律的に配分しました。
Fuga 5000は、人の依頼を受ける要望対応からサブエージェントまでを5つの階層でつなぎます。画面の3つの列で、群れ全体の動きを一度に見渡せます（図2, 3）。
[画像3: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-9ce186a9b3602ad87a4df45d02d63b7f-3200x2000.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図3：Fuga 5000の5階層と、いつものAIから動かす流れ
担当選びは自動で行われます。Web上の最新ベンチマークを取り込んだ台帳と、利用者が円グラフで決めたベンダーの配分に沿って、タスクごとに最適なモデルと体数を一括で決めます（図4）。
[画像4: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-a871ff31beb30ae4a98a35f25fc38fd0-3200x2000.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図4：ベンチマークと円グラフに沿って担当を決め、ガントチャートで実行（数値は例）
決まった担当は、そのままガントチャートに並びます。計画 → 並列実装 → 統合 → 成果報告書の作成 → 独立検査 → ベースブランチへの取り込みまでを一連で進め、遅れや前倒しの見込みもリアルタイムに表示されます（図5）。
[画像5: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-5b078a694dd7eccf18746c092fc713e0-2405x1352.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図5：タスクのガントチャート（2026年9月17日の画面）
必要なのは、Fuga 5000の利用料と各社のサブスク（別売り）だけです。2026年9月の当社計測（Terminal-Bench 2.1の全89課題を約800体で実行）では、API従量課金に換算すると約475ドルかかる作業が、定額プランの1日分（約47ドル）に収まりました（図6）。
[画像6: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-d7e59d4e69760498a0493da512a17924-3200x2000.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図6：Fuga 5000の料金のしくみ
これまでの歩み
[画像7: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-22c17c2bad2848dd1f5241e9acee4d8d-1560x1560.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図7：Fuga RSI（再帰的自己改善）日次エージェント数（2026年8月1日～10月16日）。エージェント数に対してタスクを正しく作れていなかった日など、異常系にあたる日は除いて表示。[画像8: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-581e01527ff7ff0d051556150ae32810-1560x1560.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図8：Fuga RSI（再帰的自己改善）月次エージェント数
- 2026年8月 Fuga v1（クローズド・リリース）：1,285体のスウォームを実測で安定稼働
- 2026年9月 Fuga v2 - Ryusei（限定リリース）：1日2,000体超を指揮（前月の約2倍）
- 2026年10月 Fuga 5000（正式リリース）：1日5,000体規模（前月の約2.5倍）・5階層・複数ゴールの同時管理
Fugaが動かすエージェントの規模は、1か月ごとにほぼ倍増しています。1日に指揮できる規模は、1,000体（8月）→ 2,000体超（9月）→ 5,000体規模（10月）へ。月間の割当エージェント数も、約1万体（8月）→ 約2.6万体（9月）→ 約6.3万体（10月の見込み）と、毎月2倍以上のペースで伸びています（図8、当社調べ）。
図7は、8月以降、Fuga自身の自律改善（RSI：再帰的自己改善）のために動員したスウォームの規模（1日に割り当てたエージェント数）の推移です。
この規模を、主要なマルチエージェントシステムと比べたのが図9です。研究用のシミュレーションを除く商用のプロダクトの中で、Fuga 5000は最大級の規模です（当社調べ）。
[画像9: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-ef70a7286f41d5ac0d1bc9072e597f82-2200x1519.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図9：スウォームのエージェント数の推移（縦軸は対数）。スウォーム数＝AI同士が相互通信（指示・報告）しながら協調したエージェントの数（Fugaは1日の延べ数）。8月29日の当社リリースの図を更新。他システムは公表値・一部推定を含み、同一条件の比較ではない
Fuga 5000のポイント
- 1日5,000体規模のスウォームを指揮（商用toCプロダクトとして世界最大級・当社調べ。前版 Fuga v2 - Ryusei の1日2,000体から1ヶ月で2.5倍に）
- 5階層スウォームシステム（要望対応からサブエージェントまで）
- Claude Code／Codex／Gemini／Grok／Kimiのサブスクと連携（API従量課金ではなく定額プランの枠で動く）
- 料金は Fuga 5000 の利用料＋各社サブスク（別売り）だけ（今だけ初月150ドル。API従量課金に比べて約1/10の実測）
- 最新ベンチマークをリアルタイムに反映し、タスクごとに最適なモデルへ割り当て
- 実測：1日で5,441体のエージェントを349タスクへ自律配分
- 分散した複数のゴールを同時に管理（ゴールごとに専任の担当エージェント）
- エージェントの危険な行動を検知して一時停止（人が内容を確かめてから、続行か停止かを選べる）
