Pular para o conteúdo
Blog
Nem toda pergunta precisa do modelo mais caro

Nem toda pergunta precisa do modelo mais caro

08/10/2026
«Parte 11 da Jornada»

No texto anterior eu contei a regra da economia de tokens: o agente responde só com o resultado, sem “ok”, sem “feito” e sem cortesia. Esta parte é o outro lado da mesma conta. Quem escolhe o caminho também não precisa ser o modelo que escreve parágrafo.

O que eu queria resolver

Trabalho durante o dia e, à noite e aos domingos, construo com agentes de IA. No Hermes, o programa de agentes que eu uso, cada um tem um papel. O tempo todo aparece uma pergunta miúda. Quem cuida disso? Isso é sim ou não? Segue ou para?

Se eu mando cada uma dessas perguntas para um modelo grande de conversa, ele tende a explicar, rodear e gastar tokens. Token, em uma frase, é o pedacinho de texto que o modelo lê ou escreve. É por esses pedaços que a cobrança e a cota andam.

Eu não precisava de um ensaio. Precisava de uma decisão.

A regra que eu escrevi foi direta: decisões simples vão para o Jev ou para o Clef.

Eu uso o Jev. O Clef, na data desta parte, ainda estava em teste. O número de custo do Jev, mais abaixo, saiu do meu estudo de 24 de setembro de 2026. Não é um teste independente publicado. Leia com esse desconto.

Resumo rápido

  • Pergunta fechada (sim ou não, quem faz a tarefa) não precisa do modelo que gera texto longo.
  • O Jev, da TypeSafe, é um juiz rápido ligado aos agentes do Hermes para escolher caminhos.
  • No estudo de custos de 24 de setembro de 2026, o Jev ficou em US$ 0,042 por milhão de tokens de entrada. A saída é grátis.
  • O Clef, modelo de decisão da Cloudflare, usa o mesmo formato de pergunta. Em 3 de outubro de 2026 ainda estava em teste.
  • Separe “decidir” de “pensar”.

Primeiro: o que é roteamento

Roteamento, neste texto, é só isto: olhar o pedido e escolher o caminho.

Dá para imaginar a recepção de um prédio. A pessoa na porta não redige o contrato. Ela pergunta se você veio para o segundo andar ou para o terceiro e aponta o corredor.

O mecanismo real é mais seco. Um programa recebe o texto, compara com uma lista fechada de opções e devolve uma delas. A analogia para de valer num ponto: a recepção humana ainda conversa. O Jev e o Clef não conversam, não explicam e não montam um parágrafo. Devolvem a opção.

Isso só funciona se a pergunta for fechada. Pergunta fechada é aquela em que as respostas possíveis já existem antes de você perguntar. Sim ou não. Qual agente. Qual fila.

Exemplo do dia a dia: separar envelope na mesa. Conta para pagar, recado de amigo, propaganda. Você não escreve uma carta para classificar cada um. Olha o que está na frente e põe na pilha certa.

Um modelo grande de conversa também consegue marcar a pilha. Só que ele foi treinado para escrever. Muitas vezes pensa em voz alta, cobra a saída e ocupa a cota. Para uma decisão repetida, isso sai caro e não ajuda.

Se a resposta já cabe num sim, num não ou num nome, não faz sentido pagar por um parágrafo.

O que eu usei

Usei o Hermes, com os agentes que já apareceram nesta série. Usei o Jev para decisão simples. Testei o Clef no mesmo formato de pergunta. E deixei uma regra escrita: decisão simples não vai para o modelo caro.

Login, plano e conta ficam fora deste texto. Para quem lê, a regra basta.

O Jev é o modelo System One da TypeSafe. No nome deles, System One aponta para um juiz rápido: lê o texto, escolhe entre opções prontas e para.

Nos agentes do Hermes, ele entra exatamente aí: escolher caminhos e responder perguntas fechadas. Não escreve o post. Não aprova no meu lugar.

Pense num gabarito de prova, não numa redação. Você manda o enunciado e as alternativas. Volta a marca da alternativa. Se a pergunta pede um parágrafo, o instrumento é o errado.

O Clef é o modelo de decisão da Cloudflare, na Workers AI. Workers AI é o serviço da Cloudflare que roda modelos de inteligência artificial na rede dela.

O formato da pergunta é o mesmo do Jev: um recado, opções fechadas, uma resposta que o programa consegue usar sem catar frase no meio de um texto.

