Je veux que Codex Ultra n’utilise pas trop de quota, sans pour autant superposer un système de répartition complexe juste pour économiser des tokens.

Je viens de faire un petit test minimal : le modèle principal reste GPT-5.6 Sol Ultra. Il ne fait que les jugements complexes, la décomposition des tâches et la validation finale. La recherche de documentation, le balayage de code, etc., est confiée à un Terra Medium plus rapide et plus économique, en lecture seule (jamais de modification). Les tâches dont les limites sont claires et le chemin d’exécution direct sont envoyées à Sol Medium ; tout ce qui est complexe, flou ou à risque est laissé à Ultra.
Sol Medium reste Sol, mais avec une intensité de réflexion réduite de Ultra à Medium. La position officielle de Medium est d’être un réglage d’équilibre par défaut pour la plupart des tâches : une intensité de raisonnement plus élevée pourrait améliorer la qualité des tâches complexes, mais elle augmente le temps et les tokens. Donc je ne peux pas garantir que la qualité ne change pas du tout : je dois surtout maîtriser le risque grâce à des frontières de tâches bien définies + une validation finale par Ultra.
Je suis encore en train de l’exécuter sur des tâches réelles, je n’ai pas encore mesuré le taux d’économies exact, et je n’ai pas non plus comparé de façon systématique les différences de qualité. Je suis en train d’observer.
Vous avez déjà mis en place une répartition similaire, où un modèle fort ne fait que le jugement et la validation, et où Medium ne fait que des exécutions claires ? Est-ce que la qualité baisse de façon notable ?