Perfis de roteamento de modelos

Um perfil de roteamento é um conjunto de escolhas de modelo que o agente aplica conforme a complexidade de cada mensagem. Em vez de fixar um único modelo para todas as conversas, você mapeia cada faixa de complexidade para um modelo e um nível de esforço de raciocínio. O agente então decide, mensagem a mensagem, qual combinação usar.

É uma forma de equilibrar custo e qualidade sem mexer no especialista a cada pedido: tarefas simples caem num modelo barato e direto, tarefas difíceis num modelo mais forte e com mais raciocínio.

As quatro faixas de complexidade

Cada mensagem é classificada numa destas faixas:

Faixa	Quando o agente usa
SIMPLE	Pedidos simples e diretos, de resposta rápida e barata.
MEDIUM	Tarefas do dia a dia, que pedem um pouco mais de contexto ou cuidado.
COMPLEX	Problemas difíceis, com várias etapas ou informações a cruzar.
REASONING	Casos que exigem raciocínio profundo e análise cuidadosa antes de responder.

Para cada faixa, o perfil guarda um par {model, reasoning_effort}: o modelo a usar e quanto esforço de raciocínio ele deve gastar. Você não precisa preencher as quatro — as faixas sem escolha própria usam o modelo de reserva do perfil.

Esforço de raciocínio

O esforço de raciocínio controla o quanto o modelo "pensa" antes de responder, da resposta imediata até a análise mais demorada:

Token	Rótulo	O que significa
none	Não pensar	O modelo responde na hora, sem etapa de raciocínio.
minimal	Pensar o mínimo	O mínimo de raciocínio para não errar o básico.
low	Pensar pouco	Um raciocínio rápido antes de responder.
medium	Pensar na medida	O equilíbrio padrão entre qualidade e custo.
high	Pensar bastante	Raciocínio mais demorado, para questões difíceis.
xhigh	Pensar a fundo	O esforço máximo, para análises complexas.

No especialista, o campo de esforço tem um vocabulário menor: valem só minimal, low, medium e high — sem none e sem xhigh. Veja Raciocínio estendido.

aviso

Em famílias de modelos que pensam por padrão — como a DeepSeek —, declarar o reasoning_effort é obrigatório. Se você omitir, a organização paga por um raciocínio que não escolheu. Para desligar explicitamente, use none.

Criar e editar pela tela

Os perfis ficam na tela Meus modelos do painel. Nela você dá um nome ao perfil e escolhe, para cada faixa de complexidade, o modelo e o esforço de raciocínio. O campo de esforço oferece as seis opções em ordem:

1. Não pensar
2. Pensar o mínimo
3. Pensar pouco
4. Pensar na medida
5. Pensar bastante
6. Pensar a fundo

O perfil tem também um modelo de reserva (e um esforço de reserva): ele cobre as faixas que você deixar sem escolha própria e é o que o agente usa quando o modelo escolhido para uma faixa fica indisponível.

Criar pela Aura

A Aura — a assistente da própria plataforma — cria e ajusta perfis por conversa, sem você abrir a tela:

Crie um perfil de roteamento chamado atendimento que use um modelo barato nas faixas SIMPLE e MEDIUM, e um modelo forte na faixa COMPLEX pensando bastante. Nas faixas que eu não preencher, usa o modelo padrão.

E também atribui o perfil a um especialista:

Usa o perfil atendimento como modelo padrão do especialista de suporte.

Atribuir a um especialista

Os campos model.default e model.fallback do especialista aceitam o nome de um perfil de roteamento — do mesmo jeito que aceitam os perfis prontos cheap, default e smart:

model:
  default: atendimento
  fallback: default

O default é o perfil usado na conversa; o fallback entra quando o default fica indisponível. Veja a seção Modelo — model na referência do YAML do especialista para o bloco completo.

Regras e limites

• Nome: minúsculas, começa com letra, de 2 a 32 caracteres, apenas letras, números e hífen.
• Ao menos uma faixa precisa apontar para um modelo. As quatro não são obrigatórias — as não preenchidas usam o modelo de reserva.
• Sem recursão: uma faixa não pode apontar para outro perfil nem para o próprio perfil.
• Substituição: criar um perfil com um nome que já existe substitui o perfil inteiro, não só uma faixa.
• Apagar tem efeito: excluir um perfil deixa os especialistas que o usavam sem modelo válido.
• Modelos que pensam por padrão: declarar reasoning_effort é obrigatório; none desliga o raciocínio explicitamente.