Cada modalidad, un único plano de control
Chat, embeddings, visión, audio, OCR de documentos, rerank, trabajos de vídeo asíncronos y sesiones en tiempo real, en cuatro ciclos de vida de petición. Como la modalidad y el ciclo de vida son de primera clase en el IR, la política se aplica igual a todos.
"Síncrono, verdadero streaming SSE, trabajos asíncronos resistentes a caídas, sesiones en tiempo real — un único plano de control para todos."
Síncrono
La clásica ruta solicitud/respuesta — una llamada de entrada, una completación de salida, con toda la política aplicada en línea.
Verdadero streaming SSE
stream: true usa verdaderos server-sent events mediante los adaptadores LiveStream — sin búfer upstream completo en la ruta feliz.
Trabajos asíncronos resistentes a caídas
Workers arrendados duraderos para trabajos largos como vídeo y lotes: encolar → reclamar → heartbeat → completar, con un reaper para los arriendos caducados.
Sesiones en tiempo real
Un puente WebSocket para el tiempo real, de modo que la voz en vivo y las interacciones en streaming compartan la misma auth, presupuestos y registro que todo lo demás.
Cada modalidad
Chat, embeddings, generación/edición de imágenes, audio TTS/STT y rerank — la modalidad es un concepto de primera clase, no la visión añadida como una ocurrencia en base64.
OCR de documentos
Los PDF, escaneos e imágenes se convierten en Markdown, página a página, en la forma de petición y respuesta de Mistral OCR. Cobro por página, las barreras se ejecutan en cada página y reescriben allí sus máscaras, y el registro de payload resume el documento en lugar de almacenarlo.
Un único plano de control
Los cuatro ciclos de vida y cada operación comparten la misma IR de inferencia — enrutamiento, caché, presupuestos y guardrails se aplican de forma coherente.
Paso a paso
- 01
Habla cualquier formato
Los clientes envían solicitudes al estilo OpenAI, Anthropic o Gemini — chat, visión, audio, embeddings — o la IR nativa directamente.
- 02
Mapear a la IR
La fachada mapea la solicitud a un único modelo de solicitud de inferencia que captura modalidad, operación y ciclo de vida como campos de primera clase.
- 03
Elegir el ciclo de vida
El síncrono responde en línea, el streaming abre un canal SSE, los trabajos largos se encolan a workers duraderos, y el tiempo real abre un puente WebSocket.
- 04
Aplicar la política uniformemente
Enrutamiento, caché, presupuestos y guardrails se ejecutan igual sin importar la modalidad o el ciclo de vida — sin casos especiales que razonar.
# Video generation is always a job
POST /v1/videos
→ { "id": "job_9f2", "status": "queued" }
# Durable worker: claim → heartbeat → complete
# Survives restarts; a reaper reclaims dead leases
GET /v1/videos/job_9f2
→ { "status": "running" }Multimodal y ciclos de vida es una de las seis superficies de control que se aplican en la misma ruta de petición, para todas las aplicaciones situadas detrás del endpoint — incluidas las que nunca se instrumentaron.
Vea cómo se combinanUn endpoint. Cada modelo. Control total.
Ejecútelo en su propia infraestructura
Todo lo necesario para operar un control plane en producción es Apache-2.0 y seguirá siéndolo: enrutamiento, alta disponibilidad, caché, failover, presupuestos, políticas, MCP, trabajos y observabilidad. Self-hosted, sin cuenta, sin phone-home.
$ docker run -p 4000:4000 <registry>/waeg-gateway:<version>No es un pull que funcione: las imágenes aún no son públicas. Los socios de diseño reciben los datos del registro en privado.
Despliega en 5 minutosContribuya a definirlo como design partner
Wäg todavía no se ha publicado. Trabajamos con un grupo reducido de equipos que ejecutan IA multiproveedor en producción y se toman en serio la gobernanza y la soberanía, para endurecer el control plane con cargas de trabajo reales.
- Todas las capacidades Enterprise incluidas, sin coste de licencia
- Migración acompañada: la hacemos con usted, también desde LiteLLM
- Línea directa con los ingenieros que lo construyen e influencia real sobre lo que llega después