# Pilha de modelos mista entre fornecedores: Opus planeja, Qwen / DeepSeek executam

> AI gateway mistura modelos de vários fornecedores por papel de agente: planejamento no Claude Opus, execução rotineira no Qwen3.8-Max / DeepSeek V4.1 Flash, mapeamento de modelo por identidade + tradução entre protocolos, zero alteração no cliente.

Canônico: https://www.gatellm.io/pt-BR/use-cases/mixed-model-stack/

Fixe os melhores modelos de fornecedores diferentes por papel de agente — o planejamento mantém o Anthropic Opus, a execução cai no Qwen3.8-Max / DeepSeek V4.1 Flash, com zero alteração no cliente e tradução automática entre protocolos.

## Do que a comunidade realmente reclama
Rodar o Claude Code no Claude Opus de ponta a ponta é caro demais; uma queda geral para o Sonnet degrada visivelmente o planejamento e o julgamento arquitetural, e o retrabalho fica mais caro. Desenvolvedores querem misturar os melhores modelos de outros fornecedores (Qwen, DeepSeek), mas o cliente só fala o protocolo Anthropic e nomes de modelo claude-*, e mudar a configuração significa tocar em cada máquina de desenvolvimento.
Pior ainda, o ciclo de planejamento, o ciclo principal de execução e as subtarefas em lote têm necessidades genuinamente diferentes de capacidade vs. preço — uma única troca de modelo no cliente não consegue atender a isso.

## Como o GateLLM faz isso
O GateLLM reescreve o nome do modelo por identidade depois do portão de entrada e antes do roteamento — zero alteração no cliente. O planejamento e o julgamento arquitetural mantêm claude-opus-5 indo direto para a Anthropic; o claude-sonnet-* do ciclo principal de execução mapeia para o qwen3.8-max do DashScope; as subtarefas em lote (formatação, mensagens de commit, resumos de recuperação) mapeiam para deepseek-flash via um upstream compatível com OpenAI. A tradução entre protocolos é feita pelo gateway, preservando streams SSE e tool_call_id na ida e volta.
As regras se ligam a chaves de acesso ou grupos de chaves e entram em vigor por equipe; o portão de saída verifica se o destino está na allowlist da identidade — configurar um mapeamento não é conceder permissão.

## 5 alavancas que realmente funcionam
- Mapeamento de modelo por identidade: from → to em chaves de acesso / grupos de chaves, reescrito após a entrada e antes do roteamento; suporta um único * capturando um segmento do meio, com recarga a quente
- Tradução entre protocolos: Claude Code sobre Anthropic, Codex / SDK OpenAI sobre OpenAI, o gateway traduz para upstreams DashScope / OpenAI / Gemini / Bedrock; :keep-alive em inferências upstream longas, _gateway_warning em quebra de stream
- Roteamento condicional por cabeçalho da requisição: o mesmo from roteia para destinos diferentes por X-Tenant etc. (exato / prefixo / regex / existe / ausente); regras condicionais primeiro, fallback incondicional, primeira correspondência vence — útil para canário
- Detecção de modo de plano: o modo de plano do Claude Code injeta marcadores Plan mode is active / Exited Plan Mode; um script que compara a última posição troca o roteamento — planejamento no Opus, execução no modelo econômico
- Permissão e observabilidade: o portão de saída verifica se o destino está na allowlist da identidade (mapeamento ≠ permissão); a coluna de modelo do log mostra uma tag MM com o nome original → mapeado ao passar o mouse; estatísticas e cobrança atribuem pelo nome real do modelo pós-mapeamento, então o custo da pilha mista é comparável de imediato

## FAQ
### Tenho de mudar a configuração do cliente?
Apenas aponte ANTHROPIC_BASE_URL para o gateway e troque ANTHROPIC_API_KEY por uma chave de acesso do gateway; a reescrita do nome do modelo acontece no gateway, então não há alterações de configuração por máquina. Observe que /v1/models não reflete os nomes de origem do mapeamento — você não os verá no menu suspenso, mas o cliente pode solicitar esse nome diretamente; isso é esperado.

### Como provo que a pilha mista é realmente mais barata?
Cobrança e estatísticas registram o nome do modelo de destino pós-mapeamento, cobrável por modelo / chave / tenant. Primeiro mapeie uma parte das requisições por uma condição de cabeçalho da requisição, compare custo e taxa de retrabalho na mesma janela e então amplie a parcela — o portão de saída mantém os destinos na allowlist, então o canário é seguro.

