Weave Router - Enrutador de modelos open-source para agentes de programación

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

Weave Router es un enrutador de modelos de código abierto que se integra en agentes de programación como Claude Code o Codex para alternar inteligentemente entre LLMs. Utiliza un modelo oculto de Markov y un clasificador para seleccionar el modelo más adecuado en cada turno, optimizando costos y velocidad. En pruebas con Terminal Bench 4.0 y SWE Atlas, iguala el rendimiento de GPT-6 Astra pero con la mitad del costo y hasta 2.5 veces más rápido. Está disponible en GitHub y como servicio alojado.

Nuestro router es de código abierto para que cualquiera pueda probarlo, y en mi opinión valida nuestra hipótesis inicial de que un conjunto de modelos puede funcionar mejor de lo que jamás podría hacerlo un solo modelo.
  1. creativeSlumber

    > entonces hay 10^100 caminos posibles a través de esa sesión.

    ¿Es esto correcto? En la práctica solo estarías decidiendo cuál será el siguiente turno. Porque el turno después del siguiente está determinado por el resultado del siguiente turno. Entonces, ¿no debería ser este número 10 * 100?

  2. YuechenLi

    ¿Has comparado esto con usar GPT-6.1 Sol en lugar de GPT 6 Astra + Deepseek? Según mi prueba, 6.1 Sol es mucho más eficiente en tokens que 6 Sol, mientras que su rendimiento es similar a Astra, y realmente no encuentro que 6 Astra sea significativamente mejor que 6/6.1 Sol para programación general, ya que siento que 6 Astra solo es notablemente mejor en razonamiento espacial/visión en comparación con 6 Sol, y 6.1 Sol realmente cerró la brecha en ese frente.

  3. thefourthchime

    Trabajo interesante, y gracias por describir cómo funciona internamente tu router. Definitivamente es un tema fascinante. ¿Cómo dirías que se compara esto con el modo automático de Cursor?

  4. 361994752

    Suena muy interesante. ¿Tienes planes de soportar gh copilot como proveedor de modelos?

  5. svnt

    Si estás entrenando con datos etiquetados por modelos de frontera, ¿cómo esperas superar el rendimiento de los modelos de frontera, aparte de en la dimensión de costo al reconocer problemas más simples y enrutar a modelos más baratos?

Más de este día

2026-10-01