Queres fazer com que o Codex Ultra desperdice menos quota, mas sem, ao mesmo tempo, criar um sistema de divisão de tarefas mais complexo só para poupar Tokens.

Acabei de fazer um pequeno experimento: o modelo principal continua a ser o GPT-5.6 Sol Ultra, responsável apenas por decisões complexas, decomposição de tarefas e validação final. Tarefas como procurar informação e fazer varrimento de código são atribuídas a um Terra Medium mais rápido e mais económico, com acesso apenas de leitura e sem alterações durante todo o processo. Tarefas com limites claros e caminhos de execução bem definidos vão diretamente para o Sol Medium. As partes complexas, ambíguas e de maior risco ficam sempre no Ultra.
O Sol Medium é o Sol, mas a intensidade de raciocínio baixa de Ultra para Medium. A posição oficial do Medium é servir como o padrão de equilíbrio para a maioria das tarefas; aumentar a força de raciocínio pode melhorar a qualidade de tarefas complexas, mas também aumenta o tempo e os Tokens. Por isso, não posso dizer que a qualidade não seja afetada — só consigo controlar o risco através de limites de tarefa bem definidos + validação final pelo Ultra.
Neste momento ainda estou a correr em tarefas reais, ainda não identifiquei a percentagem concreta de poupança, e ainda não fiz uma comparação sistemática das diferenças de qualidade. Estou a observar.
Vocês já fizeram uma divisão semelhante, em que um modelo forte faz apenas a validação e o julgamento, e um nível Medium faz apenas a execução clara? A qualidade teve uma queda evidente?