Sakana AI Lancia RL Conductor: Nuovo Modello 7B che Orchestra le AI di Frontiera

A partire dal 15 maggio 2026 Sakana AI ha lanciato RL Conductor. Il modello di apprendimento per rinforzo da 7B decide quale sistema frontier gestisca ogni sotto-compito. Ha già ottenuto punteggi all'avanguardia nei benchmark di ragionamento e coding riducendo al contempo la spesa in token e i round-trip API. Ecco, i precedenti livelli di orchestrazione erano script fragili. Sceglievano un modello e ci rimanevano. RL Conductor tratta ogni richiesta come un problema decisionale in tempo reale. Monitora performance, costo e qualità dell'output in tempo reale e poi commuta a metà flusso di lavoro. Il risultato si vede subito sui lavori multimodali. I generatori di immagini, le pipeline video e gli agenti di codice ora si passano il testimone senza prompt manuali.

Ecco il punto: il modello impara una policy sulla selezione dei modelli invece di affidarsi a regole statiche. Viene ricompensato per raggiungere obiettivi di qualità a costi inferiori. Questo ciclo di addestramento è ciò che lo distingue dai router precedenti. I creatori che lavorano con stack video e immagini sentono la differenza per primi. Un singolo prompt può ora attivare GPT-5.5 per la pianificazione, Claude Sonnet 4 per descrizioni dettagliate, poi Gemini 2.5 Pro per il rendering finale. Nessun codice glue extra necessario. Avanzamenti come RL Conductor di Sakana dimostrano la prossima ondata di orchestrazione intelligente che alimenterà pipeline di generazione video e immagini AI più controllabili, efficienti e creative. Logica di routing simile appare già in analisi esperte di strumenti come Seedance 2.0 per flussi di lavoro specializzati di contenuti adulti.

I primi numeri sembrano solidi. L'uso di token è diminuito notevolmente rispetto ai framework rigidi. La latenza è rimasta competitiva anche quando campionava più modelli. Più importante, ha mantenuto alta la qualità sui compiti creativi invece di optare per l'opzione più economica. - Selezione dinamica del modello che si adatta per passo

• Minore spesa API senza cali di qualità
• Risultati forti sia su coding che su generazione open-ended
• Funziona con sistemi frontier chiusi e alternative open-source Il colpo di scena: il vantaggio maggiore potrebbe essere la semplicità. I team smettono di mantenere la propria logica di commutazione.

Sakana sta distribuendo il modello attraverso la sua nuova piattaforma Fugu. I clienti enterprise e i gruppi di ricerca sono in prima linea. I creatori indipendenti probabilmente vedranno un accesso limitato più tardi questo trimestre. Non mentirò — il pricing e la timeline esatta di rollout rimangono poco chiari. I primi segnali puntano a crediti basati sull'uso piuttosto che abbonamenti flat. Questa struttura potrebbe mantenere i costi ragionevoli per team più piccoli una volta aperti i cancelli. Pazzesco. Un orchestratore da 7B potrebbe finire per contare più del prossimo modello base da 100B per il lavoro creativo quotidiano.