FASE 29.3 — Three-Model Runtime Simplification

Objetivo

Simplificar AI-LAB a 3 modelos estables, eliminando qwen3.6-27b del runtime activo para reducir presión de VRAM, cache churn y latencia.

Modelos activos

Modelo	Uso	VRAM
llama-3.1-8b-instruct	minimal, greetings, observe, report_light	~6GB
qwen2.5-coder-14b-instruct	coding, report_heavy, creative, reasoning, analysis	~10GB
text-embedding-nomic-embed-text-v1.5	embeddings, semantic recall, RAG	~1GB

Modelo desactivado

qwen3.6-27b — desactivado (FASE 29.3). Razones:

Aumenta presión de VRAM (~16GB solo él)
Genera cache churn compitiendo con qwen2.5-14b
Incrementa latencia media
No es necesario para los objetivos actuales
qwen2.5-14b cubre coding/report/reasoning suficientemente

El modelo NO se borra del disco. Queda disponible para pruebas manuales futuras.

Cambios realizados

Archivo	Cambio
`model_registry.py`	`enabled: False` en entrada qwen3.6-27b + filtro en `get_best_model()`
`capability_router.py`	Eliminado de `MODEL_CAPABILITIES`
`token_router.py`	Eliminado de 3 `TASK_MODEL_PREFERENCES` + `infer_model_capabilities()`
`model_classifier.py`	Eliminado de `_TOOL_USE_MARKERS`
`agent_profile.json`	`default` → `qwen2.5-coder-14b-instruct`
`manifest_profiles.json`	`tool_use` → `chat_profile.json`
`openai_gateway.py`	Hard guard anti-qwen3.6 con redirect + métrica
`prometheus_metrics.py`	Nueva métrica `ailab_disabled_model_selection_total`
`profile_manifest_state.json`	`model_set: "29.3-three-model-runtime"`

Hard guard

DISABLED_MODELS = {"qwen3.6-27b", "qwen/qwen3.6-27b", "lmstudio-community/qwen3.6-27b"}
if selected_model in DISABLED_MODELS or "qwen3.6" in (selected_model or "").lower():
    selected_model = "qwen2.5-coder-14b-instruct"
    record_disabled_model_selection(original, "disabled_model_redirect")

Burn-in

57 requests, 3 workers concurrentes, 10 minutos, 0 usos de qwen3.6-27b.

Beneficios

Menos presión VRAM (2 modelos compitiendo en vez de 3)
Menos cache churn
Routing más predecible
Menor latencia media
Base más estable antes de scheduler multi-GPU