Alternativa a Fable 5: prestazioni API di livello Fable 5, senza Fable 5

Nel giugno 2026, Anthropic ha sospeso Fable 5 — bandito da un’ordinanza statunitense di controllo delle esportazioni e non disponibile da un giorno all’altro. Il riflesso prevedibile è aspettare il prossimo checkpoint, ma non sei obbligato: c’è un modo per ottenere output di livello Fable 5 senza Fable 5.

Quell’alternativa a Fable 5 è OrcaRouter. Invece di dipendere da un singolo modello, ti permette di comporre output di livello Fable 5 a partire dai modelli che puoi ancora usare — un panel di modelli eseguiti in parallelo e poi arbitrati — con il suo Routing DSL come il posto in cui lo dichiari.

La premessa è semplice e un po’ controintuitiva: un panel di modelli, eseguiti in parallelo e poi arbitrati, ottiene risultati costantemente migliori di qualsiasi suo singolo membro. Il punto non è che uno dei modelli sia Fable 5; è che l’output di livello Fable 5 non deve dipendere dall’accesso a un singolo insieme di pesi sotto chiave.

Un endpoint di livello Fable 5, pronto all’uso

Non devi costruire nulla di tutto questo per ottenere il risultato. OrcaRouter offre l’intera strategia di composizione a panel come un endpoint già pronto: imposta il modello su orcarouter/fusion e ottieni output di livello Fable 5 pronto all’uso — un Routing DSL preconfigurato che apre a ventaglio verso un panel di modelli potenti e sceglie per te la risposta migliore, senza nulla da configurare. È un endpoint compatibile con OpenAI: basta puntare la tua app a OrcaRouter e usare la tua key OrcaRouter, e il tuo codice esistente continua a funzionare invariato su 200+ modelli e senza ricarico sui token.

Una richiesta con fan-out viene fatturata come la somma dei membri del panel più il giudice — solo sulle richieste che si aprono davvero a ventaglio, e senza ricarico.

E se preferisci dare forma al routing da solo, lo stesso Routing DSL dietro orcarouter/fusion è tutto tuo da scrivere — ecco come funziona.

Perché il disaccordo è segnale

Non è un trucco: ha una chiara genealogia di ricerca. Modelli diversi commettono errori scorrelati — addestrati su dati e architetture diverse, hanno punti ciechi diversi, e quando sbagliano tendono a sbagliare in modi diversi. Falli rispondere in modo indipendente, poi scegli la risposta giusta con un voto, un giudice o un test superato, e l’accuratezza del panel sale sopra quella di ogni singolo membro. Gli errori non si sommano: si annullano in parte.

La stessa idea attraversa l’auto-consistenza (campionare molti percorsi di ragionamento e prendere la maggioranza), la mixture-of-agents (stratificare e aggregare gli output di più modelli), l’LLM-come-giudice (un modello valuta gli altri) e la tesi più ampia dei sistemi di AI composta: la capacità di frontiera si sta spostando dai singoli modelli ai sistemi. Il disaccordo tra modelli non è rumore — è il segnale da raccogliere in una risposta finale.

OrcaRouter Routing DSL: fan-out per difficoltà + arbiter

Come OrcaRouter lo esprime

OrcaRouter trasforma questa orchestrazione in qualcosa che dichiari in YAML, con condizioni scritte in CEL di Google (sandbox sicura, sola lettura, valutazione in microsecondi). Le regole sono valutate dall’alto verso il basso; vince la prima che corrisponde. La mossa che ricostruisce qualità di livello frontiera è parallel (fan-out) più un arbiter:

use:
  parallel:                       # 2–5 modelli rispondono in parallelo
    – { model: “anthropic/claude-opus-4-8” }
    – { model: “openai/gpt-5.5” }
    – { model: “google/gemini-3.1-pro” }
  arbiter:
    strategy: best_of_n           # un modello giudice ordina i candidati
    model: “anthropic/claude-opus-4-8”

Quattro strategie di arbitraggio, quattro modi di decretare un vincitore:

• first — corsa; vince chi finisce prima. Latenza minima.
• majority — voto tra gli output. Robusto, senza chiamate extra.
• best_of_n — un modello giudice valuta e ordina i candidati. Qualità massima.
• tests_pass — esegui il codice; vince chi passa i test. Ideale per la programmazione.

Temi che anche il panel inciampi? Aggiungi una cascata di confidenza: quando una risposta attiva segnali come patch_invalid (la patch non si applica) o self_doubt (il modello esita), OrcaRouter reinstrada automaticamente verso un modello più forte.

Compra intelligenza con la topologia, non con il prezzo

Instradamento per difficoltà: gran parte del traffico a un modello economico, la coda difficile a un panel

Il fan-out significa che ogni ramo viene fatturato — è vero. Ma i conti sono diversi da come sembrano: il fan-out scatta solo sulle richieste difficili, mentre quelle facili vanno a un modello economico in base alla difficoltà. Il tuo costo combinato è dominato dal percorso economico, dove c’è il volume; il tuo tetto di qualità è fissato dal panel, dove vanno le richieste difficili. Spendi soldi da frontiera solo sulle richieste davvero difficili — compri intelligenza con la topologia invece che con un prezzo unitario più alto.

Un conto della serva

Le cifre dipendono dal tuo mix di traffico, ma la forma è chiara. Manda tutto a un singolo modello premium e paghi la tariffa premium sul 100% delle richieste. Instrada invece l’80% facile a un modello economico e il 20% difficile a un panel con giudice: la parte facile si riduce a un arrotondamento, e quella difficile costa più o meno quanto un panel — di solito ancora meno che mandare lo stesso 20% al modello premium, e con qualità più alta grazie all’arbitraggio. La shadow mode ti mostra il conto prima che tu lo accetti.

Sicuro da provare

Cambiare il routing è un’operazione ad alto rischio, perciò OrcaRouter la avvolge in una rete di sicurezza. Al salvataggio, il lint verifica schema, tipi CEL e riferimenti ai modelli. Il dry-run lancia le regole contro richieste sintetiche. La shadow mode valuta il DSL sul traffico reale senza adottarlo, così vedi il diff di routing, il delta di qualità A/B e la variazione di costo prevista prima di andare in produzione. Il canary sale dal 5% al 25% al 100% con rollback in un clic e audit completo. Misuri una strategia sul tuo traffico prima di adottarla.

Il cambio di prospettiva

Per due anni “AI più potente” ha significato “aspetta il prossimo modello”. OrcaRouter propone un’altra via: non aspettare — orchestra i modelli che hai in mano in una rete che collabora e si autocorregge. Il Fable 5 irraggiungibile torna così come qualcosa di meglio di un checkpoint in prestito: una capacità che progetti, riproduci e controlli, e che non sparisce quando sparisce un singolo modello.