System TW3Cast osiągnął trzecie miejsce w rankingu GIFT-Eval benchmarku czasowego, pokonując 127 innych wpisów według średniej rangi MASE. Co istotne, tylko dwa systemy które go wyprzedzają należą do kategorii agentycznej - są to wieloetapowe rozwiązania używające agentów lub dużych modeli językowo-tekstowych do rozumowania i selekcji prognoz. TW3Cast w całości rezygnuje z tego podejścia.
Jądrem systemu jest zamrożona tablica decyzji, obliczona jednokrotnie na zbiorze treningowym i nigdy następnie nie modyfikowana. Tablica ta dla każdej z 97 konfiguracji zbioru danych, częstotliwości i horyzontu prognozy wybiera jedną z czterech strategii: modelu specjalistycznego (fine-tuned LoRA lub pełne fine-tunowanie Chronos-2, TiRex lub Toto z czyszczonymi danymi treningowymi), mieszaninę kwantylową zawierającą specjalistę, mieszaninę modeli bazowych, lub turniej selekcji rozgrywany na backteście wyciętym ze zbioru treningowego. Każda decyzja w tabeli była wcześniej sprawdzana na tym backteście.
Inteligentne mechanizmy zabezpieczające chrują system przed przeuczeniem się do własnych błędów. Używany jest podwójny kryterium dokładności i kalibracji, asymetryczne marginesy dla kandydatów, które widziały szeregi w fazie treningowej, oraz konserwatywne bramy per-okno czasowe. Samo wprowadzenie nowego specjalisty jest akceptowane dopiero wtedy, gdy pokonuje turniej w backteście, co oznacza że każdy nowy model kosztuje zaledwie kilka megabajtów i minut czasu GPU. Nawet zagrożone kandydatury nic nie zmieniają w finalnej tabeli.