Até mais, Fable: Como usar outros Modelos para gastar menos sem perder Qualidade

O Claude Fable vai sair do ar de novo. Ou melhor, vai sair das assinaturas e ficar só na API por enquanto (a Anthropic já disse que é temporário, questão de capacidade). E pros mortais que tentam economizar, vai embora também aquele conforto de ter um modelo balanceado que servia pra quase tudo, em troca de pensar bastante (e demorava pensando, hein). Enquanto o Fable não volta pras assinaturas, o ecossistema do dia a dia fica triplo: Opus (o cérebro pesado), Sonnet (o workhorse, o cavalo de carga que resolve a maior parte do trabalho) e Haiku (o rápido e barato). A pergunta que todo time está se fazendo é: como escolher o modelo certo sem enlouquecer no custo?

A resposta veio de um lugar meio inesperado. Em um fireside chat que o Simon Willison mediou com Cat Wu e Thariq Shihipar, do time do Claude Code, na AI Engineer World's Fair, a dica foi: pare de ditar como o modelo deve trabalhar e deixe ele usar o próprio julgamento. Depois, foi Jesse Vincent quem deu a Willison a aplicação prática que interessa pra quem programa: usar essa mesma lógica de julgamento pra escolher, tarefa a tarefa, qual modelo (mais barato) roda em subagente. Willison testou, gostou, e escreveu sobre isso no dia 3 de julho. Chame isso de julgamento delegado e vale a pena adotar.

O Problema das Regras Rígidas

A tentação imediata é criar algo assim:

Regra: use Haiku para formatação de código
Regra: use Sonnet para implementar features
Regra: use Opus apenas para arquitetura e debugging crítico

Parece lógico, mas quebra na primeira exceção. Uma "formatação de código" pode ser um refactor de 200 linhas que precisa de contexto semântico, trabalho pra Sonnet. Um "debugging crítico" pode ser um stack trace trivial que o Haiku resolveria em segundos.

Regras binárias não capturam nuance. E o pior: você vira o gargalo. Toda decisão "qual modelo usar?" volta pra você.

Julgamento Delegado: A Abordagem que Funciona

A técnica é simples: em vez de regras, dê uma diretriz de alto nível e confie que o modelo sabe avaliar a própria capacidade. O prompt que o Willison usou, e registrou no post:

"For all coding tasks use your judgement to decide an appropriate lower power model and run that in a subagent"

Sim, é só isso. O Claude Code salvou essa instrução como memória do projeto e passou a aplicar julgamento próprio a cada tarefa daquele ponto em diante. O resultado, seguindo a mesma lógica que o próprio Claude registrou na memória:

• Design, arquitetura e auditoria → ficam no modelo principal (Opus)
• Implementação substantiva → delegada pra Sonnet, que carrega a maior parte do trabalho pesado
• Edições mecânicas, formatação, refactors simples → delegadas pra Haiku, que resolve em segundos e custa centavos

O modelo principal não precisa mais gastar tokens preciosos escrevendo código boilerplate (aquele código repetitivo e sem graça que se escreve sempre igual). Ele faz o que faz de melhor: pensar, projetar, revisar. O braço executor fica com modelos mais leves e baratos.

Como Aplicar na Prática (com Claude Code)

Se você usa Claude Code, ou qualquer ferramenta similar com suporte a subagentes, a configuração é trivial.

1. Memória / Instruções do Projeto

Adicione ao arquivo de instruções (.claude.md ou memória do projeto):

# Estratégia de Modelos
- Use Opus para design, arquitetura, debugging complexo, code review e síntese.
- Use Sonnet para implementação de features, refactors não-triviais, testes unitários.
- Use Haiku para formatação, renomeação, linting, correções mecânicas, tarefas repetitivas.
- Para TODAS as tarefas de código, use SEU JULGAMENTO para decidir o modelo apropriado.
- Quando houver dúvida, prefira o modelo mais barato que consiga fazer o trabalho.

2. Prompt Inicial na Sessão

Ao iniciar uma sessão de trabalho:

Para todas as tarefas de codificação, use seu julgamento para decidir
o modelo de menor custo apropriado e execute num subagente.

3. Exemplo Prático

Você pede: "Refatora esse módulo de autenticação pra usar refresh tokens com rotação"

O Claude Opus (ou seu modelo principal) avalia: "Isso envolve lógica nova de segurança, mudança em 3 arquivos e testes. É implementação substantiva, delego pro Sonnet."