- エージェントの働きぶりを「Agent activity」で見える化（何体を動かし、どれだけ働き、何トークン使ったかを日ごと・月ごとに集計。働いた時間を人件費に換算すると、7月以降の合計で10億円を超える）
- 普段使いのAIエージェントからも操作できる（推奨の使い方）
1. 5階層スウォームシステム
5つの階層は次のとおりです（図2・図3）。
- 第1層 要望対応（1列目）：利用者の依頼・要望をチャットで受け、ゴール・PMへつなぐ。群れ全体の起点になる
- 第2層 ゴール・PM（2列目）：要望をゴールとして受け持つPMエージェント。ゴールごとに置かれ、ゴールをタスクに分けて依頼し、成果を確かめて取り込む
- 第3層 タスク内統括（3列目）：タスクごとに計画を立て、メインエージェントの編成と依存関係を管理する
- 第4層 メインエージェント（3列目）：設計・実装・テスト・統合などの役割を受け持つ
- 第5層 サブエージェント（3列目）：メインエージェントの下で、調査や細かな作業を並列にこなす
第2層のゴール・PMはタスクの中身には立ち入らず、ゴールの振り分けと成果の確認に専念します。重要な取り込みの承認など、人の判断が必要な場面は「人の手が要る」として、第1層の要望対応を通じて利用者に戻します。
2. 1日5,000体規模のスウォームを、1台のMacから
1つのタスクには、設計・実装・テスト・統合などを受け持つメインエージェントと、その下で調査や細かな作業を受け持つサブエージェントが付きます（図5）。
進め方は、タスクに応じて柔軟に選びます。仮説を立てて検証する、テストを先に書いて進める（テスト駆動）、アイデアを広げてから絞り込むといったワークフローを使い分け、別のエージェントが成果に反証を試みる敵対検証も組み込みます。動かすエージェントの数や稼働時間も、タスクに合わせて変えられます。
エージェントどうしは、必要に応じて直接やり取りしながら作業を進めます。受け渡しはガントチャート上の線で、内容は会話の記録で確かめられます（図10）。
[画像10: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-32a59085e68b9c4d6cc67bc0acd06beb-1600x900.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図10：エージェント間のやり取り（2026年8月発表時の図）
2026年10月16日の実測では、1タスクあたり平均約15.6体が動きました。画面上の日別の集計には、その日の総エージェント数・タスク数・総稼働時間などが表示されます（図11）。
[画像11: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-512fb67bf7b70cb63d9f53b3b6ca2c4e-906x116.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図11：2026年10月16日の日別集計
エージェントの推論は各社のクラウド側で行われるため、手元のMacが担うのは、エージェントの起動・管理と、テストやビルドなどのコマンドの実行です。セキュリティに関して、開発コードは基本的にローカルのPC上に残り、Fuga側では保持しません。推論時のデータは各社ベンダーが保持します。
3. 手持ちのサブスクで動く ── Claude Code・Codex・Gemini・Grok・Kimiと連携
[画像12: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-8f6366305f703efff09d0e372d4becfc-1568x48.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図12：画面上部のAgent Battery
[画像13: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-a3a8d2c74e6e4435eeea5619db802077-1248x370.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図13：アカウント別の残り枠[画像14: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-7ef316e946292a5ff6cb239a6f19d594-1182x432.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図14：残り枠の推移
[画像15: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-171764fba4f5cad7dd7fe17f9af657c3-876x1010.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図15：ベンダープールとエージェント配分の円グラフ
Fuga 5000は、各社が提供する公式のエージェントCLI（Claude Code、Codex、Google Antigravity（Gemini）、Grok、Kimi）を、開発者自身のサブスクリプション（定額プラン）のまま使います。API従量課金ではなく定額プランの利用枠の中で多数のエージェントを動かすため、体数を増やしても費用が体数に比例して膨らみにくい仕組みです。どのベンダーに何割を任せるかは、ベンダープールと円グラフで決められます（図15）。
Agent Batteryで各社サブスクの残り枠（5時間枠・週の枠など）とその推移を常時表示し（図12～図14）、上限に達したベンダーの仕事は、ほかのベンダーへ自動で振り替えます。
エージェントは各社の定額プランの利用枠の中で動くため、API の従量課金のように、エージェントを増やすほど費用が積み上がることはありません（図6）。
URLはこちら｜＄-2-0-0- → 今だけ初月 ＄150
※macOS専用。既存ユーザーはすでに利用可能。金額はFuga利用料のみで、Claude Code等の各社エージェントは別売り。
4. 最新ベンチマークをリアルタイムに配分へ反映
[画像16: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-86ec739b13406ab2a268ed6d55fe96ff-1385x868.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図16：ベンチマーク台帳の画面
