Das Modell festschreiben, das Agenten ausführen — planen auf einem, ausführen auf einem anderen
Neutralisieren Sie die Modellwahl auf der Client-Seite und trennen Sie dann den Plan-Modus von der Ausführung, sodass ein starkes Modell plant und ein günstiges Modell ausführt.
Worüber die Community tatsächlich klagt
„Unsere Entwickler stellen Claude Code auf Opus, um ein Changelog zusammenzufassen“, „jeder hat ein anderes Modell in den Einstellungen und wir können nicht sehen, wer was ausgegeben hat“, „wir haben eine Client-Richtlinie versucht, aber jeder kann sie einfach wieder zurückändern“.
Die Modellwahl ist eine Kostenentscheidung, keine Entwicklerpräferenz — sie muss am Gateway durchgesetzt werden, wo die Anfrage tatsächlich landet.
Wie GateLLM es macht
Drei Ebenen, keine überspringbar: Die Modell-Allowlist der Key-Gruppe (Ingress-Gate) weist nicht autorisierte Modellnamen mit 403 zurück; eine Catch-all-Modellzuordnung von „*“ schreibt, was auch immer der Client anfragt, auf das sanktionierte Modell um; und ein Before-Slot-Skript hält den Plan-Modus auf dem starken Modell und wechselt beim Verlassen auf das Ausführungsmodell.
Bypass-Anfragen — wie die Generierung von Unterhaltungstiteln in Claude Code — tragen keinen Plan-Marker und fallen daher auf das günstige Ausführungsmodell durch. Genau das gewünschte Verhalten „kein Opus für eine Zusammenfassung“.
5 Hebel, die tatsächlich wirken
- Ingress-Gate: Die Modell-Allowlist der Key-Gruppe weist jeden nicht autorisierten Modellnamen vor dem Routing zurück
- Catch-all-Zuordnung: von „*“ → auf das sanktionierte Modell normalisiert jeden angefragten Namen auf ein Modell
- Plan-/Ausführungstrennung: Ein Before-Slot-Skript liest die Plan-Modus-Marker und wechselt das Routing erst nach dem Verlassen des Plan-Modus
- Transparent: gewechselte Anfragen erhalten ein SW-Tag in den Logs, sodass das reale Landemodell jeder Anfrage auditierbar ist
- Hot-Reload: Zuordnungen und Regeln wirken sofort — kein Neustart, kein Rollout pro Entwickler