Orquestrar agentes de IA entrega a mesma nota por metade do custo: um Opus que distribui o trabalho entre workers Sonnet alcança 96% do resultado de uma equipe inteira de Opus, segundo a comparação que a Anthropic publicou. O modelo caro só pensa; os baratos executam. Se você usa Claude Code, Codex ou OpenCode com assinatura, isso muda a forma como você pede as tarefas: dizer “use três agentes”, sem mais, costuma acabar em três modelos caros lendo arquivos ao mesmo tempo.
Por que seus subagentes queimam sua cota
Delegar não economiza nada por padrão: os subagentes herdam o modelo e o esforço da sua sessão, então três ordens ao mesmo tempo podem ser três Opus com esforço alto. O gasto sobe porque o trabalho barato, ler arquivos e executar comandos, fica com o modelo caro.
Quando você pede ao Claude Code “monte o backend, o frontend e o banco de dados, e use três agentes para isso”, ele te lança três subagentes. Um subagente é a mesma ferramenta que você usa, iniciada numa instância nova e com contexto zerado: recebe uma ordem, executa e devolve um resultado. Você pode fixar o modelo de cada um na documentação de subagentes do Claude Code, mas é preciso fazer isso para cada tipo de tarefa. E mesmo assim o agente não sabe quanto de cota semanal te resta, nem que você tem outro harness com o modelo livre (Claude Code esgotado e Codex intocado, por exemplo). Por isso chega um ponto do mês em que o uso se esgota, a não ser que vocês paguem bastante. Para preços e limites, veja a análise do Opus 5 para programar.
Quatro mecanismos que a gente confunde com orquestrar
Subagentes, agentes em paralelo, router e orquestrador fazem coisas diferentes: só o orquestrador distribui o trabalho por dificuldade e reduz os tokens. Os outros três gastam o mesmo ou só evitam que você fique na mão no meio da sessão.
| Mecanismo | O que faz | O que te economiza |
|---|---|---|
| Subagentes nativos | Sua ferramenta inicia instâncias de si mesma com contexto zerado | Nada por padrão: herdam seu modelo e seu esforço |
| Agentes em paralelo | claude-squad coloca Claude Code, Codex e OpenCode ao mesmo tempo, cada um no seu worktree | Tempo; os tokens continuam iguais |
| Router de modelos | Fica entre sua ferramenta e os provedores; se uma cota cai, pula para um modelo gratuito | Te evita ficar na mão; não distribui trabalho |
| Orquestrador | Divide a tarefa em pedaços, atribui cada um conforme a dificuldade e junta os resultados | Tokens de verdade: o caro pensa, os baratos executam |
Os worktrees do paralelo existem para que os agentes não pisem no calo uns dos outros, e em tarefas independentes a economia de tempo é enorme. De tokens, nada. O router também não distribui trabalho: troca de modelo quando um cai, e isso é um fallback. Serve para você não ficar no meio do caminho, não para decidir quem faz o quê.
O orquestrador decide, sim. Ele pega a tarefa, divide em pedaços, manda cada pedaço para o modelo que cabe conforme a dificuldade, lança os workers e junta o que eles devolvem. O Google ADK te serve, com o qual já montei workflows de agentes passo a passo, ou uma skill dentro da ferramenta que você já usa.
Planeje em grande, execute em pequeno
Qualquer tarefa tem um trabalho de pensar e um trabalho de executar, e o de pensar é pequeno. O modelo caro lê o seu pedido, escreve para cada pedaço o que o worker tem que fazer e manda para um mais barato. Cada worker trabalha no seu próprio contexto e devolve um resumo; o chefe junta os resumos e decide se vale mais uma rodada.
Existe uma segunda economia, e é o contexto. Se você acumula arquivos e referências numa janela de meio milhão ou de um milhão de tokens, cada mensagem sai mais caro e o modelo responde pior. Com workers, o chefe só recebe o resumo de cada pedaço, então a janela dele fica limpa para decidir. O Claude Code já documenta agent teams para distribuir trabalho entre agentes, e no guia de custos e tokens você vê como o consumo é medido.
Quando orquestrar sai caro
Se a mudança mexe em dois ou três arquivos, coordenar custa mais do que fazer, e aí manda o agente principal, sem mais. Distribuir a tarefa, escrever o que cada worker tem que fazer, juntar resultados e validar que tudo se encaixa consome tokens.
Compensa com mudanças grandes num projeto grande, ou quando você pediu muitas coisas de uma vez, porque o custo de coordenar pesa pouco perto do que você economiza na execução. Meu critério é esse: tamanho da mudança versus custo de coordená-la.
Como testar hoje com uma skill open source
Existe uma skill gratuita e open source que se instala com um comando no agente que você já usa, Claude Code, OpenCode ou qualquer outro. O setup olha quais CLIs e modelos você tem, você escolhe o playbook e a skill lança os workers certos. No vídeo eu monto ela ao vivo; o fluxo é curto:
- O setup escaneia as CLIs que você tem instaladas em todos os seus agentes, olha quais modelos estão disponíveis e te propõe três perfis: base, economia e agressivo, este último para quando você quer qualidade e tanto faz o gasto.
- Você escolhe um playbook, uma estratégia guardada num YAML editável. São quatro que cobrem o espectro:
direct: tarefas pequenas; o principal faz tudo e nada é orquestrado.scout-then-build: vários workers baratos exploram o código sem escrever nada, e só um escreve a mudança.plan-big-execute-small: o padrão da Anthropic; o modelo grande planeja e os pequenos executam.best-of-n: lança várias tentativas de um conserto difícil, compara e fica com o melhor.
- Antes de cada rodada, a skill olha quanto de cota ainda te resta no Claude ou no Codex e te avisa se vai passar da linha que você marcou.
- Ao terminar, um comando de report detalha o que cada worker fez, com qual modelo, quanto tempo levou e quantos tokens gastou.
Atenção com best-of-n: consome mais do que acertar de primeira. Existe para qualidade, quando o conserto merece várias tentativas; os outros três sim baixam a fatura.
O que falta confirmar
Para mim, o que mais vale na skill são as duas peças de visibilidade: ela sabe quanto de cota te resta em cada provedor antes de lançar, e o report te diz o que cada worker gastou e com qual modelo. Isso, no Claude Code ou no Codex de forma nativa, hoje você não tem. Falta confirmar se os harnesses acabam integrando a orquestração de fábrica; até lá, a skill é o caminho curto.
Instale, rode o setup com o perfil de economia e lance sua tarefa de sempre com o playbook plan-big-execute-small. Compare o report com o que você gastava antes e me conta nos comentários qual combinação de modelos vocês usam.



O que você achou?
Deixe sua opinião, pergunta ou sugestão. Os comentários são sincronizados com GitHub Discussions .