hybrid
hybrid es un router de LLM que responde consultas simples localmente y escala solo las difíciles a modelos fronterizos. Es gratuito, privado y exacto.
Ficha actualizada 22 sept 2026, 22:54 · upstream 22 sept 2026, 22:29 · release v1.14.0
Qué es hybrid
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Un framework en Python sin dependencias externas para resolver problemas de razonamiento lógico mediante una arquitectura de router escalable. Se construyó sobre una GPU de escritorio de 2013, lo que demuestra su eficiencia. La solución se divide en múltiples capas: resolución aritmética exacta, transcripción determinística de problemas word problems, derivación de ecuaciones, verificación y votación local. Solo las consultas complejas escalan a modelos externos.
- Resolver cálculos matemáticos simples sin necesidad de un modelo LLM
- Procesar problemas de razonamiento lógico con alta precisión
- Escalado inteligente de consultas difíciles a modelos fronterizos
- Resolución de problemas word problems mediante transcripción determinística
- Cálculo de porcentajes y cambios porcentuales exactos
- Transformación de texto a formato numérico preciso
- Solución completa en Python sin dependencias externas (stdlib-only)
- Arquitectura escalable con múltiples capas de razonamiento
- Verificación matemática exacta como capa superior al modelo
- Rendimiento excelente en entornos sin GPU (8-core CPU)
- 100% tasa de seguridad en consultas on-box
- Modelo local qwen2.5:7b capaz de resolver 77% de queries
- No soporta modelos fronterizos que no sean llama.cpp (solo OpenAI/Anthropic)
- No maneja consultas abiertas sin estructura definida
- Depende de la precisión del modelo local para resolver casos intermedios
- No tiene interfaz gráfica ni CLI integrada
- El escalado requiere un backend compatible con API estándar
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instala con pipx o pip sin dependencias. Usa llama.cpp para GPU-less boxes. Para modelos fronterizos, activa FRONTIER_API_KEY. El servidor se ejecuta como servicio con systemd o Docker. Recomendado usar el modo on-box para consultas de razonamiento lógico y off-box para cálculos aritméticos.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.