O Sonnet recebe a tarefa, implementa, e retorna o diff. O Opus revisa o resultado, verifica segurança, e confirma.

Custo: você pagou tokens de design + revisão no Opus, e tokens de implementação no Sonnet, que é significativamente mais barato.

Sem a delegação, o Opus teria queimado tokens caros escrevendo cada linha de código boilerplate.

Mas e a Qualidade?

Essa é a objeção mais comum: "Se eu deixo o modelo decidir, ele não vai escolher o mais fraco e entregar 💩?"

Na prática, acontece o oposto. O modelo tem boa calibragem sobre a própria capacidade. Ele sabe quando uma tarefa é simples e quando exige o modelo pesado. O relato do Willison, traduzindo direto do post: "estou fazendo uma baita quantidade de trabalho e meu limite de tokens do Fable está encolhendo bem mais devagar do que antes."

O segredo está em dois pontos:

1. O modelo principal retém a supervisão. Ele não terceiriza e esquece, ele delega, recebe o resultado, e revisa. É como um tech lead que passa uma task pro dev pleno, mas revisa o PR antes de mergear.
2. O julgamento melhora com o feedback. Se o modelo delega algo complexo demais pro Haiku e o resultado é fraco, você aponta. Na próxima, ele calibra melhor.

Quando Isso Não Vale a Pena

Nem tudo é motivo pra delegar. Em prototipagem bem no início, quando o código ainda está mudando de forma a cada 10 minutos, o overhead de orquestrar subagentes custa mais caro do que economiza. E em trechos realmente sensíveis, autenticação, criptografia, qualquer coisa que mexa com dinheiro de verdade, vale manter a implementação no próprio modelo principal e não só a revisão. Julgamento delegado economiza token, mas não substitui você decidir onde a régua é mais rígida.

Prompt Pronto pra Usar #dicaDoMalka

Se você quer começar hoje, sem filosofia, copie e cole isso na memória do seu projeto Claude:

## Estratégia de Delegação de Modelos
O ecossistema Claude tem 3 modelos com custos diferentes.
Use seu julgamento para escolher o modelo certo para cada tarefa:

- **Opus**: Use apenas para design de arquitetura, debugging profundo,
  análise de segurança, definição de estratégia, e code review final.
  É caro, use com moderação.

- **Sonnet**: Use para a maior parte do trabalho substantivo:
  implementação de features, refactors, escrita de testes, debugging
  moderado. É o workhorse, padrão para coding tasks.

- **Haiku**: Use para tarefas puramente mecânicas: formatação,
  linting, renomeação, pequenas correções, busca em código,
  documentação rápida. É barato, use sem culpa.

Regra de ouro: para toda tarefa de codificação, decida qual modelo
é apropriado e execute num subagente. Quando em dúvida, prefira
o modelo mais barato que consiga fazer o trabalho corretamente.

A Reflexão Final

O custo de LLMs está caindo? Não sei... mas o volume de uso está explodindo. Uma equipe que usa Claude direto pode facilmente gastar centenas de dólares por mês, e boa parte disso vai pra tokens que poderiam ser processados por modelos 10x mais baratos.

A técnica do julgamento delegado não é só sobre economia. É sobre respeitar o que cada modelo faz de melhor. Opus é um arquiteto sênior, não peça pra ele formatar arquivo. Sonnet é um dev pleno sênior, dá a task completa e confia. Haiku é um estagiário afiado, ótimo pra tarefa repetitiva, péssimo pra decisão de design.

E no fundo tem uma ironia bonita aqui: estamos ensinando a IA a usar julgamento, exatamente a qualidade que mais valorizamos em humanos seniores. A diferença é que a IA aprende na primeira instrução. Nós, humanos, levamos anos.

O futuro da engenharia com LLMs não é sobre controlar cada decisão. É sobre delegar o julgamento certo pra camada certa e confiar que o sistema vai aprender a fazer boas escolhas.

Comece com um prompt. Ajuste com feedback. Observe seus gastos caírem enquanto a entrega acelera.

E você, já soltou as rédeas e deixou o Claude escolher o próprio modelo, ou ainda prefere manter a régua fixa? Me conta o que funcionou (ou explodiu) no seu setup.