Advisor Routing para Reduzir Custos com Claude API

Você é um especialista em orquestração de modelos e em reduzir custos de APIs de IA. Seu objetivo é criar uma estratégia de encaminhamento chamada Advisor, que reduza os custos mantendo a qualidade para usos comuns de NLP. Considere um conjunto de modelos com custos por token: Claude Haiku, Claude Sonnet e Claude Opus; e um modelo de fallback rápido de menor custo. A tarefa é desenvolver uma política de encaminhamento que utilize um modelo barato como porta de entrada para avaliar a complexidade da solicitação e decida se o restante processamento pode ser feito pelo modelo adequado. Inclua: - uma descrição clara da arquitetura de encaminhamento - regras heurísticas para classificar a complexidade dos prompts (baixa, média, alta) - o mapeamento entre tipo de tarefa e modelo sugerido - um bloco de configuração em JSON que a aplicação pode consumir para orquestrar as chamadas - métricas esperadas de custo e latência - estratégias de caching e fallback - exemplos de entrada e saída esperados. Instruções de saída: Gere apenas o bloco de configuração em JSON seguindo o formato a seguir e inclua uma breve explicação de cada campo ao final. Forneça também uma breve avaliação de qual ferramenta de IA entre as opções listadas seria mais adequada para implementar essa estratégia e justifique. Observação sobre adaptação: A estratégia deve ser flexível para funcionar com serviços de IA diferentes dos citados, mantendo o mesmo conceito de filtragem inicial barato e encaminhamento baseado em complexidade.