Todos los proveedores de IA tienen malos minutos. Un modelo se satura, una región tropieza, un extremo responde con un error durante noventa segundos. No hay nada raro en eso. Lo que importa es qué hace la aplicación durante esos noventa segundos.
Hasta esta semana, la nuestra casi siempre se rendía. Las imágenes, la voz y la transcripción llevaban meses pasando a un modelo hermano. El texto no lo hacía en ninguna parte, así que un mal minuto del proveedor acababa con una respuesta interactiva igual que acababa con un flujo de trabajo.
La misma pregunta, a otro modelo
Ahora toda llamada de texto pasa por un único camino que sabe preguntar en otro sitio: el turno principal del chat y los pasos de herramientas que hay detrás, Continuar, la investigación profunda, el puente de visión, la mejora del prompt, el paso de texto dentro de un flujo de trabajo y las generaciones de música. El sustituto no es un modelo más barato al azar: es un hermano que tiene la capacidad que la petición necesita de verdad.
Un caso queda fuera a propósito. En cuanto una respuesta empieza a aparecer en tu pantalla, la dejamos en paz. Reiniciar en otro modelo significaría reescribir o contradecir frases que ya has leído, y eso es peor que un error honesto.
Pagar al modelo que respondió
La mitad interesante de esto es la factura. Redirigir una llamada es fácil; contarlo con honestidad no lo es. Cada redirección conservaba los precios del primer modelo, así que una llamada redirigida se cobraba a las tarifas del modelo que acababa de fallar. La cadena entrega ahora la instantánea completa del modelo que realmente se ejecutó: precios, ventana de contexto, margen. Así la línea de tu historial de facturación nombra al modelo que hizo el trabajo, con su propia tarifa.
Y cuando nada funciona
Redirigir no siempre es posible. Cuando una ejecución falla de verdad, el dinero de los pasos que no produjeron nada vuelve ahora al sitio del que salió. Esa fue la otra mitad de la semana, y tiene su propia entrada.