Synapse no apuesta por un único proveedor de IA. Defines el modelo de cada agente una sola vez y todos los bloques y flujos heredan esa elección: precisión donde importa, ahorro donde no compromete. La recomendación automática de modelos está en el roadmap.
La decisión ocurre antes de la llamada, a partir de lo que el bloque declara: naturaleza de la tarea, criticidad, formato de entrada y tamaño del contexto.
El enrutamiento no es por aplicación: es por bloque. Una misma aplicación puede activar cuatro modelos distintos en una sola ejecución.
La parte que decide el modelo es la más visible. El resto es lo que hace que esto funcione en producción.
Si el proveedor se cae, se pone lento o devuelve un error, la llamada pasa al siguiente modelo compatible. La aplicación no se detiene porque un proveedor tuvo un incidente.
Cada squad tiene presupuesto mensual. Al acercarse al límite, el enrutador baja a modelos más baratos en las tareas ligeras y avisa al responsable — en lugar de reventar la factura en silencio.
Fragmentos de política, catálogo y prompt de sistema que se repiten en cada llamada no se pagan de nuevo en cada ejecución.
Modelo usado, tokens de entrada y salida, latencia, costo y el bloque que originó la llamada. Es lo que permite auditar una decisión meses después.
El bloque declara la tarea, no el proveedor. Cuando un modelo nuevo entra a la plataforma, pasa a ser candidato en las tareas compatibles — sin tocar las aplicaciones que ya están en marcha.
Ninguna llamada autoriza entrenar con tus datos. Para contenido sensible, el enrutador puede restringirse a modelos abiertos alojados en tu entorno.
Trae tres tareas reales de tu operación. En la demo técnica mostramos qué modelo activaría cada una, el costo estimado por ejecución y cómo queda el log de auditoría.