Microsoft-Decision-1: cuando la IA deja de escribir y empieza a elegir

Microsoft anunció esta semana Microsoft-Decision-1, un modelo de inteligencia artificial diseñado para hacer una cosa: tomar decisiones. Sin generación de texto fluido, sin razonamiento abierto — solo clasificación, enrutamiento, verificación y puntuación de opciones predefinidas, todo en milisegundos. La propuesta es ambiciosa y revela un cambio de mentalidad que venía gestándose: la idea de que no se debe usar un modelo generativo pesado para cada etapa de un pipeline de IA.

El modelo está disponible en vista pública en Microsoft Foundry y también estará disponible a través de OpenRouter. Construido sobre Qwen3.5-9B — un modelo de pesos abiertos del laboratorio chino Qwen (Alibaba Cloud) — pasó por post-entrenamiento enfocado exclusivamente en puntuación probabilística. Microsoft promete que la próxima versión será rebasada en sus propios modelos, Microsoft AI (MAI), e incluso en modelos de OpenAI, lo que señala una estrategia a largo plazo independiente de cualquier base extranjera.

Qué es un "modelo de decisión"

La categoría es nueva, y la propia Microsoft lo reconoce. En un artículo de blog, Achint Srivastava, VP de Ingeniería de Software en la Oficina del CTO de Microsoft, describió los modelos de decisión como una clase distinta de sistemas de IA, posicionados entre los LLMs generativos y las reglas programáticas rígidas. No generan texto; devuelven, para cada opción posible, una probabilidad calibrada — un número que el software consume directamente.

Los casos de uso mapeados son prácticos y repetitivos:

- Enrutamiento de soporte: clasificar tickets, seleccionar el equipo correcto y puntuar prioridad - Análisis de intención: identificar la intención detrás de una consulta del usuario - Etiquetado de datos: asignar etiquetas consistentes a publicaciones, comentarios y otros datos - Juicio de IA: evaluar si una respuesta generada cumple criterios de calidad - Verificación de seguridad: detectar intentos de jailbreak e inyección de prompt sin bloquear solicitudes inocentes

La ventaja técnica es simple pero potente: en lugar de pedirle a un LLM grande como GPT-6 que resuelva un problema de clasificación con prompt engineering — lo que puede costar centavos por llamada y demorar segundos —, el modelo de decisión responde en milisegundos con un JSON que contiene probabilidades calibradas. El ahorro de latencia y costo es lo que motiva la adopción.

Benchmarking: velocidad y precisión

Microsoft midió el Decision-1 en 36 benchmarks, abarcando casi 150 mil preguntas, con datos mantenidos en secreto durante el entrenamiento. El resultado: la mayor precisión registrada. En velocidad, fue 2,5 veces más rápido que el H2O-Lightning-4B v1.1 (el subcampeón) y 35 veces más rápido que el GPT-6 Sol (el modelo generativo de OpenAI corriendo en modo decisión).

Pero la historia se hace más matizada cuando se miran los benchmarks independientes. El H2O-Lightning-4B, por ejemplo, lidera el JevBench Composite Score entre 104 sistemas de pesos abiertos, con puntuación de 90 en calibración, 92,6 en velocidad, 60 en inteligencia y 60 en clasificación. Microsoft no publicó los datos crudos del JevBench — solo su benchmark interno — lo que plantea la pregunta habitual: quien controla la medición controla la narrativa.

Lo innegable es que la categoría entera está creciendo rápidamente. En menos de un mes, OpenAI lanzó su Decisions API en beta pública, TypeSafe presentó el Jev (modelo de decisión de propósito general), y H2O.ai tiene el Lightning-4B. Curiosamente, todas las bases parten de modelos Qwen — lo que plantea dudas sobre cuán "innovadora" es realmente la tecnología subyacente.

Por qué importa: la arquitectura modular de la IA

La idea de usar diferentes modelos para diferentes tareas no es nueva — microservicios hacen esto desde hace décadas. Lo nuevo es aplicar esta filosofía a la arquitectura de IA. En lugar de un único LLM gigantesco haciendo todo (generar texto, clasificar, decidir, enrutar, verificar), Microsoft propone un ecosistema donde generación, razonamiento y decisión son bloques complementarios, y cada uno se elige por lo que hace mejor.

Esto encaja perfectamente con la ola de agentes autónomos. Un agente de IA que interactúa con sistemas del mundo real (cobrar un pago, reenviar un ticket, aprobar un préstamo) no puede depender exclusivamente de un LLM para cada decisión — el costo sería prohibitivo y la latencia inaceptable. Un modelo de decisión que cuesta fracciones de centavo por llamada y devuelve en milisegundos es el componente perfecto para esa capa de control.

Microsoft ya está probando internamente el Decision-1 en cinco escenarios:

1. Descubrimiento científico: etiquetado de datos, juicio de IA y análisis de intención 2. Relevancia de búsqueda: evaluación de relevancia de resultados de búsqueda 3. Clasificación de contenido: categorización por tema o política 4. Verificación de código: evaluación contra criterios definidos 5. Enrutamiento de incidentes: triaje automático por severidad

La paradoja del modelo chino

Un detalle interesante: el Decision-1 está construido sobre Qwen3.5-9B, de Alibaba Cloud, la empresa china. Microsoft dice que va a rebasar en los próximos meses en MAI y OpenAI, pero la razón de esta decisión no fue divulgada. Posibles motivaciones: el Qwen es open-weight (costo cero de licenciamiento), ya tiene buen rendimiento en clasificación, y permite prototipado rápido. Pero la dependencia de un modelo chino en un producto de IA corporativa también plantea cuestiones geopolíticas — aunque Microsoft alegue que los datos de entrenamiento son "sujetos al proceso de Open Data de Microsoft".

Qué observar

La categoría "modelos de decisión" probablemente se expandirá en los próximos meses. La pregunta no es si va a crecer — el mercado ya muestra que sí — sino quién va a dictar el estándar. ¿OpenAI con la Decisions API? ¿Microsoft con el Decision-1? ¿O modelos open-source como el H2O-Lightning? Y, más importante: ¿esta nueva clase de modelos va a realmente eliminar los costos de decisión, o solo transferirlos a otra capa del stack?

Fuentes: The Register, The Verge, Microsoft Command Line

✓ Fuentes independientes cruzadas y verificadas antes de la publicación