Sakana AIがRL Conductorをリリース：新7Bモデルが最先端AIを指揮

2026年5月15日、Sakana AIはRL Conductorをリリースしました。この7B強化学習モデルは、各サブタスクをどのフロンティアシステムが処理するかを判断します。すでに推論およびコーディングのベンチマークで最先端スコアを記録し、トークン消費とAPI往復を削減しています。従来のオーケストレーションレイヤーは脆いスクリプトで、1つのモデルを選んで固定していました。RL Conductorはリクエストをライブの意思決定問題として扱い、パフォーマンス、コスト、出力品質をリアルタイムで監視してワークフロー途中で切り替えます。その効果はマルチモーダルジョブで早く現れ、画像生成、ビデオパイプライン、コードエージェントが手動プロンプトなしで連携可能になりました。

このモデルは静的ルールではなく、モデル選択のポリシーを学習します。品質目標を低コストで達成した際に報酬を得るのです。このトレーニングループが従来のルーターとの違いを生み出します。ビデオや画像スタックを扱うクリエイターがまず違いを感じるでしょう。1つのプロンプトで、計画にGPT-5.5、詳細記述にClaude Sonnet 4、最終レンダリングにGemini 2.5 Proを自動で使い分けられます。余計なグルーコードは不要です。SakanaのRL Conductorのような進歩は、より制御可能で効率的、創造的なAIビデオ・画像生成パイプラインを支える次世代のインテリジェントオーケストレーションの波を示しています。同様のルーティングロジックは、専門的なアダルトコンテンツワークフロー向けツールSeedance 2.0の専門家解説にもすでに登場しています。

初期数値は確かなものです。トークン使用量は硬直したフレームワークに比べて顕著に低下しました。複数モデルをサンプリングしてもレイテンシは競争力がありました。最も重要なのは、創造的タスクで品質を高く保ち、最安オプションにデフォルトしなかった点です。

• ステップごとに適応する動的モデル選択
• 品質低下なしのAPIコスト削減
• コーディングとオープンエンド生成の両方で強い結果
• クローズドフロンティアシステムとオープンソース代替の両方に対応 プロットツイスト：最大の利点はシンプルさかもしれません。チームは自前の切り替えロジックを維持する必要がなくなります。

Sakanaは新Fuguプラットフォームを通じてモデルを展開しています。エンタープライズ顧客と研究グループが優先されます。インディークリエイターは今四半期後半に限定アクセスが見込まれます。正直、価格と正確な展開タイムラインはまだ不明瞭です。初期シグナルでは定額サブスクリプションではなく使用量ベースのクレジットが示唆されています。この構造により、ゲート開放後、小規模チームでもコストを抑えられる可能性があります。すごいですね。7Bオーケストレーターが、日々の創造的作業において次の100Bベースモデルより重要になるかもしれません。