Weave OS ha presentado Weave Router 2.0, un sistema de enrutamiento de modelos de lenguaje de código abierto que iguala el rendimiento de GPT-6 Astra en tareas de programación, pero a un coste y tiempo significativamente inferiores. El nuevo sistema, que se integra con agentes de codificación como Claude Code o Codex, utiliza un enfoque de ensemble para alternar entre diferentes modelos de LLM según la complejidad de la tarea. En las pruebas realizadas con Terminal Bench 4.0 y SWE Atlas, el router alcanzó las mismas tasas de éxito que Astra, pero redujo los costes al 52% y al 54% respectivamente, y aceleró la ejecución de tareas en 2,2 y 2,5 veces.
El equipo de Weave OS atribuye estas mejoras a tres factores clave: una nueva arquitectura que emplea modelos de Markov ocultos para reducir el espacio de búsqueda de decisiones de enrutamiento, un conjunto de datos de entrenamiento más grande y diverso, y un cálculo más preciso del impacto de la evicción de caché. Este último aspecto es crucial para minimizar costes, ya que permite evitar cambios innecesarios de modelo que no justifican el coste de llenar una nueva caché. El proyecto, que valida la hipótesis de que un ensemble de modelos supera a un solo modelo, está disponible como código abierto en GitHub y también mediante una versión alojada.