AIモデルの得意・不得意は、新しいモデルやバージョンが出るたびに入れ替わります。Fuga 5000は、Terminal-Bench、SWE-bench、Artificial Analysisなどの公開ベンチマークの結果を、モデル・バージョン・推論の強さ（effort）ごとに「ベンチマーク台帳」へ取り込みます（撮影時点で735件、図16）。新しい結果が台帳に入ると、以降に計画されるタスクの割り当てにそのまま反映されます。
台帳の各値には、公開元・取得日時・出典と、一次情報で確認できたかどうかの検証状態を記録しています。確認の取れていない値や、互いに矛盾する値は配分に使いません。
5. 分散した複数のゴールを同時に管理
[画像17: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-f0c047774cd7f590c7e1bbb325e7c582-1074x1054.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図17：全ゴールの推移と一覧（29ゴール）
開発の現場では、性能の改善、不具合の根治、新機能の実装、ベンチマークへの挑戦など、性質の違う複数の目標が同時に進みます。Fuga 5000では、こうした複数のゴールにそれぞれ専任のゴール・PM（第2層）を置き、並行して進めます（図17は、29のゴールを同時に管理している実際の画面）。
ゴール・PMは、自分のゴールに向けたタスクを起こし、エージェントの成果を確かめ、ベースブランチへの取り込みまでを受け持ちます。ゴールをまたいで全体を見渡す統括役は、優先順位や方針を提案します。各ゴールに投じた稼働と得られた成果は、投資の端末のような日ごとのグラフで確認できます（図17）。
6. エージェントの危険な行動を検知して一時停止
数千体のエージェントが並列に動くと、作業場所の外のファイルを書き換える、消してはいけないファイルを消すといった、意図しない操作が紛れ込むおそれがあります。Fuga 5000は、エージェントの操作を見張り、危険の疑いがある操作を検知すると、そのエージェントを一時停止して人に確認を求めます（図18）。
[画像18: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-a06abf87cebd9d2781c183ff58c6f310-754x290.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図18：エージェントの行動確認（2026年10月7日の検知例）
一時停止は、エージェントを終了させるのではなく、その場で凍結するものです。確認の画面には、止めた操作の内容に加えて、直前のツール呼び出しの流れ、エージェントの直前の発言、タスクの目的が表示され、人はそれを見て「続行」か「停止」かを選びます。続行を選ぶと、エージェントは止まった場所からそのまま再開し、それまでの作業は失われません。検知の時点ですでに実行されていた操作がある場合は、そのことも画面に明示します。
7. 要件定義書と成果報告書を自動で作成
依頼を受けると、Fugaはまず要件定義書を自動で作成し、何をどう変えるか、それで何が良くなるか、取りうる案を整理してから仕事を割り振ります（図19）。
[画像19: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-4c3da6fbec45e7d4bd61bb1d48cc91ab-2040x1630.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図19：Fugaが自動で作成した要件定義書の例
作業が終わると、何を直したか・課題と成果・未完了の項目をまとめた成果報告書を出します（図20）。開発者は書類を書く手間なく、報告書を読んで取り込むかを判断できます。
[画像20: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-5a573e2521dee445e0a9bbe1bf5b920c-1900x2330.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図20：Fugaが自動で作成した成果報告書の例
8. Agent activity：群れの仕事量を「人件費・体数・トークン」で測る
[画像21: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-507ced9cb98d7131b3170d1a7892d7ba-3200x1800.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図21：人件費換算のサンプル（概算・月別）。10月は月末の見込み
エージェントの数を増やすだけでは、群れが実際にどれだけ働いたかは分かりません。Fuga 5000に組み込まれた「Agent activity」は、すべてのエージェントの実稼働時間・割り当てた体数・使ったトークン数を記録し、日ごと・月ごとに集計します。
人件費換算：エージェントの実稼働時間を人件費に換算して積み上げます（AI実稼働時間×25万円/h、※3と同じ暫定係数）。
割当エージェント数：月ごと・日ごとに割り当てたエージェントの数を、サブエージェントの内訳とあわせて数えます。
トークン数：使ったトークン数を、ベンダー別に日ごと・月ごとに表示します。
コストパフォーマンス：1日あたりのエージェント数と、人件費換算1万円あたりにこなしたタスク数を、1日を1点とする散布図で表示します。点は新しい日ほど橙色になります（図22）。
[画像22: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-ad19476740af2d6c7bee5d63552e861e-1266x746.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図22：1日あたりのエージェント数×コストパフォーマンス（サンプル）
9. 普段使いのAIエージェントからFugaを動かす
外部エージェント向けのコマンド（fuga-api）とローカルAPIを通じて、画面を開かなくても、タスクの投入・進み具合の確認・成果報告書の承認までを普段のAIから行えます（図3）。当社は、この使い方をおすすめしています。
10. Fugaの画面に並ぶアプリ
