Sakana AI 推出 RL Conductor：新型 7B 模型协调前沿 AI
目录
Sakana AI 发布 RL Conductor，一款 7B 编排器，可在 Frontier 模型间智能路由
截至 2026 年 5 月 15 日，Sakana AI 正式推出 RL Conductor。这款 7B 强化学习模型能够智能决定由哪个前沿系统处理每个子任务。它已在推理和编码基准测试中取得最先进成绩，同时显著降低 token 消耗和 API 往返次数。以前的编排层只是脆弱的脚本，选定一个模型后就不再更换。RL Conductor 将每个请求视为实时决策问题，实时监控性能、成本和输出质量，并在工作流中动态切换。这一成果在多模态任务上迅速显现，图像生成器、视频管道和代码代理现在无需手动提示即可无缝交接。
强化学习如何改变模型路由游戏
关键在于，该模型学习的是模型选择的策略，而非依赖静态规则。它因在更低成本下达成质量目标而获得奖励，这种训练循环使其区别于早期路由器。从事视频和图像工作的创作者最先感受到差异。单一提示现在可触发 GPT-5.5 进行规划、Claude Sonnet 4 进行详细描述，再由 Gemini 2.5 Pro 完成最终渲染，无需额外胶水代码。Sakana 的 RL Conductor 等进步，展现了智能编排的下一波浪潮，将为更可控、高效且富有创意的 AI 视频与图像生成管道提供动力。类似路由逻辑已出现在 Seedance 2.0 等成人内容专业工作流的专家分析中。
RL Conductor 今日实际交付了什么
早期数据表现稳健。与僵化框架相比，token 使用量明显下降。即使同时采样多个模型，延迟仍保持竞争力。最重要的是，它在创意任务上始终保持高品质，而非默认选择最便宜选项。
- 每步动态模型选择，实时自适应
- 降低 API 支出且无质量断崖
- 编码与开放式生成均取得强劲结果
- 兼容闭源前沿系统与开源替代方案 转折点在于简洁性：团队无需再维护自己的切换逻辑。
Fugu 平台及首批访问权限
Sakana 正通过全新 Fugu 平台推出该模型。企业客户和研究机构将率先获得访问权，独立创作者预计在本季度晚些时候获得有限访问。定价和确切发布时间表仍未完全明确，但早期信号显示将采用基于使用量的积分制，而非固定订阅。这种模式有望在开放后为小型团队保持合理成本。令人惊讶的是，一款 7B 编排器可能比下一个 100B 基础模型对日常创意工作更具影响力。
创作者最常问的 RL Conductor 问题
RL Conductor 到底是什么？
它是 Sakana AI 推出的 7B 强化学习模型，可自动在 GPT-5.5、Claude Sonnet 4 和 Gemini 2.5 Pro 等多个前沿模型间路由任务，从而提升效率和输出质量。
RL Conductor 与旧版编排工具相比有何不同？
不同于锁定单一模型的静态脚本，RL Conductor 学习动态策略。它根据实时成本、速度和质量信号在任务中途切换，在保持基准性能的同时减少 token 使用。
个人创作者今天就能使用 RL Conductor 吗？
目前访问通过 Fugu 平台开放，企业与研究用户优先。预计本季度晚些时候将以基于使用量的模式向更广泛创作者开放。
RL Conductor 在哪些基准上领先？
它在当前推理和编码排行榜上名列前茅，同时与以往僵化编排方案相比，显著减少 API 调用和 token 消耗。