A Microsoft anunciou nesta semana o Microsoft-Decision-1, um modelo de IA construído especificamente para tomar decisões estruturadas — em vez de gerar texto livre. Diferentemente dos grandes modelos de linguagem (LLMs) que dominam o noticiário há anos, o Decision-1 não escreve parágrafos nem argumenta sobre temas complexos. Ele recebe um conjunto fixo de opções e devolve uma probabilidade calibrada para cada uma. O resultado é uma categoria inteiramente nova de IA, projetada para tarefas onde cada chamada representa uma microdecisão que o software pode executar imediatamente.
O modelo foi construído sobre o Qwen3.5-9B, uma arquitetura open-weight desenvolvida pelo Alibaba Cloud, braço de nuvem do gigante chinês Alibaba. A Microsoft fez pós-treinamento sobre essa base para especializá-lo em scoring de decisões, e o resultado está disponível em pré-visualização pública através do Microsoft Foundry e, em breve, via OpenRouter. O preço anunciado é de US$ 0,042 por milhão de tokens de entrada — e os tokens de saída são gratuitos.
A proposta é simples, mas ambiciosa. Em aplicações de IA modernas, muitos dos passos mais frequentes não exigem geração de texto: classificar uma entrada, selecionar uma opção, atribuir um score, verificar uma condição, priorizar um item ou controlar o fluxo de um workflow. A Microsoft chama isso de "decision models", e diz que estão se tornando um componente essencial em sistemas de IA composicionais, onde diferentes etapas utilizam modelos especializados para diferentes tarefas.
O Decision-1 foi testado em 36 benchmarks cobrindo quase 150 mil questões, segundo a Microsoft. Nos testes, alcançou 83,5% de precisão e latência de 85 milissegundos — a empresa afirma ser 2,5 vezes mais rápido que o H2O-Lightning-4B v1.1, o segundo colocado, e 35 vezes mais rápido que o GPT-6 Solution. A velocidade é o diferencial: em sistemas agênticos que executam centenas de decisões por sessão, cada milissegundo se acumula.
Mas o que torna esse lançamento particularmente interessante não é só o desempenho — é o contexto. O modelo que a Microsoft escolheu como base é chinês. A Qwen é desenvolvida pelo Alibaba Cloud, e a primeira versão do Decision-1 repousa inteiramente sobre ela. A empresa promete que a próxima iteração será rebased em seus próprios modelos MAI (Microsoft AI) e em modelos da OpenAI, mas não explicou por que começou com o Qwen ou por que decidiu manter a base chinesa na versão inicial.
Esse movimento não ocorre isolado. A categoria de "decision models" está crescendo a uma velocidade impressionante. Segundo o The Register, existem mais de 100 modelos desse tipo listados no Hugging Face Decision Index. A H2O.ai lançou o Lightning-4B, construído sobre o Qwen3.5-4B. A Strands lançou o Decider 2B. A Liquid AI apresentou o d1. A Perplexity lançou sua própria API de decisões. A Snowflake anunciou seu modelo proprietário. A Surogate lançou o Rune. E existe o Jev, da TypeSafe AI, que foi o primeiro a chegar com força e se tornou o modelo mais rapidamente adotado na Vercel neste ano.
O que diferencia o Decision-1 de um LLM convencional é que ele não alucina no mesmo sentido. Modelos de decisão não inventam fatos — eles escolhem entre opções dadas. Isso os torna adequados para tarefas críticas como roteamento de incidentes de segurança, classificação de conteúdo, validação de dados e julgamento de respostas de agentes de IA. Uma linguagem model pode redigir uma resposta enquanto o Decision-1 avalia se essa resposta atende aos critérios definidos — uma divisão de trabalho que se espalha rapidamente pela indústria.
Achint Srivastava, vice-presidente de engenharia de software no Office of the CTO da Microsoft, enfatizou em um blog post que "os decision models estão rapidamente se tornando uma categoria importante na IA". Ele observou que, com a IA agêntica se tornando realidade, o custo desempenha um papel fundamental nas decisões sobre como usar modelos de IA, e cada vez mais é importante escolher o modelo certo para a tarefa certa.
A ironia, porém, é que a própria lógica que impulsiona os decision models — escolher o modelo certo para a tarefa certa — deveria, em tese, levar a Microsoft a usar seus próprios modelos MAI desde o início. Em vez disso, a empresa começou com a base chinesa do Qwen e promete migrar para a própria tecnologia depois. A decisão pode ser pragmática: o Qwen3.5-9B é competente, open-weight e já disponível. Mas revela algo sobre a realidade atual da IA: até a OpenAI precisa de modelos chineses para construir suas próprias ferramentas, e a China domina uma camada fundamental do ecossistema open-weight no qual todas as grandes empresas dependem.
O que se segue será interessante. A promessa da Microsoft de rebasing no MAI e nos modelos da OpenAI será cumprida? E o que isso significa para o ecossistema de decision models, onde a competição ainda está se formando? Com mais de 100 modelos no mercado, o próximo ano provavelmente trará consolidação — e os vencedores podem não ser os que parecem mais fortes hoje. A pergunta que fica é se a Microsoft, ao começar com Qwen, acabou de reforçar a posição do Alibaba como fornecedor de base para a infraestrutura de IA global — ou se a migração futura para os MAI sinaliza que a empresa já está planejando a independência.
Fontes: Microsoft Foundry Blog, The Register, The Next Web
✓ Fontes independentes cruzadas e verificadas antes da publicação
