La escalera de modelos del agente de fin de semana: asigna tareas sin pagar de más
Asigna tareas de agentes de rutina, entrada larga y contexto repetido según contexto, volumen y comportamiento de caché, en lugar de perseguir el modelo más nuevo.
Un sábado por la mañana, tu agente de proyecto secundario está resumiendo un montón de notas, redactando una respuesta y releiendo el mismo contexto del proyecto por décima vez. El modelo más nuevo resulta tentador, pero la factura es la verdadera prueba.
El 22 de septiembre de 2026, Anthropic lanzó Claude Opus 5.5, y OpenAI lanzó GPT-6 Sol y GPT-6 Luna a menos de una hora de diferencia. La diferencia de precios importa más que el momento. OpenAI redujo los precios de la API de GPT-6 Sol y GPT-6 Luna en un 50% respecto a los precios promocionales de GPT-5.6.
Pregúntate qué tarea puede sobrevivir con un modelo más barato. Elige el carril más económico que siga funcionando y solo mejora cuando la salida no supere la revisión.
La lista de verificación es todo el truco
Asigna según contexto, volumen y comportamiento de caché. Cada regla es una prueba de un minuto: mira la tarea, elige el carril y solo muévela cuando el carril más barato falle.
- Envía el trabajo de rutina de alto volumen a GPT-6 Luna a $0.10 por millón de tokens de entrada y $0.50 por millón de tokens de salida.
- Asigna las tareas de entrada larga que necesitan una respuesta de nivel medio a GPT-6 Sol.
- Coloca el trabajo de contexto repetido en Claude Opus 5.5 a $4 por millón de tokens de entrada, con tokens de salida a $20 por millón, bajando de $25 por millón del modelo Opus anterior, y lecturas de caché a $0.20 por millón de tokens, una reducción del 60% respecto al precio de lectura de caché de Opus 5.
El trabajo de rutina es donde el volumen se convierte en factura. Las entradas largas castigan a un modelo demasiado pequeño, pero un modelo de gama alta suele ser excesivo. El contexto repetido es donde el comportamiento de caché cambia la ecuación.
El carril barato es para volumen, no para hazañas
Usa el carril barato para tareas frecuentes, cortas y tolerantes: actualizaciones de estado, limpieza de etiquetas, extracción simple, comprobaciones de texto estándar y reescrituras de bajo riesgo. Si la salida se puede revisar en un minuto, el modelo no necesita ser el más inteligente de la sala.
Una sugerencia de etiqueta o un resumen breve se puede comprobar rápidamente. Si la respuesta es incorrecta, la corriges a mano. El carril barato también encaja con el trabajo donde un pequeño error cuesta poco arreglar; rehacerlo después forma parte del plan. Son las tareas que se acumulan mientras depuras otra cosa.
Las entradas largas son donde el carril medio se gana el sueldo
Las tareas de entrada larga son diferentes. Pueden necesitar suficiente razonamiento para mantener un hilo, pero no siempre requieren el modelo de gama alta. El carril medio encaja con borradores, resúmenes y comparaciones donde la entrada es pesada y la respuesta se puede verificar.
Una tarea de entrada larga puede ser un montón de notas de clientes, un archivo de un repositorio o una conversación larga. El modelo necesita mantener el hilo, pero no necesita inventar una nueva estrategia. Si la salida es un borrador, el humano es el revisor final.
Si la tarea sigue fallando porque el modelo es demasiado pequeño, muévela hacia arriba. Si la tarea es mayormente repetición, muévela hacia abajo. La ruta es una configuración, no un compromiso.
El contexto repetido es donde el precio de caché cambia la ecuación
El trabajo de agentes a menudo reenvía las mismas notas del proyecto, archivos de código o historial de conversación. Las lecturas de caché importan ahí. Un modelo que es caro en entrada nueva aún puede ser razonable cuando la mayor parte del contexto ya está en caché.
Opus 5.5 fue más de un 30% más rápido generando salida que Opus 5. Para un constructor de fin de semana, esa velocidad cambia la sensación de la herramienta: un agente que te hace esperar te lleva a hacer café, mientras que un agente que avanza mantiene el fin de semana en marcha.
El carril de contexto repetido encaja con agentes que mantienen el mismo proyecto abierto: las mismas reglas, la misma base de código, la misma guía de estilo. La entrada nueva es cara. El contexto en caché no. El contexto estable es la parte por la que no quieres pagar precios de entrada nueva en cada turno. Mántenlo en el carril donde las lecturas de caché son baratas.