El enrutamiento inteligente de modelos es el cambio silencioso de infraestructura en 2026

Gergely Orosz acaba de publicar un piece en el blog de The Pragmatic Engineer sobre cómo los equipos están enrutando las peticiones de IA entre modelos en lugar de hardcodear todo a uno solo. La idea es simple: mandás las consultas baratas a un modelo barato y los jobs grandes a uno más fuerte, y la capa de enrutamiento decide cuál es cuál. No es un producto flashy — es plumbing — y eso es justo por qué importa.

Las piezas ya existen. OpenAI, Anthropic, Google, y los open models todos tienen APIs que aceptan la misma entrada y devuelven la misma salida. La capa de enrutamiento se sienta en el medio, vigila latencia y costo, y elige el mejor modelo para el job. Sin vendor lock-in. Sin reescribir tu app.

La razón por la que esto vale la pena escribir es el timing. Hace dos años, el enrutamiento era una novelty — pagabas un premium por el modelo más smart y no pensabas dos veces. Ahora, la cost curve se voltea. Mandar todo por un solo modelo se pone caro rápido. El enrutamiento es cómo los equipos mantienen las bills flat mientras la calidad del modelo se mantiene arriba. Los writers de TLDR lo llaman una nueva trend para 2026, y la nota de The Pragmatic Engineer es la explicación más clara de por qué: es infraestructura que escala sin que te des cuenta.

Por qué nos importa: las abuelas que manejan sus side businesses no necesitan el modelo más fancy — necesitan herramientas confiables que no cuesten una fortuna. El enrutamiento smart es cómo pasa eso.