Qué es un modelo de decisión, frente a un chatbot
Un modelo de decisión es un modelo de lenguaje pequeño ajustado para responder un tipo de pregunta eligiendo de una lista fija, puntuando cada opción para que el software pueda actuar directamente sobre el resultado.
Un chatbot genera texto y razona problemas abiertos. Un modelo de decisión renuncia a esa libertad a cambio de velocidad, bajo coste y salidas acotadas, y Microsoft describe su modelo como creado para entregar salidas estructuradas sobre las que el software puede actuar de inmediato. La idea de un modelo que devuelve probabilidades para una lista fija no es nueva, ya que los investigadores de aprendizaje automático llevan tiempo construyendo clasificadores probabilísticos, como señala The Register. Lo nuevo es que las opciones llevan descripciones en lenguaje natural y un modelo de lenguaje hace la puntuación.
Según heise, las salidas vienen en tres formas: un sí o no, una elección dentro de un conjunto definido o un ranking de opciones, siempre como números tipo probabilidades y nunca como explicación.
Microsoft-Decision-1 como ejemplo práctico
Microsoft presentó Microsoft-Decision-1 el 9 de octubre como un modelo para decisiones rápidas y estructuradas, y sus cifras muestran lo que promete la categoría.
| Propiedad | Microsoft-Decision-1 |
|---|---|
| Modelo base | Qwen3.5-9B de Alibaba Cloud, postentrenado para puntuar decisiones en una sola pasada |
| Acierto | 83,5 por ciento en 36 pruebas con casi 150.000 preguntas |
| Latencia | 85 milisegundos; en la prueba de Microsoft, 2,5 veces más rápido que H2O-Lightning-4B y 2,8 veces más que Jev |
| Precio | 0,042 dólares por millón de tokens de entrada; salida gratis |
| Disponibilidad | Microsoft Foundry y OpenRouter |
| Consistencia | Cambió de decisión en el 1,3 por ciento de las perturbaciones; ningún cambio al parafrasear descripciones o reordenar opciones |
| Cambio previsto | Pasará a basarse en modelos de Microsoft AI y OpenAI, sin motivo declarado |
Son cifras propias de Microsoft en pruebas propias, y heise señala que el blog compara el modelo repetidamente con GPT-6 Sol, un modelo de frontera para tareas de lenguaje complejas, lo que da a esa comparación un valor limitado.
La categoría está saturada. The Register cuenta más de 100 modelos así, desde Jev, anunciado unas tres semanas antes de su informe del 10 de octubre, hasta la Decisions API de OpenAI en beta pública, el Clef de pesos abiertos de Cloudflare, Strands Decider 2B, Liquid AI d1, la Decisions API de Perplexity, un modelo de Snowflake, Surogate Rune y H2O-Lightning-4B.
Dónde encajan y dónde no
Los modelos de decisión encajan en pasos donde el software necesita un juicio rápido y acotado, y Microsoft cita el enrutado, la clasificación, la priorización, la verificación y el control de flujos como objetivos.
Entre los usos que nombran la publicación de Microsoft y el resumen de heise figuran enrutar una petición al modelo de IA adecuado según calidad, coste y latencia, validar una entrada frente a criterios de calidad, ordenar comentarios de clientes en categorías, decidir si un agente debe continuar, parar, reintentar o traspasar, y elegir la mejor acción de un conjunto al controlar un ordenador o un robot.
No sirven para escritura abierta y sus límites son visibles. Dan números sin razones, señala heise, y su lectura es que un modelo de decisión es más estable que muchos modelos generales pero menos fiable que un algoritmo o un árbol de decisión, porque una tasa de cambio del 1,3 por ciento significa que las respuestas aún pueden variar. The Register añade que los modelos de decisión aún pueden cometer errores y apunta a investigación sobre cómo podrían amplificarse. Microsoft plantea un objetivo de calibración, que una predicción del 90 por ciento acierte unas nueve de cada diez veces, así que pide una calibración medida con tus propios datos.
Cinco preguntas antes de comprar
Pregunta qué modelo base hay debajo y con qué licencia, porque Microsoft-Decision-1 se basa en Qwen3.5-9B de Alibaba Cloud y la misma pregunta vale para cualquier modelo de decisión. Si tu política de compras limita el origen de los componentes de IA, esta respuesta decide lo demás.
Pregunta cuándo y cómo cambiará la base. Microsoft dice que pasará Microsoft-Decision-1 a modelos de Microsoft AI y OpenAI sin decir por qué, así que los resultados de hoy describen una base que va a cambiar; pide las mismas pruebas sobre la base nueva antes de fiarte.
Pregunta cómo se probó. Pide el conjunto de pruebas, quién eligió los modelos de comparación, la tasa de cambio con tus propias formulaciones y una comprobación de calibración con tus datos, y luego ejecuta tú una muestra de tus casos reales.
Pregunta cómo se registran y auditan las decisiones. La salida es una probabilidad sin explicación, así que guarda las entradas, las opciones y las puntuaciones de cada decisión y acuerda un umbral por debajo del cual decide una persona.
Pregunta por precio y latencia en tu propia configuración. Microsoft cita 0,042 dólares por millón de tokens de entrada con salida gratis y 85 milisegundos, lo que abarata el enrutado masivo y las comprobaciones, pero verifica las cifras con tu propio tráfico.
Leer a continuación: La UE Ya Audita Directamente A Tu Proveedor Cloud | La UE acaba de mover su plazo del Reglamento de IA 16 meses
