modelrouting

Claude Fable 5 ルーターディベート。ベンチマークが食い違う。

コミュニティでは、Claude Fable 5 が弱体化（nerf）されたと考えています。2つのベンチマークスイートが真逆の判定を出しており、そしてDiscordでの反応は単なるランダムノイズではありません。すべてのクエリにどのモデルバージョンを届けるかを決める“ルーティング層”が示唆されているのです。

Foundation Labs は Fable 5 を汎用の推論モデルとして公開しましたが、評価はすぐに分岐します。あるスイートでは、フロンティア級システムと広く競り合う水準だと示されています。別のスイートでは、推論タスクでの大幅な低下が見つかります。この違いは重みではありません。複雑さやレイテンシ制約に基づいて、クエリを適切なバリアントへ振り分ける分類器（クラシファイア）によるものです。

このルーティング問題は業界全体で拡大しています。コスト、速度、能力のバランスを取るため、複数階層の推論スタックが標準になりつつあります。ユーザーは一貫した出力を得られ、ラボ側は実行時に診断用の多様性を回せます。ベンチマークの分裂は、ルーティング判断が、単なる生のパラメータ数以上に“モデル品質として知覚されるもの”を左右するようになったことを露呈しています。

分散型の推論ネットワークなら、単一の分類器を信じるのではなく、開発者が自分たちのルーティング方針を制御できるかもしれません。オープンウェイトのモデルは、AIのベンチマークのやり方を変えるのでしょうか？下にあなたの見解をどうぞ。👇

#AIBenchmarkDebate #ModelRouting #OpenWeights