Conseguir que greetings, smalltalk, prompts cortos y observe básico vayan SIEMPRE a llama-3.1-8b, reservando qwen2.5-coder-14b solo para coding, architecture, reasoning y debugging.

Tras FASE 29.3 (three-model runtime), se detectó que saludos como “adios”, “vale”, “genial”, “perfecto” y prompts triviales como “si”, “no”, “claro” seguían activando qwen2.5-14b innecesariamente. El is_greeting_request() solo reconocía 11 marcadores exactos.

_GREETING_MARKERS = (
    "hola", "buenas", "adios", "gracias", "ok", "vale", "genial",
    "perfecto", "claro", "entendido", "si", "no", "de acuerdo",
    "hello", "hi", "thanks", "bye", "yes", "yeah", "nope", ...
)

48 marcadores cubriendo español e inglés. Token-based fallback con len(tokens) <= 1 para detectar cualquier saludo corto no listado.

def is_lightweight_prompt(text: str) -> bool:
    if len(text) < 120 and no code_fences and no_architecture_keywords:
        return True  # → llama-3.1-8b

9 razones deterministas para activar qwen2.5-14b:

El observe fastpath forzaba llama incluso para análisis profundos. Corregido: si get_qwen_escalation_reason() detecta motivo de escalada, el observe no fuerza llama.

13/13 tests PASS:

• Todos los greetings → llama ✅
• Coding → qwen2.5 ✅
• Architecture → qwen2.5 ✅
• Short trivia → llama ✅

• ailab_greeting_fastpath_total
• ailab_qwen_escalation_total
• ailab_llama_fastpath_total