Sakana AI Lanza RL Conductor: Nuevo Modelo 7B que Orquesta las AIs de Vanguardia

A partir del 15 de mayo de 2026 Sakana AI lanzó RL Conductor. El modelo de aprendizaje por refuerzo de 7B decide qué sistema frontier maneja cada subtarea. Ya registra puntuaciones de vanguardia en benchmarks de razonamiento y codificación mientras reduce el gasto de tokens y los viajes de ida y vuelta a la API. Mira, las capas de orquestación anteriores eran scripts frágiles. Elegían un modelo y se quedaban con él. RL Conductor trata cada solicitud como un problema de decisión en vivo. Observa el rendimiento, el costo y la calidad de salida en tiempo real y luego cambia a mitad del flujo de trabajo. El resultado se nota rápido en trabajos multimodales. Los generadores de imágenes, pipelines de video y agentes de código ahora se transfieren sin prompting manual.

Lo cierto es que el modelo aprende una política de selección de modelos en lugar de depender de reglas estáticas. Recibe recompensas por alcanzar objetivos de calidad a menor costo. Ese bucle de entrenamiento es lo que lo diferencia de los routers anteriores. Los creadores que trabajan con pilas de video e imágenes notan la diferencia primero. Un solo prompt puede activar ahora GPT-5.5 para la planificación, Claude Sonnet 4 para la descripción detallada y Gemini 2.5 Pro para el renderizado final. Sin código adicional de integración. Avances como RL Conductor de Sakana demuestran la próxima ola de orquestación inteligente que impulsará pipelines de generación de video e imágenes con IA más controlables, eficientes y creativos. Una lógica de enrutamiento similar ya aparece en análisis especializados de herramientas como Seedance 2.0 para flujos de trabajo de contenido adulto.

Los primeros números se ven sólidos. El uso de tokens bajó notablemente frente a los marcos rígidos. La latencia se mantuvo competitiva incluso al muestrear varios modelos. Lo más importante: mantuvo alta la calidad en tareas creativas en lugar de optar por la opción más barata. - Selección dinámica de modelos que se adapta por paso

• Menor gasto en API sin caídas de calidad
• Fuertes resultados tanto en codificación como en generación abierta
• Funciona con sistemas frontier cerrados y alternativas de código abierto. El giro: la mayor ventaja puede ser la simplicidad. Los equipos dejan de mantener su propia lógica de conmutación.

Sakana está implementando el modelo a través de su nueva plataforma Fugu. Los clientes empresariales y grupos de investigación van primero. Es probable que los creadores independientes tengan acceso limitado más adelante en el trimestre. Para ser sincero, el precio y el cronograma exacto de lanzamiento siguen siendo poco claros. Las primeras señales apuntan a créditos basados en uso en lugar de suscripciones fijas. Esa estructura podría mantener los costos razonables para equipos pequeños una vez que se abran las puertas. Increíble. Un orquestador de 7B podría terminar importando más que el próximo modelo base de 100B para el trabajo creativo diario.