Sakana AI показывают, что координация ИИ-моделей важнее самих моделей. Меняется монетизация
Все последние годы гонка в ИИ выглядела так: берёшь модель, делаешь её больше, и она становится чуть умнее. При этом на это все уходят миллиарды $.
А Sakana говорят, а если не делать одну огромную модель, а научить маленькую модель правильно дирижировать уже существующими большими?
И у них получилось это получилось, они выпустили
Conductor - модель на 7 млрд параметров, которую обучили через RL не решать задачи, а организовывать работу других.
Она берёт сложный вопрос и думает так: ок, вот эту часть лучше отдать Gemini, вот эту - DeepSeek, а потом пусть GPT-5 всё проверит. То есть работа у модели как у дирижера.
В итоге эта модель-дирижёр обходит GPT-5, Gemini 2.5 Pro и Claude Sonnet 4 по отдельности на бенчмарках. При этом делает это дешевле в среднем 3 вызова вместо 6-8 у конкурентов.
Но самое красивое - то, что стратегии возникли сами. Conductor выучил все через reward. Иногда он даже перепоручает свою собственную роль дирижёра Gemini. Это называется "role abdication".
Вторая работа Sakana - TRINITY. У нее та же идея, но если Conductor - LLM с 7млрд параметров, то TRINITY это крошечная система менее 20K параметров, которая маршрутизирует через 3 роли. Тут подробнее.
Обе работы вместе говорят нам, что конкуренция перемещается с уровня модели на уровень координации. Не важно, у кого GPT-5 или Claude 5. Важно, кто умеет правильно ими дирижировать.
И здесь возникает следующий вопрос: если координация важнее модели, то кто координирует координаторов?
Потому что Conductor и TRINITY работают с пулом из 5-7 моделей. Но реальная экономика агентов - сотни специализированных агентов.
Именно под это строятся протоколы A2A от Google и MCP от Anthropic.
Тут возникает совершенно новая модель монетизации. Раньше всё было просто: есть модель, есть токены, есть цена за токен. OpenAI, Anthropic, Google продают доступ к своим моделям, и человек платит за использование.
Но если координация становится отдельным слоем ценности, появляется новый игрок - тот, кто не владеет ни одной большой моделью, но умеет лучше всех ими дирижировать.
Sakana Fugu - первый явный пример. Они не конкурируют с OpenAI за качество модели. Они продают оркестрацию поверх чужих моделей.
Все последние годы гонка в ИИ выглядела так: берёшь модель, делаешь её больше, и она становится чуть умнее. При этом на это все уходят миллиарды $.
А Sakana говорят, а если не делать одну огромную модель, а научить маленькую модель правильно дирижировать уже существующими большими?
И у них получилось это получилось, они выпустили
Conductor - модель на 7 млрд параметров, которую обучили через RL не решать задачи, а организовывать работу других.
Она берёт сложный вопрос и думает так: ок, вот эту часть лучше отдать Gemini, вот эту - DeepSeek, а потом пусть GPT-5 всё проверит. То есть работа у модели как у дирижера.
В итоге эта модель-дирижёр обходит GPT-5, Gemini 2.5 Pro и Claude Sonnet 4 по отдельности на бенчмарках. При этом делает это дешевле в среднем 3 вызова вместо 6-8 у конкурентов.
Но самое красивое - то, что стратегии возникли сами. Conductor выучил все через reward. Иногда он даже перепоручает свою собственную роль дирижёра Gemini. Это называется "role abdication".
Вторая работа Sakana - TRINITY. У нее та же идея, но если Conductor - LLM с 7млрд параметров, то TRINITY это крошечная система менее 20K параметров, которая маршрутизирует через 3 роли. Тут подробнее.
Обе работы вместе говорят нам, что конкуренция перемещается с уровня модели на уровень координации. Не важно, у кого GPT-5 или Claude 5. Важно, кто умеет правильно ими дирижировать.
И здесь возникает следующий вопрос: если координация важнее модели, то кто координирует координаторов?
Потому что Conductor и TRINITY работают с пулом из 5-7 моделей. Но реальная экономика агентов - сотни специализированных агентов.
Именно под это строятся протоколы A2A от Google и MCP от Anthropic.
Тут возникает совершенно новая модель монетизации. Раньше всё было просто: есть модель, есть токены, есть цена за токен. OpenAI, Anthropic, Google продают доступ к своим моделям, и человек платит за использование.
Но если координация становится отдельным слоем ценности, появляется новый игрок - тот, кто не владеет ни одной большой моделью, но умеет лучше всех ими дирижировать.
Sakana Fugu - первый явный пример. Они не конкурируют с OpenAI за качество модели. Они продают оркестрацию поверх чужих моделей.