Cualquier servicio que use varios modelos de lenguaje afronta a diario una elección discreta: ¿qué modelo debe responder a esta petición? Si se envía todo al modelo más caro se malgasta dinero en preguntas fáciles; si se envía todo al más barato, la calidad se resiente en las difíciles. Los enrutadores intentan decidir prompt a prompt. Un preprint del Consejo Nacional de Investigación de Italia y la Universidad de Pisa, preparado para la ACM Web Conference 2027, añade un giro: a veces la mejor respuesta es preguntar a varios modelos a la vez.
PISA es la versión de un solo modelo. Estima la capacidad de cada modelo para un prompt concreto situándolo de forma difusa entre grupos de peticiones parecidas y combinándolo con un predictor entrenado para cada modelo. PISA-E lo amplía a conjuntos, eligiendo qué modelos llamar y cuántos, y luego combina sus respuestas ponderando las parecidas según la capacidad estimada de cada modelo. Su rasgo práctico clave es un regulador de coste y calidad que puede ajustarse en el momento de la inferencia sin volver a entrenar, de modo que un operador puede priorizar respuestas más baratas en horas punta o mejores para usuarios premium con el mismo sistema.
El equipo lo probó en cuatro benchmarks públicos de enrutamiento, LLMRouterBench Track-2, RouterBench, FusionBench y SPROUT, tanto con grupos de tareas conocidos como con otros reservados. Entre los enrutadores de un solo modelo, PISA logró el mejor equilibrio medio entre coste y rendimiento en ambos casos y quedó primero en seis de las ocho combinaciones. Ajustado para la calidad, PISA-E superó a los mejores métodos de conjunto en 2,09 puntos porcentuales en tareas conocidas y en 2,87 en las desconocidas. Con ajustes más baratos aún los igualó o superó, reduciendo el coste medio alrededor de un 36% y un 25%.
Para equipos que ya usan una pasarela como OpenRouter para acceder a muchos modelos con una sola cuenta, esta es la lógica que podría ir encima: un único punto de acceso, con el sistema eligiendo en cada petici ón. Nuestra reseña de OpenRouter señala que su fuerte es la amplitud de modelos y proveedores; decidir cuál usar en cada prompt queda en gran parte en tus manos, y ese es el hueco al que apunta PISA.
Las mejoras son modestas y las pruebas, sin conexión. Todos los métodos se puntuaron con respuestas de modelos que proporcionan los benchmarks, no con tráfico real, donde los prompts cambian, los precios varían y la latencia importa tanto como el coste. Los conjuntos además multiplican las llamadas, así que el ahorro depende de con qué frecuencia el enrutador elige un único modelo. En las secciones que leímos, el artículo no da cifras del coste del propio enrutador, y quien lo use en producción querrá conocerlas antes de cambiar.