Elon Musk anunciou que o Grok Bot escolherá o modelo de inteligência artificial mais adequado para cada tarefa, em vez de depender permanentemente do Grok. Musk escreveu que a SpaceX usará o «melhor modelo de backend» para alcançar o melhor resultado, e mencionou Claude Opus 5.5, MidJourney, Suno e outras interfaces entre as opções possíveis.
O Grok Bot é um produto conjunto da SpaceXAI, o laboratório de inteligência artificial de Musk que foi incorporado à SpaceX, e da Cursor. A SpaceX havia concordado, em junho, em comprar a Cursor por 60 bilhões de dólares em ações, e o negócio foi concluído em agosto. O Grok Bot foi lançado em versão experimental no mesmo mês.
O encaminhamento de modelos tornou-se uma forma de reduzir custos
A matéria descreve essa abordagem como «encaminhamento de modelos»: direcionar cada solicitação ao modelo mais adequado ao tipo e ao custo do trabalho, mantendo os modelos mais caros para as tarefas mais complexas. De acordo com entrevistas realizadas pelo autor com líderes de 22 empresas durante um evento da ScaleUp:AI, da Insight Partners, pelo menos dez deles disseram seguir essa abordagem.
Em um exemplo, uma empresa de segurança usa primeiro um mecanismo de regras para examinar os dados e, em seguida, encaminha o que resta para modelos pequenos. Um de seus responsáveis afirmou que passar petabytes de dados por qualquer modelo, mesmo que pequeno, poderia custar milhões de dólares. Em outro exemplo, um modelo de baixo custo é usado para compreender a solicitação do usuário antes de encaminhá-la a um modelo mais caro para executar a tarefa.
O principal motivo é controlar os gastos com tokens. Algumas empresas começaram com orçamentos abertos para inteligência artificial, mas depois voltaram a uma pergunta mais precisa: o que compraram efetivamente em troca de todos esses tokens? Outras empresas também tentam treinar os funcionários para escolher o modelo adequado, em vez de usar automaticamente o modelo mais potente.
Os modelos mais baratos assumem a maior parte do volume
Os dados da OpenRouter, um serviço que permite acessar centenas de modelos por meio de uma única conexão, refletem essa tendência. Na semana encerrada em 7 de outubro de 2026, quatro modelos Flash de baixo custo e alta velocidade estavam entre os dez modelos mais usados em número de tokens. O DeepSeek V4.1 Flash liderou a lista, com 33,6 trilhões de tokens, seguido pelo GLM 5.3 Flash, com 10,5 trilhões, e pelo MiMo-V2.6-Flash, com 10,1 trilhões.
Em contrapartida, o uso do Claude Opus 5.5 cresceu 74% em uma semana, chegando a 3,37 trilhões de tokens, mas o modelo permaneceu na nona posição em volume. A matéria explica isso pelo fato de o modelo avançado estar recebendo uma parcela crescente das tarefas, sem assumir a maior parte do tráfego de uso.
Os resultados mencionados em testes do The New Stack indicam que os modelos mais baratos podem ser suficientes em muitos casos: o Claude Sonnet 5.5 passou em todos os 15 testes de programação com um custo 42% menor que o do Opus 5.5, enquanto o GPT-6.1 Sol igualou a precisão do GPT-6 Astra com um custo equivalente a 18% do custo deste.
O que muda na prática?
A mudança não significa que o modelo mais potente tenha se tornado desnecessário, mas que sua escolha passou a ser uma decisão operacional que exige direcionamento e testes. A matéria alerta para os riscos da troca rápida; uma das equipes de engenharia fracassou após substituir um modelo por outro antes de uma apresentação importante e, em seguida, precisou reverter a mudança. A conclusão foi a necessidade de usar testes de avaliação antes de trocar de modelo.
Os dados da OpenRouter continuam sendo um indicador, não uma medição completa do mercado, porque refletem usuários de um serviço que já escolheram usar um roteador de modelos; além disso, a quantidade de tokens não mede o número de usuários nem os gastos, e os contratos empresariais podem ser mais estáveis. Mas a combinação desse indicador com as práticas das empresas incluídas nas entrevistas e o anúncio do Grok Bot deixa claro que a fidelidade a um único modelo está recuando em favor de uma arquitetura que escolhe o modelo de acordo com a tarefa e o custo.