Por que os criadores de agentes no OpenRouter convergem para o mesmo pequeno conjunto de modelos

Não existe um único melhor modelo para agentes de IA. Os principais apps de agentes no OpenRouter — OpenClaw, Kilo Code, Claude Code, Cline, Roo Code, Hermes Agent, Agent Zero, BLACKBOXAI — todos usam múltiplos modelos porque as cargas de trabalho de agentes se dividem em tarefas distintas com diferentes requisitos de custo e confiabilidade. Modelos premium lidam com planejamento e recuperação de falhas. Modelos de nível intermediário executam o loop principal de execução. Modelos ultra-baratos cuidam de extração em segundo plano, classificação e etapas de sub-agentes. Modelos de raciocínio explícito são chamados seletivamente quando a lógica passo a passo importa. Entender essa estratificação é mais útil do que perseguir um único vencedor de ranking.

A stack de agentes em camadas

O OpenClaw está no topo dos rankings públicos de apps do OpenRouter, e seus dados de uso de modelos tornam o padrão visível. O app não se compromete com um único modelo. Ele direciona diferentes tipos de tarefa para diferentes faixas de preço-desempenho. Isso não é exclusivo do OpenClaw; reflete como sistemas de agentes em produção funcionam em geral. Cada chamada de ferramenta, cada atualização de janela de contexto, cada nova tentativa custa tokens. Pagar $15/M de tokens de saída para um heartbeat de verificação de status é desperdício. Pagar $0,38/M para um plano de recuperação complexo com múltiplas etapas é outro tipo de desperdício — o tipo que causa falhas silenciosas.

Análise modelo por modelo

Claude Sonnet 4.6 (Anthropic): a espinha dorsal premium

Melhor em: tarefas difíceis de código, orquestração de longo horizonte em contexto de 1M, planos de agente multi-etapa bem elaborados. A $3/M de entrada e $15/M de saída, é caro — mas as equipes o escolhem porque ele produz menos tentativas em tarefas difíceis de planejamento, e tentativas em escala custam mais do que o próprio premium. Onde fica devendo: usá-lo como padrão para cada heartbeat de agente, passagem de extração ou etapa de sub-agente drena o orçamento rapidamente. Melhor papel: planejador de nível superior, manipulador de recuperação, gerador de resposta final.

Kimi K2.5 (Moonshot AI): raciocínio geral com ótimo custo-benefício

Melhor em: raciocínio geral forte, codificação visual e chamadas de ferramentas agênticas a $0,45/M de entrada, $2,20/M de saída. Isso é aproximadamente 85% mais barato na entrada do que o Claude Sonnet 4.6. O sinal da comunidade é forte: o Cursor supostamente o considera o melhor modelo open-source atualmente. Onde fica devendo: contexto de 262.144 é adequado para a maioria dos loops de agente, mas limita horizontes de planejamento muito longos. Não é um substituto universal para o papel de planejador mais difícil. Melhor papel: modelo de execução principal onde custo importa e as tarefas são moderadamente complexas.

Gemini 3.1 Pro Preview (Google): planejador multimodal de contexto longo

Melhor em: janela de contexto de 1.048.576 tokens, fluxos de trabalho multimodais, confiabilidade agêntica em sessões prolongadas. A $2/M de entrada, $12/M de saída, fica entre o Claude e as opções de nível intermediário em preço. Onde fica devendo: comportamento de modelo em preview significa regressões ocasionais, e o tratamento de detalhes de raciocínio pode adicionar complexidade de integração. Melhor papel: planejamento de contexto longo, pipelines de agentes multimodais.