El enrutamiento de modelos —asignar cada petición al modelo de IA más adecuado— es una práctica cada vez más común entre desarrolladores y equipos que combinan varios modelos de lenguaje. Este artículo recoge tres principios básicos desarrollados por Try-Works a partir de su experiencia creando role-model, un router, un protocolo de enrutamiento y una extensión para Pi.
El primer principio es mantener los modelos distintos. Usar dos modelos frontera similares —por ejemplo, distintas versiones punteras con el mismo perfil de capacidad y coste— complica la decisión del router, porque cuesta diferenciar cuándo conviene uno u otro. Lo recomendable es emparejar un modelo frontera con otro que destaque claramente en uno de los tres ejes del triángulo de restricciones: velocidad, calidad o coste. Un ejemplo: combinar GPT 5.5 con DeepSeek V4 Pro para desviar las peticiones medias y sencillas hacia este último, mucho más barato y claramente inferior solo en tareas muy difíciles, lo que facilita la decisión.
El segundo principio es mantener el pool de modelos pequeño. Añadir más modelos al conjunto no mejora el sistema si esos modelos no tienen características diferenciadas; en la práctica, el router acaba usando casi siempre el más capaz y deja los demás solo para tareas pequeñas con caché caliente. La recomendación es empezar con dos modelos y añadir más solo si se puede definir con claridad el rol de cada uno y aporta una mejora real en velocidad, calidad o coste.
El tercer principio es usar benchmarks relativos y representativos del trabajo real. Enrutar únicamente con metadatos como el coste es insuficiente, y los benchmarks externos genéricos tampoco sirven del todo: pueden no reflejar la carga de trabajo del usuario, no ser estrictamente relativos entre modelos y carecer de datos para ciertos modelos. La guía defiende apoyarse en pruebas alineadas con los casos de uso propios para tomar decisiones de enrutamiento acertadas.