# Coste por tarea resuelta: compara modelos y respuestas compactas

> Compara rutas de inferencia y estilo de respuesta con el mismo criterio de aceptación para elegir una configuración por resultados observados.

Verificado el 27 oct 2026.

## Qué es

Una prueba para elegir cómo ejecutar una clase de tarea con un coste aceptable. El informe compara calidad, duración y consumo, e incluye los intentos que fallan para que una configuración barata por llamada no parezca mejor por ocultar reintentos.

## Para qué te sirve

- Cuando un modelo pequeño parece suficiente pero necesitas medir sus errores con las mismas tareas.
- Cuando acortar respuestas reduce longitud y quieres comprobar que conserva la información necesaria.
- Cuando el coste sube por repetir intentos y no por el precio de una sola llamada.

## Cómo funciona

[Better Harness](/hub/better-harness) ayuda a plantear hipótesis con evidencia de sesiones. [LiteLLM](/hub/litellm-agent-platform) unifica llamadas para comparar proveedores mediante su biblioteca. [Caveman](/hub/caveman-token-saver) aporta una condición de respuesta breve. La selección inicial es explícita por tarea: no se presupone un enrutador que elija correctamente por sí solo.

## Antes de empezar

Prepara un proyecto uv con Python ≥3.10 y <3.16 para LiteLLM, proveedores permitidos y ejemplos de tareas con resultados esperados. Better Harness se instala en Claude Code. Caveman skill usa Node.js ≥22.20.0 y npm/npx; esta prueba no necesita su CLI completo. Registra precios de tus cuentas y fecha antes de calcular dinero; si faltan, informa solo consumo observado.

## Límites y alternativas

Las capacidades no son iguales por compartir interfaz. Una tarea que requiere herramientas o salida estructurada necesita pruebas específicas por modelo. El ahorro en una muestra no se extrapola a toda la operación; incluye reintentos, respuestas inválidas y casos sin resolver.

## Recursos

- [LiteLLM](/hub/litellm-agent-platform) — función y requisitos de esta pieza.
- [Documentación de LiteLLM](https://github.com/BerriAI/litellm) — fuente primaria.
- [Caveman](/hub/caveman-token-saver) — función y requisitos de esta pieza.
- [Documentación de Caveman](https://github.com/JuliusBrussee/caveman) — fuente primaria.
- [Better Harness](/hub/better-harness) — función y requisitos de esta pieza.
- [Documentación de Better Harness](https://github.com/QoderAI/better-harness) — fuente primaria.