Kies één model voor je hele organisatie en je hebt gekozen hoe je geld verspilt. Neem het sterke model en je betaalt de hoofdprijs om een dependency bij te werken. Neem het goedkope en een refactor over meerdere repositories mislukt drie keer voordat iemand hem met de hand opschaalt, wat meer kost dan wanneer je meteen hoog was begonnen.
Welk model je gebruikt, hoort per taak te worden bepaald, niet per account.
Eerst regels, omdat je die kunt uitleggen
Voordat een run start, weten we al een aantal nuttige dingen: wat voor taak het is, de omvangschatting uit de grooming, hoeveel repositories erbij betrokken zijn en of een bugmelding met een stacktrace binnenkwam. Dat is genoeg voor een basis.
Een chore blijft op het goedkoopste niveau tot hij groot wordt. Een feature begint in het midden en gaat omhoog met de omvang. Een refactor gaat eerder een niveau omhoog dan een even grote feature, want een refactor die misgaat is duur in reviewtijd, ook als het model goedkoop was. Werk dat meer dan één repository raakt, schaalt op. En een bug die met een stacktrace binnenkwam, gaat bij kleine omvang juist een niveau omlaag: het lastige aan een bug is hem vinden, en dat heeft de stacktrace al gedaan.
Daarna een correctie, per project
Regels zijn een startpunt, niet de waarheid over jouw codebase. Daarom tellen we per project, per combinatie van taaktype en omvang, hoe vaak elk model het in één keer goed had. Dat wil zeggen: de run was klaar zonder iteratie, want een iteratie kost een hele extra run, en dat is waar het om draait bij optimaliseren.
Een categorie heeft tien runs nodig voordat hij een regel mag overschrijven; daaronder zegt de steekproef niets. Daarboven wordt een model dat in die categorie minder dan de helft van zijn runs in één keer goed heeft opgeschaald, en een model dat op het niveau eronder boven de negentig procent zit, teruggezet naar de goedkopere optie. De drempels liggen bewust ver uit elkaar, zodat een project niet door ruis tussen niveaus heen en weer schiet.
De ladder loopt van goedkoopst naar sterkst, en de router stapt alleen langs die ladder. "Opschalen" en "terugzetten" hebben daardoor een exacte betekenis en kunnen niet bij een willekeurig ander model uitkomen omdat een regel slordig is opgeschreven.
Elke keuze komt met een reden
Elke run legt vast waarom zijn model is gekozen. Dat is geen luxe. Een router die niet kan uitleggen waarom een run kostte wat hij kostte, vertrouwt niemand met het budget, en na de eerste verrassende factuur wordt hij uitgezet.
Opschalen na een mislukking wordt ook vastgelegd: een run die op een goedkoper model faalde, wordt een niveau hoger opnieuw geprobeerd, en die uitkomst gaat mee naar de volgende vergelijkbare taak, zodat die begint waar hij had moeten beginnen.
Een limiet die echt stopt
Routering bepaalt hoe snel je uitgeeft. Het begrenst het niet, en betalen per token zonder plafond is precies hoe mensen bang worden voor hun eigen tools.
Daarom gaan uitgaven van vooraf betaald tegoed af, en staat dat op nul, dan worden nieuwe runs gewoon geweigerd in plaats van afgeremd of in de wachtrij gezet. Runs die al bezig zijn mogen afmaken. Er een afbreken op negentig procent gooit werk weg waar je al voor hebt betaald, en dat is erger dan het kleine beetje overschrijding als je hem laat afronden.
Gebruik je je eigen modelsleutel, dan geldt dit allemaal niet: de uitgaven lopen dan tussen jou en de provider, en als wij die ook nog in rekening brachten, betaalde je dubbel.
Eén kanttekening over de reikwijdte, omdat je hier makkelijk te veel kunt beloven. Alles hierboven gaat over routering tussen de niveaus van Claude. Een run kan ook naar Grok of de OpenAI Codex CLI gaan, en die gebruiken het ene model dat je ervoor instelt in plaats van per taak te worden gerouteerd. Het plafond van je vooraf betaalde tegoed geldt hoe dan ook, welke agent de run ook deed.
