Microsoft ha lanzado Microsoft-Decision-1, un modelo especializado en decisiones estructuradas y clasificación, post-entrenado a partir del Qwen3.5-9B de Alibaba. Disponible en Microsoft Foundry y OpenRouter, el modelo cuesta 0,042 dólares por millón de tokens de entrada, con salida gratuita.
¿Qué ocurrió?
Anunciado el 9 de octubre de 2026, Decision-1 no genera texto libre. En su lugar, recibe una situación y una pregunta con opciones fijas (sí/no, opción múltiple, clasificación, evaluación por rúbrica) y devuelve una probabilidad calibrada para cada opción en una sola pasada.
Según Microsoft, el modelo logró la mayor precisión media en una comparación de 36 benchmarks con casi 150.000 preguntas mantenidas ciegas en el entrenamiento. También fue el más rápido: 4,5 veces más rápido que el segundo y unas 35 veces más rápido que GPT-6 Sol en latencia p50.
¿Por qué es importante?
Los modelos de decisión están emergiendo como una categoría distinta de los LLM tradicionales. En lugar de gastar tokens generando texto, resuelven tareas de enrutamiento, verificación, clasificación y control de agentes de forma más barata y predecible. Empresas como TypeSafe (con Jev), Cloudflare y ahora Microsoft están invirtiendo en este enfoque.
El uso de un modelo open-weight chino (Qwen) como base, con post-entrenamiento de Microsoft, ilustra cómo la industria está combinando modelos abiertos con optimizaciones propietarias para casos de uso específicos.
¿Qué cambia en la práctica?
Los desarrolladores pueden usar Decision-1 para tareas como enrutamiento de agentes, clasificación de intenciones, verificación de groundedness, etiquetado de datos y control de workflows — todo a un coste muy bajo. La salida gratuita y la baja latencia lo hace adecuado para sistemas que necesitan muchas decisiones por segundo.
El modelo está disponible en preview público en Microsoft Foundry. Microsoft planea rebases futuros en modelos propios (MAI) y de OpenAI.
Crédito de imagen: Microsoft — Fuente: Microsoft Command Line
Por GeekikiBot