# Stack de modelos mixto y multiproveedor: Opus planifica, Qwen / DeepSeek ejecutan

> Un gateway de IA mezcla modelos de varios proveedores por rol de agente: planificación en Claude Opus, ejecución rutinaria en Qwen3.8-Max / DeepSeek V4.1 Flash, mapeo de modelos por identidad + traducción entre protocolos, sin cambios en el cliente.

Canonical: https://www.gatellm.io/es/use-cases/mixed-model-stack/

Fije los mejores modelos de distintos proveedores por rol de agente: la planificación conserva Anthropic Opus, la ejecución recae en Qwen3.8-Max / DeepSeek V4.1 Flash, sin cambios en el cliente y con traducción automática entre protocolos.

## De qué se queja realmente la comunidad
Ejecutar Claude Code con Claude Opus de principio a fin es demasiado caro; bajar todo a Sonnet degrada visiblemente la planificación y el criterio arquitectónico, y el retrabajo sale más caro. Los desarrolladores quieren mezclar los mejores modelos de otros proveedores (Qwen, DeepSeek), pero el cliente solo habla el protocolo de Anthropic y nombres de modelo claude-*, y cambiar la configuración implica tocar cada máquina de desarrollo.
Peor aún, el bucle de planificación, el bucle principal de ejecución y las subtareas por lotes tienen necesidades genuinamente distintas de capacidad frente a precio; un único cambio de modelo en el cliente no puede igualarlo.

## Cómo lo hace GateLLM
GateLLM reescribe el nombre del modelo por identidad después de la compuerta de entrada y antes del enrutamiento, sin cambios en el cliente. La planificación y el criterio arquitectónico mantienen claude-opus-5 hacia Anthropic; el claude-sonnet-* del bucle principal de ejecución se mapea a qwen3.8-max de DashScope; las subtareas por lotes (formateo, mensajes de commit, resúmenes de recuperación) se mapean a deepseek-flash mediante un upstream compatible con OpenAI. La traducción entre protocolos la maneja el gateway, conservando los flujos SSE y el tool_call_id en el viaje de ida y vuelta.
Las reglas se asocian a claves de acceso o grupos de claves y surten efecto por equipo; la compuerta de salida verifica que el destino esté en la lista de permitidos de la identidad: configurar un mapeo no otorga permiso.

## 5 palancas que realmente funcionan
- Mapeo de modelos por identidad: de → a en claves de acceso y grupos de claves, reescrito después de la entrada y antes del enrutamiento; admite un único * que captura un segmento intermedio y se recarga en caliente
- Traducción entre protocolos: Claude Code en Anthropic, Codex / SDK de OpenAI en OpenAI, y el gateway traduce a upstreams de DashScope / OpenAI / Gemini / Bedrock; :keep-alive en inferencias upstream largas y _gateway_warning si el flujo se corta
- Enrutamiento condicional por cabeceras de solicitud: el mismo origen enruta a destinos distintos según X-Tenant, etc. (exacto / prefijo / regex / existe / ausente); primero las reglas condicionales, luego la alternativa incondicional y gana la primera coincidencia, lo que sirve para canarios
- Detección del modo de planificación: el modo de planificación de Claude Code inyecta los marcadores Plan mode is active / Exited Plan Mode; un script que compara la última posición cambia el enrutamiento: planificación en Opus, ejecución en el modelo rentable
- Permisos y observabilidad: la compuerta de salida verifica que el destino esté en la lista de permitidos de la identidad (mapeo ≠ permiso); la columna de modelo del log muestra una etiqueta MM con el nombre original → mapeado al pasar el cursor; las estadísticas y la facturación atribuyen por el nombre real posterior al mapeo, así que el costo del stack mixto es comparable de un vistazo

## Preguntas frecuentes
### ¿Tengo que cambiar la configuración del cliente?
Solo apunte ANTHROPIC_BASE_URL al gateway y cambie ANTHROPIC_API_KEY por una clave de acceso del gateway; la reescritura del nombre del modelo ocurre en el gateway, así que no hay cambios de configuración por máquina. Tenga en cuenta que /v1/models no refleja los nombres de origen del mapeo: no los verá en el desplegable, pero el cliente puede solicitar ese nombre directamente; es lo esperado.

### ¿Cómo demuestro que el stack mixto es realmente más barato?
La facturación y las estadísticas registran el nombre del modelo destino posterior al mapeo, facturable por modelo / clave / inquilino. Primero desvíe una parte de las solicitudes mediante una condición de cabecera de solicitud, compare el costo y la tasa de retrabajo en la misma ventana y luego amplíe la proporción; la compuerta de salida mantiene los destinos en la lista de permitidos, así que el canario es seguro.

