TLDR;

É sobre model routing — usar o melhor modelo só para planejamento (ex.: Fable) e modelos mais baratos para execução/codificação, reduzindo muito os custos. Na prática você faz a pesquisa e gera a spec com o modelo frontier, entrega essa spec a um modelo de código mais barato para escrever o código, pede revisão ao frontier e aplica as correções antes de implantar. Dependendo do uso de tokens e das tarifas, esse fluxo pode reduzir seu gasto com AI em mais de 90% (no exemplo, o planejamento custou apenas US$2 enquanto o output pesado é delegado a modelos bem mais baratos).

Resumo

Model routing é uma estratégia simples para reduzir drasticamente custos com IA ao usar o modelo certo para cada tarefa: modelos de ponta (frontier) para planejamento e design, e modelos mais baratos e “bons o suficiente” para execução e geração de código. No fluxo sugerido, um modelo de ponta (como Fable) faz a pesquisa, faz perguntas, define arquitetura e escreve uma especificação detalhada — centenas de linhas descrevendo fases, objetivos e como implementar —; essa spec é então entregue a um modelo de codificação mais econômico (GPT‑5.5, Composer, Opus, Sonnet etc.) que gera o código, cria o pull request e faz o deploy. Opcionalmente, o modelo de ponta revisa o PR e devolve feedback para o modelo barato editar antes do deploy. A economia vem porque planejamento consome relativamente poucos tokens de saída (caros nos modelos frontier) enquanto a escrita de código gera muitos tokens de saída; usar um modelo mais barato para essa etapa reduz custos mais de 90% no exemplo apresentado (com preços exemplificados e cálculo de tokens). A tática funciona com diferentes assinaturas e ferramentas que centralizam modelos, aumentando eficiência sem sacrificar qualidade. Também é compatível com políticas de quota e escalabilidade corporativa de forma prática imediata.