画面左側のアプリは、Fugaの画面の中で窓として開き、作業を止めずに使えます。
Apps（アプリ一覧）：Fugaに組み込まれたアプリ、当社のアプリ、App Storeのアプリをまとめて開くためのランチャーです（図23）。
[画像23: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-226453af5caa691382e2f6b869a249ee-952x1268.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図23：Apps（アプリ一覧）
カレンダー：毎日・毎週・毎時などの定期タスクと、実際に動いたタスクを、カレンダーとガントチャートで表示します（図24）。
[画像24: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-173727096fcb4e3008bc76a2efcbf8a2-754x1004.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図24：カレンダー（予定と実績）
ガント履歴：過去のタスクと、そこで動いたエージェント・サブエージェントの実行を時系列で振り返れます。左端にはタスク数とエージェント数の累計が表示されます（図25）。
[画像25: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-8d6a923d02319a0918f017276b42ae80-1143x1064.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図25：ガント履歴（10月13日～14日）
Agent Battery：登録した各社アカウントごとに、5時間枠・週の枠・クレジットの残りを電池の形で一覧表示します。同じベンダーの複数アカウントにも対応しています（図13・図26）。
[画像26: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-3ef0d569c1eda3f05c235ed9c8d7c41b-700x996.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図26：Agent Battery（アカウント名は伏せています）
Agent activity：前述（8.）のとおり、エージェントの実稼働時間・割り当てた体数・トークン数を集計します（図21）。
システムモニター：Fuga自身のメモリとディスクの使用量に加えて、claude CLI・codex CLIなどエージェント関連のプロセス数・メモリ・CPU使用率や、親を失って残ったプロセスを表示します（図27）。
[画像27: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-b917799daed3d54808a3bff5512ef8e5-1187x1008.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図27：システムモニター
ベンチマーク台帳：前述（4.）のとおりです（図16）。
メモリーグラフ：エージェントの会話・行動・成果物から作られる記憶ノードと関連リンクを、グラフで表示します（Obsidianでも開けます）。
AI News Blitz／AI TV Station：365日毎日、210以上の言語でニュースを届ける当社のAIニュースサイト「AI News Blitz」と、ニュースを番組形式で流す「AI TV Station」を、Fugaの画面の中で開いて読む・見ることができます（図28）。
[画像28: https://prcdn.freetls.fastly.net/release_image/82094/158/82094-158-5c831e7cb29b73b4e9d0a8e0a4c71d3d-1134x1236.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]図28：AI News Blitz（記事の画面）
提供形態
Fuga 5000は、2025年3月にリリースした生成AIの個人向けSaaSである KAMUI および KAMUI OS のプロダクトとして提供します。KAMUIは、リリースから4ヶ月でARR（Annual Recurring Revenue／年間経常収益）1億円に到達しました（当社実績）。これまでクローズド・リリース（限定提供）としていたFugaを、本リリースより正式版として提供します。ご利用には、連携する各社エージェントCLIのサブスクリプション契約（別売り）が必要です。
Fuga 5000の利用料は、通常200ドルのところ、今だけ初月150ドルです（最新の料金は kamui.ai をご覧ください）。各社エージェントの料金は含みません。
対応OSはmacOSのみで、Windows・Linuxは対応予定です。画面の文字は、手持ちのAIを使って約210の言語に翻訳して表示できます（AI翻訳）。
注釈
※1 エージェント1体：Fugaから独立した実行単位として起動したLLMインスタンス1つを1体と数えます（前回までのリリースと同じ定義）。
※2 スウォーム規模の定義は図9の説明のとおり。動かせる体数は各社サブスクの契約・利用枠で変わります。
※3 図中の「人件費換算」は、前回リリース（2026年9月23日）と同じく、AI実稼働時間×25万円/hの暫定係数による概算です。
※4 ベンチマークの値は各公開元の公表値で、測定条件は同一ではありません。
※5 記載の会社名・製品名は、各社の商標または登録商標です。
※6 Agent activityの値は2026年10月15日時点の集計。前回リリースの9月の人件費換算（約4.1億円）は9月22日時点の見込み値です。
参考：測定環境
本リリースの実測値は、以下のMac 1台で取得しました。
- 機種：MacBook Pro（Apple M4 Max）
- CPU：16コア（高性能コア12＋高効率コア4）
- メモリ：128GB
- ストレージ：1TB SSD
- OS：macOS Sequoia 15.2
URLはこちら｜＄-2-0-0- → 今だけ初月 ＄150
※macOS専用。既存ユーザーはすでに利用可能。金額はFuga利用料のみで、Claude Code等の各社エージェントは別売り。
企業プレスリリース詳細へ
PR TIMESトップへ
記事提供元：タビリス