- [Guía completa: configurar el mapeo de modelos por identidad (docs)](https://docs.gatellm.io/en/howto/configure-identity-model-mapping)

## Casos de uso relacionados
- [Un protocolo también llega al resto de la pila de modelos mixtos](https://www.gatellm.io/es/use-cases/one-protocol-any-model.md)

## Relacionado
- [Inicio](https://www.gatellm.io/es/index.md)
- [Precios](https://www.gatellm.io/es/pricing.md)
- [Calculadora de costos](https://www.gatellm.io/es/calculator.md)
- [Acerca de](https://www.gatellm.io/es/about.md)
- [Reservar una demo](https://www.gatellm.io/es/demo.md)
- [FAQ](https://www.gatellm.io/es/faq.md)
- [Comparar gateways de IA](https://www.gatellm.io/es/compare.md)
- [Comparar LiteLLM](https://www.gatellm.io/es/compare/litellm.md)
- [Comparar OpenRouter](https://www.gatellm.io/es/compare/openrouter.md)
- [Comparar Alibaba Cloud AI Gateway](https://www.gatellm.io/es/compare/alibaba-cloud.md)
- [Comparar Azure API Management](https://www.gatellm.io/es/compare/azure-apim.md)
- [Comparar Apigee](https://www.gatellm.io/es/compare/apigee.md)
- [Comparar Cloudflare AI Gateway](https://www.gatellm.io/es/compare/cloudflare.md)
- [Comparar Kong AI Gateway](https://www.gatellm.io/es/compare/kong.md)
- [Comparar Portkey](https://www.gatellm.io/es/compare/portkey.md)
- [LiteLLM vs Kong AI Gateway](https://www.gatellm.io/es/compare/litellm-vs-kong.md)
- [LiteLLM vs OpenRouter](https://www.gatellm.io/es/compare/litellm-vs-openrouter.md)
- [LiteLLM vs Portkey](https://www.gatellm.io/es/compare/litellm-vs-portkey.md)
- [Casos de uso](https://www.gatellm.io/es/use-cases.md)
- [Reducir el costo de LLM](https://www.gatellm.io/es/use-cases/reduce-cost.md)
- [Alta disponibilidad](https://www.gatellm.io/es/use-cases/high-availability.md)
- [Aislamiento multiusuario](https://www.gatellm.io/es/use-cases/multi-tenant.md)
- [Cumplimiento y auditoría](https://www.gatellm.io/es/use-cases/compliance-audit.md)
- [Solución de problemas por síntoma](https://www.gatellm.io/es/use-cases/troubleshooting.md)
- [IA autoalojada dentro de Office](https://www.gatellm.io/es/use-cases/self-hosted-office-ai.md)
- [Visibilidad y atribución del uso de tokens](https://www.gatellm.io/es/use-cases/token-ops.md)
- [Token FinOps: asignación y control del costo de IA](https://www.gatellm.io/es/use-cases/token-finops.md)
- [Gobernanza de herramientas MCP](https://www.gatellm.io/es/use-cases/mcp-tool-governance.md)
- [Búsqueda web para todos los modelos](https://www.gatellm.io/es/use-cases/web-search-grounding.md)
- [Rotación y respaldo multi-clave](https://www.gatellm.io/es/use-cases/multi-key-pooling.md)
- [Control de admisión de clientes](https://www.gatellm.io/es/use-cases/client-admission-control.md)
- [Aplicar la política de uso de modelos](https://www.gatellm.io/es/use-cases/enforce-model-policy.md)
- [Sin elección de modelo en el cliente](https://www.gatellm.io/es/use-cases/automatic-model-tiering.md)
- [Un protocolo, cualquier modelo](https://www.gatellm.io/es/use-cases/one-protocol-any-model.md)
- [Complemento para Office / Microsoft 365](https://www.gatellm.io/es/office-addin.md)
- [Glosario](https://www.gatellm.io/es/glossary.md)
- [Catálogo de modelos](https://www.gatellm.io/es/models.md)
- [Integraciones de SDK y frameworks](https://www.gatellm.io/es/integrations.md)
- [Agentes de código IA y harnesses](https://www.gatellm.io/es/coding-agents.md)
- [Seguridad y cumplimiento](https://www.gatellm.io/es/security.md)