- [Guia completo: Configurar mapeamento de modelo por identidade (docs)](https://docs.gatellm.io/en/howto/configure-identity-model-mapping)

## Casos de uso relacionados
- [Um protocolo também alcança o resto da pilha de modelos mistos](https://www.gatellm.io/pt-BR/use-cases/one-protocol-any-model.md)

## Relacionados
- [Início](https://www.gatellm.io/pt-BR/index.md)
- [Preços](https://www.gatellm.io/pt-BR/pricing.md)
- [Calculadora de custos](https://www.gatellm.io/pt-BR/calculator.md)
- [Sobre](https://www.gatellm.io/pt-BR/about.md)
- [Agendar uma demonstração](https://www.gatellm.io/pt-BR/demo.md)
- [FAQ](https://www.gatellm.io/pt-BR/faq.md)
- [Comparar gateways de IA](https://www.gatellm.io/pt-BR/compare.md)
- [Comparar LiteLLM](https://www.gatellm.io/pt-BR/compare/litellm.md)
- [Comparar OpenRouter](https://www.gatellm.io/pt-BR/compare/openrouter.md)
- [Comparar Alibaba Cloud AI Gateway](https://www.gatellm.io/pt-BR/compare/alibaba-cloud.md)
- [Comparar Azure API Management](https://www.gatellm.io/pt-BR/compare/azure-apim.md)
- [Comparar Apigee](https://www.gatellm.io/pt-BR/compare/apigee.md)
- [Comparar Cloudflare AI Gateway](https://www.gatellm.io/pt-BR/compare/cloudflare.md)
- [Comparar Kong AI Gateway](https://www.gatellm.io/pt-BR/compare/kong.md)
- [Comparar Portkey](https://www.gatellm.io/pt-BR/compare/portkey.md)
- [LiteLLM vs Kong AI Gateway](https://www.gatellm.io/pt-BR/compare/litellm-vs-kong.md)
- [LiteLLM vs OpenRouter](https://www.gatellm.io/pt-BR/compare/litellm-vs-openrouter.md)
- [LiteLLM vs Portkey](https://www.gatellm.io/pt-BR/compare/litellm-vs-portkey.md)
- [Casos de uso](https://www.gatellm.io/pt-BR/use-cases.md)
- [Reduzir custo de LLM](https://www.gatellm.io/pt-BR/use-cases/reduce-cost.md)
- [Alta disponibilidade](https://www.gatellm.io/pt-BR/use-cases/high-availability.md)
- [Isolamento multilocatário](https://www.gatellm.io/pt-BR/use-cases/multi-tenant.md)
- [Conformidade e auditoria](https://www.gatellm.io/pt-BR/use-cases/compliance-audit.md)
- [Solução de problemas por sintoma](https://www.gatellm.io/pt-BR/use-cases/troubleshooting.md)
- [IA auto-hospedada dentro do Office](https://www.gatellm.io/pt-BR/use-cases/self-hosted-office-ai.md)
- [Visibilidade e atribuição do uso de tokens](https://www.gatellm.io/pt-BR/use-cases/token-ops.md)
- [Token FinOps: alocação e controle de custos de IA](https://www.gatellm.io/pt-BR/use-cases/token-finops.md)
- [Governança de ferramentas MCP](https://www.gatellm.io/pt-BR/use-cases/mcp-tool-governance.md)
- [Busca na web para todos os modelos](https://www.gatellm.io/pt-BR/use-cases/web-search-grounding.md)
- [Rotação e standby de múltiplas chaves](https://www.gatellm.io/pt-BR/use-cases/multi-key-pooling.md)
- [Controle de admissão de clientes](https://www.gatellm.io/pt-BR/use-cases/client-admission-control.md)
- [Aplicar política de uso de modelos](https://www.gatellm.io/pt-BR/use-cases/enforce-model-policy.md)
- [Sem escolha de modelo no cliente](https://www.gatellm.io/pt-BR/use-cases/automatic-model-tiering.md)
- [Um protocolo, qualquer modelo](https://www.gatellm.io/pt-BR/use-cases/one-protocol-any-model.md)
- [Suplemento Office / Microsoft 365](https://www.gatellm.io/pt-BR/office-addin.md)
- [Glossário](https://www.gatellm.io/pt-BR/glossary.md)
- [Catálogo de modelos](https://www.gatellm.io/pt-BR/models.md)
- [Integrações de SDK e frameworks](https://www.gatellm.io/pt-BR/integrations.md)
- [Agentes de código de IA e harnesses](https://www.gatellm.io/pt-BR/coding-agents.md)
- [Segurança e conformidade](https://www.gatellm.io/pt-BR/security.md)