Tutorial sobre uso combinado de múltiplos modelos de IA (Claude,…
INEMA
Resumo prático do setup ideal⌗
A melhor estratégia é usar modelos caros para pensar e revisar e usar o DeepSeek V4 para executar a maior parte do código.
Divisão recomendada⌗
| Modelo | Uso principal | Percentual ideal |
|---|---|---|
| GPT-5.5 | Planejamento, arquitetura, revisão final, debugging difícil | 20% |
| Opus 4.7 | UI/UX, produto, criatividade, refinamento visual | 10% |
| DeepSeek V4 | Codificação, testes, refatoração, documentação e tarefas repetitivas | 70% |
Fluxo prático⌗
- GPT-5.5 planeja
- Define arquitetura.
- Divide o projeto em tarefas.
- Cria critérios de aceitação.
- Aponta riscos técnicos.
- Opus 4.7 refina
- Melhora UI/UX.
- Ajusta experiência do usuário.
- Ajuda em design, copy e decisões de produto.
- DeepSeek V4 executa
- Escreve código.
- Cria componentes.
- Refatora arquivos.
- Gera testes.
- Faz documentação.
- Resolve tarefas repetitivas.
- GPT-5.5 ou Opus revisa
- Confere se o código segue o plano.
- Procura bugs.
- Avalia segurança.
- Melhora arquitetura.
- Aprova ou pede correções.
Regra de ouro⌗
GPT-5.5 e Opus são os arquitetos e revisores. DeepSeek é o executor barato.
Melhor configuração⌗
70% DeepSeek V4
20% GPT-5.5
10% Opus 4.7
Esse formato tende a dar o melhor equilíbrio entre qualidade, velocidade e economia. O erro seria deixar o DeepSeek decidir tudo sozinho. O ideal é dar tarefas pequenas, bem especificadas, e depois revisar com um modelo mais forte.
Como usar o Claude Code junto com o DeepSeek V4 para reduzir drasticamente os custos de desenvolvimento com IA, mantendo um fluxo parecido com o do Claude.
A ideia principal é usar o Claude Code como estrutura de trabalho e conectar o DeepSeek V4 por API, aproveitando o fato de ele ser muito mais barato, ter boa capacidade de chamada de ferramentas e funcionar bem para tarefas técnicas. O autor mostra que, em vez de depender apenas do Claude Opus/Sonnet para tudo, é possível usar modelos diferentes em terminais separados: Claude para design e decisões criativas, DeepSeek para tarefas pesadas e repetitivas, e até GPT/Codex para revisão de código.
O DeepSeek V4 como um modelo grande, com bom desempenho em benchmarks e especialmente útil para programação, automações, refatorações, testes, scripts, documentação e backend. Porém, ele alerta que o DeepSeek não é tão bom quanto Claude em UI, design e criatividade visual. Por isso, a estratégia recomendada é: Claude para criar a interface e a experiência visual, DeepSeek para implementar funcionalidades e fazer o trabalho pesado, e outro modelo como GPT/Codex para revisar e melhorar o código.
Duas formas de usar o DeepSeek: via OpenRouter ou diretamente pela API do DeepSeek. A API direta porque evita muitos limites de uso. Também é possível configurar modelos gratuitos pelo OpenRouter, mas com limitações de qualidade e rate limit.
Há alguns alertas importantes: não colar chaves de API, dados sensíveis, propriedade intelectual crítica ou informações reguladas em modelos externos, especialmente DeepSeek. Ele recomenda evitar esse fluxo em ambientes corporativos, saúde, finanças ou projetos altamente confidenciais. Para desenvolvedores solo, protótipos, projetos open source, aprendizado e automações, ele considera a solução excelente para economizar dinheiro.
Resumo da estratégia final:
Claude: design, criatividade, UI/UX e decisões visuais. DeepSeek: backend, automações, scripts, testes, refatorações e tarefas repetitivas. GPT/Codex: revisão, auditoria e melhoria de código.
A mensagem central é que usar vários modelos juntos pode entregar um fluxo poderoso e muito mais barato do que usar Claude para tudo.
Projetos — Setup 70/20/10 em casos reais
inematds.github.io/deepclaudex ↗
DeepClaudex
1