Para la IA agéntica, el enrutamiento por llamada es el punto ciego. TRACE-Router tiene una solución.

Las implementaciones empresariales de IA dependen de enrutadores que eligen entre LLM para equilibrar costo y calidad. El enfoque estándar: evaluar cada solicitud entrante y enviarla al modelo más barato que probablemente pueda manejarla. Eso funciona para consultas simples y aisladas. Los flujos de trabajo agénticos son diferentes.

Cuando un agente de IA ejecuta una tarea de múltiples pasos, el resultado depende de la secuencia de llamadas, no de una sola. Una elección incorrecta del modelo al principio del proceso puede descarrilar toda la tarea, pero un enrutador por llamada no tiene forma de saberlo hasta que la tarea termina y llega la recompensa. El enrutador opera a ciegas para cada llamada intermedia.

Esa desconexión es el problema que TRACE-Router, un nuevo marco descrito en un preprint de arXiv de julio de 2026, se propone resolver. En lugar de enrutar cada llamada de LLM de forma independiente, TRACE-Router asigna una tarea a un modelo en el momento de la admisión usando un bandido contextual, y luego fija cada llamada posterior a ese mismo backend. Actualiza su política solo cuando la tarea termina y la recompensa terminal está disponible, teniendo en cuenta tanto la precisión como la latencia.

Los autores presentan esto como alinear el enrutamiento con la unidad de supervisión. Debido a que la política aprende de la retroalimentación retardada a nivel de tarea, se adapta a la carga de trabajo sin necesidad de una estimación explícita de la complejidad de la tarea.

Los resultados en tres puntos de referencia agénticos muestran ganancias consistentes. En tau2-Bench, TRACE-Router supera a una interpolación de latencia igualada entre modelos individuales por 7 a 8 puntos de precisión. En Terminal-Bench, supera la línea base del modelo único más fuerte por 7,1 puntos de precisión, mientras reduce la latencia en un 36%. El informe indica que TRACE-Router alcanza puntos no dominados en la frontera de Pareto de precisión versus latencia en los tres puntos de referencia.

El enfoque no está exento de compensaciones. Al comprometerse con un solo modelo para toda la tarea, TRACE-Router sacrifica la flexibilidad de cambiar a mitad de la tarea si un modelo más barato fuera suficiente para una subtarea. Los autores argumentan que la capacidad de atribuir la retroalimentación correctamente supera esa pérdida, especialmente en aplicaciones empresariales sensibles a la precisión.

TRACE-Router se suma a un creciente cuerpo de trabajo que trata el enrutamiento no como una optimización por llamada sino como un problema de planificación a nivel de tarea. Para las empresas que ejecutan pipelines agénticos a gran escala, ese cambio podría significar elegir entre un enrutador que adivina cada paso y uno que aprende de toda la jugada.