Quer que o Codex Ultra desperdice menos créditos, mas sem criar mais um sistema complexo de divisão de trabalho só para economizar Tokens.

Acabei de fazer um experimento mínimo: o modelo principal continua sendo o GPT-5.6 Sol Ultra, responsável por julgamentos complexos, decomposição de tarefas e verificação final. Atividades como buscar materiais e varrer código ficam com o Terra Medium, mais rápido e econômico, em leitura apenas, sem alterar nada. Tarefas com limites bem definidos e caminho de execução claro são repassadas diretamente para o Sol Medium; as partes complexas, vagas ou de alto risco ficam todas no Ultra.
O Sol Medium continua sendo Sol, só que a intensidade de raciocínio é reduzida de Ultra para Medium. A orientação oficial é que o Medium é um 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 o consumo de Tokens. Então eu não consigo garantir que a qualidade não seja afetada, só consigo controlar o risco com a delimitação bem clara das tarefas + o Ultra fazendo a verificação final.
No momento, ainda estou rodando em tarefas reais, então ainda não identifiquei a proporção exata de economia, e ainda não existe uma comparação sistemática das diferenças de qualidade. Estou observando.
Vocês já fizeram algo semelhante, em que um modelo forte faz apenas “julgamento e verificação”, e o Medium faz apenas “execução bem definida”? A qualidade caiu de forma perceptível?