Orquestração de agentes de IA pesa mais que a escolha do modelo, mostra estudo do arXiv

Um estudo publicado no arXiv em julho de 2026 mostrou algo inesperado: otimizar a camada de orquestração dos agentes de IA (a forma como o sistema reúne o contexto e gerencia as ferramentas, a sequência de ações e a lógica de execução) influencia mais os custos do que a escolha do próprio modelo.

Como o efeito da orquestração foi testado

Os autores fizeram um experimento controlado por substituição estrita. Escolheram 22 tarefas fixas de avaliação de agentes e as testaram em seis modelos de fundação. Só a camada de orquestração mudava; todo o resto permanecia igual.

De um lado ficou uma arquitetura de produção padrão (o sistema comum, usado no mundo real); do outro, um Writer Agent Harness otimizado (uma camada de orquestração melhorada de propósito). Todos os modelos rodaram as mesmas tarefas, com a mesma duração e a mesma composição de contexto.

Resultados: números que surpreendem

• Redução de custo: $0.21 → $0.12 por tarefa (economia de 41%)
• Execução mais rápida: 48 segundos → 27 segundos (44% mais rápido)
• Economia de tokens: 14.2k → 8.8k tokens por tarefa (38% a menos)
• Qualidade: 0.78 → 0.81 na métrica completion (mantida ou melhorada)
• A qualidade por dólar subiu 82%
• Modelos testados: Claude Sonnet 4.6, Gemini 3.1, Gemini Flash 3.5, Qwen 3.6, GLM 5.1, Palmyra X6

A conclusão mais intrigante: nessa carga de trabalho, a camada de orquestração influenciou o custo da tarefa mais do que toda a faixa de variação de preço entre os próprios modelos.

"A orquestração é um único componente cuja eficiência se multiplica em

cada modelo que uma organização executa: atual e futuro."

O efeito funciona em todos os modelos?

Sim. Os seis modelos ficaram de 33% a 61% mais baratos, independentemente do custo base e do desempenho. O efeito é universal.

Mas o ganho de qualidade foi desigual: os modelos mais fortes melhoraram mais que os fracos. Os autores chamaram isso de "harness leverage", o efeito de alavanca da orquestração. A correlação entre a melhora de qualidade e a capacidade inicial do modelo foi de r=0.99 (uma relação quase perfeita).

Quais mecanismos explicam a economia

Os autores identificaram seis famílias de mecanismos que, juntas, geram o ganho:

• Disciplina de cache: formato e tamanho corretos do cache, evitando cache misses
• Estruturação de prompts: a ordem em que o contexto é fornecido, priorizando os dados importantes
• Tratamento de erros: se uma chamada de ferramenta retorna erro, não tentar de novo às cegas
• Otimização de novas tentativas: quando avançar para o próximo passo e quando é preciso mais um turno
• Observabilidade e logging: ver o que o agente faz e identificar cedo comportamentos incomuns
• Gestão do custo de falhas: não pagar demais por tentativas malsucedidas

Juntos, esses mecanismos também se multiplicam entre si.

O que isso significa para as empresas

A escolha do modelo é só uma parte da otimização de custos. A engenharia de orquestração (como o contexto é reunido, como o cache funciona, como a cadeia de chamadas de ferramentas é gerenciada, como erros e falhas são tratados) tem mais alavancagem sobre a economia do que a escolha do modelo.

Para empresas que colocam agentes de IA em produção, isso quer dizer que, antes de pagar por um modelo mais caro ou mais potente, vale olhar a arquitetura do próprio sistema. Uma orquestração bem projetada pode render mais economia de custo e velocidade do que um upgrade de modelo. E o ganho escala: se você roda seis modelos, melhorar a orquestração beneficia os seis.