Open Router:
100+ modelos, una sola API.

Rol: Desarrollador backend implementando IA unificada.

Objetivo: Conectar Open Router para usar múltiples modelos con una sola API y fallback automático.

Contexto: Tenés una app y querés poder cambiar entre GPT-4, Claude, Gemini y Llama sin tocar el código.

Pasos:
1. Crear cuenta en openrouter.ai y obtener API key
2. Implementar función makeRequest() con fetch/axios
3. Configurar fallback: si Claude cae → Gemini → Llama
4. Agregar sistema de retries con exponential backoff
5. Implementar logging de tokens usados y costo
6. Crear función switchModel() para cambiar dinámicamente

Código base:
const models = [
  "anthropic/claude-3.5-sonnet",
  "google/gemini-1.5-pro",
  "meta-llama/llama-4-maverick"
];

async function chatWithFallback(prompt, modelIndex = 0) {
  try {
    const response = await fetch('https://openrouter.ai/api/v1/chat/completions', {
      method: 'POST',
      headers: { 'Authorization': `Bearer ${API_KEY}` },
      body: JSON.stringify({ model: models[modelIndex], messages: [{role: 'user', content: prompt}] })
    });
    return await response.json();
  } catch (error) {
    if (modelIndex < models.length - 1) return chatWithFallback(prompt, modelIndex + 1);
    throw error;
  }
}

Validación: La app debe seguir funcionando aunque caigan 2 de 3 modelos.

Output esperado: Código funcional con manejo de errores y logging.

Rol: Ingeniero de ML comparando modelos para elegir el mejor para un caso de uso específico.

Objetivo: Crear un sistema que envíe el mismo prompt a múltiples modelos y compare resultados por calidad, velocidad y costo.

Contexto: Necesitás elegir el modelo óptimo para tu caso de uso (programación, análisis, creatividad, etc.).

Pasos:
1. Definir suite de pruebas: 5 prompts representativos de tu caso de uso
2. Crear función evaluateModel(modelId, prompts) que:
   - Envíe cada prompt
   - Mida tiempo de respuesta
   - Cuente tokens usados
   - Califique calidad (1-5) o use un LLM-judge
3. Ejecutar contra mínimo 3 modelos:
   - GPT-4o
   - Claude 3.5 Sonnet
   - Llama 4 Maverick
   - (opcional) modelo gratuito
4. Generar reporte comparativo con:
   - Tabla: modelo | tiempo | costo | calidad | score combinado
   - Gráfico de costo vs calidad
   - Recomendación final
5. Consideraciones:
   - Latencia a tu región (Argentina)
   - Límites de rate por tier gratuito
   - Context window necesario

Datos de entrada: Tus 5 prompts de prueba + API key de Open Router.

Restricciones: Ejecutar tests fuera de horario pico para mediciones justas.

Validación: Resultados reproducibles en 3 corridas distintas.

Output esperado: Script Python + reporte Markdown con recomendación.