openJiuwen lança X-Router de código aberto para rotear requisições

A plataforma de agentes de inteligência artificial openJiuwen — criada pelo 2012 Laboratories da Huawei, pela Huawei Cloud, equipes parceiras, universidades e desenvolvedores empresariais — anunciou o lançamento do X-Router. Anunciado em 2 de outubro de 2026, o algoritmo de roteamento de modelos com capacidade de autoevolução atua entre o agente e os modelos consultados, selecionando qual estrutura deve processar cada chamada.

Classificação por complexidade e gestão de falhas

O objetivo do X-Router é direcionar chamadas simples para modelos mais leves e baratos, reservando tarefas complexas para sistemas de maior capacidade. O motor do roteador foi construído com núcleo em Rust e extensão em Python, sendo disponibilizado no GitHub e no AtomGit sob a licença Apache-2.0. A equipe afirma que a solução é amigável ao ecossistema Ascend e que a ferramenta reduziu o consumo de tokens em mais de 50% em testes.

A triagem das solicitações é feita por um classificador baseado no Qwen3-0.6B que executa diretamente no processo hospedeiro. Ele analisa a conversa e atribui uma entre cinco categorias de complexidade: SIMPLE, MEDIUM, COMPLEX, RESEARCH ou REASONING. As solicitações iguais ou inferiores a um nível configurado permanecem em um modelo local, enquanto as mais difíceis são enviadas ao modelo em nuvem associado àquele nível. Caso o modelo de destino apresente falhas, o sistema degrada a chamada para o modelo local em vez de escalonar para a nuvem.

Avaliação de estado e aprendizado contínuo

O roteador mantém perfis de capacidade de cada modelo, gerados offline a partir de dados históricos e atualizados em menos de um minuto quando ocorrem mudanças de versão ou no desempenho. A cada turno, o algoritmo avalia a conversa recente, o progresso no uso de ferramentas e variáveis de estado — incluindo afinidade de KV-cache, carga em tempo real e ocorrências recentes de tempo limite ou limite de taxa.

Um módulo opcional baseado em contextual bandit aprende com os resultados de requisições anteriores semelhantes. Esse mecanismo pode se sobrepor às decisões do classificador quando outro nível de complexidade apresentar histórico superior de pontuação, mantendo a opção original caso os dados sejam insuficientes. Como as funções de roteamento são puras e os dados de memória ficam em uma camada de estado separada, a perda dessa memória apenas faz o sistema retornar ao roteamento frio, sem interromper as solicitações.

Desempenho em testes e próximos passos

O X-Router foi integrado ao WorkSwarm, ambiente de trabalho para agentes de IA do openJiuwen, para avaliação nas 147 tarefas do PinchBench. O envio de todas as requisições para o Kimi-K2-Thinking obteve pontuação de 71,36% com custo de US$ 11,11 em modelos. O roteamento estático do X-Router alcançou 66,3% por US$ 8,25, enquanto a versão com o módulo de aprendizado ativo alcançou pontuação de 70,70% com custo de US$ 6,16 — cerca de 44,6% abaixo da linha de base.

Em testes no Terminal-Bench por meio do LLMRouterBench, utilizando um conjunto com Opus 4.8, Qwen3.5-122B e Qwen3.5-35B, o ajuste focado em custo atingiu 95,2% da taxa de sucesso do Opus a um custo 51,4% menor. Já a configuração voltada à qualidade alcançou 98,6% do desempenho do Opus com redução de 15,7% nos custos. O X-Router também se conecta ao recurso de colaboração multimodelo MoA do WorkSwarm para determinar quando responder a questões complexas com múltiplos modelos. A equipe informou que planeja novos recursos de autoevolução, incluindo o treinamento de estratégias de roteamento por aprendizado por reforço.