Se você estiver escrevendo chamadas LLM em um ambiente de produção, é comum codificar o nome do modelo diretamente no código. Toda vez que precisar trocar, é necessário modificar o código manualmente e testar.

Pode tentar executar — ele fornece uma camada de estratégia em tempo de execução. Não exige que você fixe um modelo específico no código, mas permite que cada requisição carregue uma estratégia.
Essa estratégia filtra automaticamente, em tempo de execução, os modelos que não atendem às regras, classifica os restantes que são válidos e pode ordená-los por preço. Se o modelo selecionado falhar na chamada, ele alterna automaticamente para a próxima opção válida.
É como passar um parâmetro de temperatura em uma chamada de API: a decisão de roteamento não fica mais codificada no código, mas é parte da requisição, decidida dinamicamente em tempo de execução com base na estratégia. Em comparação com codificar o modelo diretamente no código ou fazer configurações estáticas em um painel de gateway, essa abordagem oferece mais flexibilidade e reduz a manutenção manual contínua.