KandaQuantum（東京都千代田区麹町）は2026年9月27日、複数のAIエージェントを群れ（スウォーム）として協調させる基盤「Fuga v2 – Ryusei」で、AIエージェントの実務能力ベンチマーク「Terminal-Bench 2.1」全89課題を実行し、正答率82.0%を記録したと明らかにしました。採点は公式の課題環境と公式の採点テストを用いた自社計測です。
同社は約800体のAIエージェントを協調させ、89課題を10課題前後ずつまとめて並列処理しました。10課題前後を解く単位では約80体が分担し、合計の消費は約18億トークンだったとしています。ベンチマークは、端末操作を含む実務タスクをどれだけ正確にこなせるかを測る指標です。
コスト面では、公開API価格で従量課金換算すると約475ドル相当と試算する一方、実際の費用は各社定額プラン月額合計の1日分として約47ドルで、約1/10に抑えたと説明しました。公式リーダーボード公表値では、上位エージェントの実行費用が1周あたり約420ドル、上位11エージェント平均が約107ドルとされ、低コストなモデル中心のオーケストレーションでも品質を両立できることを示したい考えです。
同社によると、エージェント数が増えるほど協調維持が難しく性能が不安定になりやすい点が課題で、今回は安定協調を重視したといいます。Fuga v2 – Ryuseiは現在クローズド・リリース中で、失点要因となった「最後の仕上げ」やトークン効率の改善を進めた上で一般公開する方針です。
【商品情報】
提供形態: 生成AIの個人向けSaaS KAMUI／KAMUI OS のプロダクトとして提供
提供状況: Fuga v2 – Ryusei は現在クローズド・リリース（限定提供）中、一般公開はその後
対象ベンチマーク: Terminal-Bench 2.1（公式リポジトリ commit 7131e437）の全89課題
出典: Terminal-Bench 2.1 公式リーダーボード（tbench.ai、2026年9月時点）
公式HP: https://kandaquantum.co.jp
