# ¿Cómo enruto las solicitudes a modelos más pequeños?

> Cómo enviar las solicitudes rutinarias a un modelo pequeño y solo las difíciles a uno grande, y cómo ajustar el enrutador para que los reintentos no se coman el ahorro.

Source: https://greenai.guide/es/como/como-enruto-las-solicitudes-a-modelos-mas-pequenos/  
Updated: 2026-11-19

## En resumen

Ponga un enrutador delante de sus modelos: una regla, un clasificador pequeño o una cascada que prueba primero un modelo pequeño y escala cuando la confianza es baja o falla una comprobación. Los enrutadores publicados han reducido los costes en más de la mitad en algunas pruebas sin empeorar la calidad. Ajuste el umbral con sus propios datos y mida el coste por tarea completada con éxito, no por llamada.

## Steps

1. Cree un conjunto de evaluación de solicitudes reales con un umbral de aprobado para cada una.
2. Mida con qué frecuencia aprueba un modelo pequeño por sí solo.
3. Elija un diseño de enrutador, como reglas, un clasificador de dificultad o una cascada con comprobación.
4. Ajuste el umbral de escalado con su conjunto de evaluación.
5. Mida el coste y la energía por tarea completada con éxito, incluidos los escalados y los reintentos.
6. Vuelva a ajustarlo cuando cambie cualquiera de los modelos.

**El enrutamiento le da la mayor parte de la calidad de un modelo grande con buena parte del coste de uno pequeño.**
La idea es sencilla: enviar cada solicitud al modelo más barato que probablemente la resuelva bien.

## ¿Qué diseño debo usar? {#which-design-should-i-use}

- **Reglas.** Enrute según el tipo de solicitud, su longitud o el canal. Fáciles de entender, y a menudo suficientes.
- **Clasificador de dificultad.** Un modelo pequeño predice lo difícil que es una solicitud. El trabajo Hybrid LLM de
  Ding y sus colegas enruta así las consultas entre un modelo pequeño y uno grande, equilibrando coste y calidad.
- **Cascada.** Pruebe el modelo pequeño; si falla una comprobación o la confianza es baja, pase a uno más grande.
  FrugalGPT, de Chen, Zaharia y Zou, estudió cascadas de este tipo para reducir costes.
- **Enrutador aprendido.** Entrenado según qué modelo lo hizo bien con qué solicitud. El estudio RouteLLM informó de
  reducciones de coste de más de la mitad en algunos casos sin empeorar la calidad de las respuestas.

## Errores frecuentes {#common-mistakes}

- **Medir por llamada.** Un intento fallido con el modelo pequeño más un reintento con el grande puede costar más que
  ir directamente al grande. Un sandpit británico de IA verde celebrado en 2026, con matemáticos, informáticos y
  representantes de la industria, señaló esto como un riesgo real en los sistemas agénticos. Mida por tarea completada
  con éxito.
- **Trasladar la elección a los usuarios.** Ponga el enrutamiento en el sistema, no en un desplegable que la mayoría
  ignora.
- **Configurarlo y olvidarlo.** Registre las tasas de escalado y revíselas cuando cambien los modelos.

## ¿Qué marca la mayor diferencia? {#what-makes-the-biggest-difference}

**Un buen conjunto de evaluación.** Sin ejemplos reales y un umbral de aprobado, no puede ajustar el umbral ni
demostrar el ahorro. Lea [elegir el modelo adecuado](/es/buenas-practicas/elija-el-modelo-adecuado-para-cada-tarea/) para saber cómo crear uno.

## Fuentes

- [RouteLLM: learning to route LLMs with preference data](https://arxiv.org/abs/2406.18665), Ong et al., ICLR 2025 (2024)
- [FrugalGPT: how to use large language models while reducing cost and improving performance](https://arxiv.org/abs/2305.05176), Chen, Zaharia and Zou, Transactions on Machine Learning Research (2023)
- [Hybrid LLM: cost-efficient and quality-aware query routing](https://arxiv.org/abs/2404.14618), Ding et al., ICLR (2024)