Em 3 de outubro de 2026 o Clef estava em teste. O primeiro teste funcionou. O script de teste, o programinha que dispara a pergunta e lê a resposta, ainda precisava de ajuste. Por isso eu não trato o Clef como peça pronta.

Não tenho número de custo confirmado do Clef. Sem número conferido, não coloco valor.

Como foi

Não foi um tutorial de instalação. Foi uma decisão de desenho, depois de olhar o custo.

Se você quiser repetir a lógica, o caminho é este:

  1. Escreva as perguntas que seus agentes fazem o tempo todo. Quase sempre aparecem “quem cuida?” e “isso é sim ou não?”.
  2. Marque quais delas já têm uma lista fechada de respostas. Essas são candidatas ao juiz barato.
  3. Deixe o modelo grande para o que pede raciocínio: escrever, explicar, julgar um caso novo.
  4. Ligue um juiz rápido (no meu caso, o Jev nos agentes do Hermes) às perguntas fechadas.
  5. Se for testar um segundo juiz no mesmo formato, como eu fiz com o Clef em 3 de outubro, trate como teste até o programinha de teste estar estável. O primeiro teste funcionou; o ajuste ainda não tinha acabado.

Quando isso entra na rotina, o modelo que escreve só entra na tarefa que realmente pede texto.

O que deu errado

O Clef ainda não estava redondo. Teste inicial ok, script ainda mexendo. Chamar isso de “pronto” seria mentira.

A outra lição é de hábito. É fácil mandar tudo para o modelo que já está na conversa. Ele responde. Só que responder e responder no preço certo não são a mesma coisa.

O juiz rápido também não adivinha o que você não escreveu. Se a lista de opções estiver torta, a marca volta torta, às vezes com cara de certeza. A lista continua sendo trabalho meu. Nenhuma dessas ferramentas substitui julgamento. Elas encurtam o caminho entre “eu sei o que quero” e “está no ar”.

Custos e limites

No estudo de custos do meu conjunto de ferramentas, em 24 de setembro de 2026, o Jev ficou em US$ 0,042 por milhão de tokens de entrada. A saída é grátis. Unidade: dólar americano por milhão de tokens lidos. Base de comparação: aquele estudo, naquela data. Fonte: o próprio estudo. Não vou inventar o preço do modelo grande do outro lado para fazer a conta parecer mais bonita.

O que o Jev faz bem: decisão repetida, pergunta fechada, caminho de agente.

O que ele não faz: escrever o post, explicar um tema ao leitor, aprovar no meu lugar.

O Clef, no recorte desta parte, estava em teste. Sem custo confirmado.

O roteamento barato só reduz cota se você de fato desviar as decisões pequenas. Se a pergunta fechada continuar indo para o modelo caro, a regra no papel não reduz a conta.

O que eu faria diferente

Eu começaria pela lista. Antes de ligar qualquer juiz, eu escreveria as perguntas fechadas e as opções permitidas. Sem isso, o modelo barato não tem o que marcar, e a tentação é jogar a dúvida de volta no modelo que escreve.

Também não chamaria de pronto um segundo juiz só porque o primeiro teste passou. Com o Clef, o teste inicial funcionou e o script ainda pedia ajuste. Eu deixaria o rótulo “em teste” até essa parte acabar.

Para quem serve e para quem não serve

Serve se você já tem mais de um agente, ou se percebe que o modelo caro está sendo chamado só para dizer sim ou não.

Não serve se você usa IA de vez em quando, numa conversa só, ainda no jeito “perguntar”. Aí o ganho é pequeno e a peça extra complica.

Também não serve para decidir sozinha nada que mexa com dado pessoal ou com uma aprovação que é minha. Eu confiro.

Fechamento

Eu queria parar de gastar raciocínio caro em pergunta de recepção. O Jev já faz esse papel nos agentes do Hermes. O Clef, em teste, tenta o mesmo formato na Cloudflare. A regra para copiar: se a resposta cabe num sim, num não ou num nome de agente, não chame o modelo que escreve parágrafo.

No próximo texto eu conto o endereço do site e as escolhas: domínio, Hugo, GitHub e Cloudflare.

Se quiser acompanhar a jornada, estou no X: @RodrigoesPorto.

Fontes e links

Economia de tokens: agente responde só com o resultadoO endereço do site: domínio, Hugo, GitHub e Cloudflare