Weave Router 2.0 - Open-source model routing for coding agents

Show HN: Open-source model routing for coding agents at Astra-level performance

Weave Router 2.0 ist ein Open-Source-Modellrouter, der sich nahtlos in Coding-Agents wie Claude Code oder Codex integriert und intelligent zwischen LLMs wechselt. Er kombiniert ein Hidden-Markov-Modell zur Sitzungsanalyse mit einem Klassifikator, um Aufgaben effizient an das passende Modell zu leiten. So erreicht er auf Terminal Bench 4.0 und SWE Atlas die gleiche Leistung wie GPT-6 Astra, aber zu 52–54 % der Kosten und 2,2–2,5-mal schneller. Die Lösung ist auf GitHub verfügbar oder als gehosteter Service nutzbar.

Wir ruhen uns nicht aus, bis wir Astra/Fable konsequent übertreffen – nicht nur gleichziehen!
  1. creativeSlumber

    > dann gibt es 10^100 mögliche Pfade durch diese Session.

    Ist das korrekt? In der Praxis würdest du doch nur entscheiden, was der nächste Zug sein wird. Denn der Zug nach dem nächsten Zug wird durch das Ergebnis des nächsten Zugs bestimmt. Sollte diese Zahl also nicht 10 * 100 sein?

  2. YuechenLi

    Hast du das mit der Verwendung von GPT-6.1 Sol anstelle von GPT 6 Astra + Deepseek verglichen? Nach meinem Test ist 6.1 Sol viel token-effizienter als 6 Sol, während die Leistung ähnlich wie Astra ist, und ich finde 6 Astra für allgemeines Coding nicht wirklich signifikant besser als 6/6.1 Sol, da ich denke, dass 6 Astra nur beim räumlichen Denken/Vision im Vergleich zu 6 Sol deutlich besser ist, und 6.1 Sol hat in diesem Bereich wirklich die Lücke geschlossen.

  3. thefourthchime

    Interessante Arbeit, und danke, dass du beschreibst, wie dein Router intern funktioniert. Es ist definitiv ein faszinierendes Thema. Wie würdest du das im Vergleich zu Cursors Auto-Modus einschätzen?

  4. 361994752

    Klingt sehr interessant. Hast du vor, gh copilot als Modellanbieter zu unterstützen?

  5. svnt

    Wenn du mit Daten trainierst, die von Frontier-Modellen gelabelt wurden, wie erwartest du dann, die Leistung von Frontier-Modellen zu übertreffen, außer in der Kostendimension durch das Erkennen einfacherer Probleme und das Routing zu günstigeren Modellen?

Mehr von diesem Tag

2026-10-01