O que é um modelo de decisão, ao lado de um chatbot
Um modelo de decisão é um pequeno modelo de linguagem ajustado para responder a um tipo de pergunta escolhendo numa lista fixa, pontuando cada opção para que o software possa agir diretamente sobre o resultado.
Um chatbot gera texto e raciocina sobre problemas abertos. Um modelo de decisão abdica dessa liberdade em troca de velocidade, baixo custo e saídas limitadas, e a Microsoft descreve o seu modelo como criado para fornecer saídas estruturadas sobre as quais o software pode agir de imediato. A ideia de um modelo que devolve probabilidades para uma lista fixa não é nova, pois os investigadores de aprendizagem automática constroem há muito classificadores probabilísticos, como nota a The Register. O que é novo é que as opções trazem descrições em linguagem corrente e que um modelo de linguagem faz a pontuação.
Segundo a heise, as saídas vêm em três formas: um sim ou não, uma escolha dentro de um conjunto definido ou uma classificação de opções, sempre como números, como probabilidades, e nunca como explicação.
O Microsoft-Decision-1 como exemplo prático
A Microsoft apresentou o Microsoft-Decision-1 a 9 de outubro como um modelo para decisões rápidas e estruturadas, e os seus números mostram o que a categoria promete.
| Propriedade | Microsoft-Decision-1 |
|---|---|
| Modelo de base | Qwen3.5-9B da Alibaba Cloud, pós-treinado para pontuar decisões numa única passagem |
| Precisão | 83,5 por cento em 36 benchmarks com quase 150.000 perguntas |
| Latência | 85 milissegundos; no teste da Microsoft, 2,5 vezes mais rápido do que o H2O-Lightning-4B e 2,8 vezes mais do que o Jev |
| Preço | 0,042 dólares por milhão de tokens de entrada; tokens de saída gratuitos |
| Disponibilidade | Microsoft Foundry e OpenRouter |
| Consistência | A decisão mudou em 1,3 por cento das perturbações; nenhuma alteração ao parafrasear descrições ou reordenar opções |
| Mudança prevista | Passagem para modelos da Microsoft AI e da OpenAI, sem motivo indicado |
São números da própria Microsoft de testes da própria Microsoft, e a heise assinala que o blogue compara repetidamente o modelo com o GPT-6 Sol, um modelo de fronteira para tarefas de linguagem complexas, o que dá a essa comparação um valor limitado.
A categoria está concorrida. A The Register conta mais de 100 modelos destes, desde o Jev, anunciado cerca de três semanas antes da sua reportagem de 10 de outubro, até à Decisions API da OpenAI em beta pública, ao Clef de pesos abertos da Cloudflare, ao Strands Decider 2B, ao Liquid AI d1, à Decisions API da Perplexity, a um modelo da Snowflake, ao Surogate Rune e ao H2O-Lightning-4B.
Onde servem e onde não servem
Os modelos de decisão servem para etapas em que o software precisa de um juízo rápido e delimitado, e a Microsoft aponta o encaminhamento, a classificação, a priorização, a verificação e o controlo de fluxos como alvos.
Entre os usos citados na publicação da Microsoft e no resumo da heise estão encaminhar um pedido para o modelo de IA certo por qualidade, custo e latência, validar uma entrada face a critérios de qualidade, ordenar feedback de clientes em categorias, decidir se um agente deve continuar, parar, repetir ou passar o testemunho, e escolher a melhor ação de um conjunto ao controlar um computador ou um robô.
Não servem para escrita aberta e os seus limites são visíveis. Dão números sem razões, nota a heise, e a sua leitura é que um modelo de decisão é mais estável do que muitos modelos gerais mas menos fiável do que um algoritmo ou uma árvore de decisão, porque uma taxa de alteração de 1,3 por cento significa que as respostas ainda podem mudar. A The Register acrescenta que os modelos de decisão ainda podem errar e aponta para investigação sobre como esses erros poderiam ser ampliados. A Microsoft indica um objetivo de calibração, que uma previsão de 90 por cento acerte cerca de nove vezes em dez, por isso peça uma calibração medida com os seus próprios dados.
Cinco perguntas antes de comprar
Pergunte que modelo de base está por baixo e com que licença, porque o Microsoft-Decision-1 assenta no Qwen3.5-9B da Alibaba Cloud e a mesma pergunta vale para qualquer modelo de decisão. Se a sua política de compras limita a origem dos componentes de IA, esta resposta decide o resto.
Pergunte quando e como a base vai mudar. A Microsoft diz que passará o Microsoft-Decision-1 para modelos da Microsoft AI e da OpenAI sem dizer porquê, por isso os resultados de hoje descrevem uma base que vai mudar; peça os mesmos testes sobre a nova base antes de confiar.
Pergunte como foi testado. Peça o conjunto de benchmarks, quem escolheu os modelos de comparação, a taxa de alteração para as suas próprias formulações e uma verificação de calibração com os seus dados, e depois execute por conta própria uma amostra dos seus casos reais.
Pergunte como as decisões são registadas e auditadas. A saída é uma probabilidade sem explicação, por isso guarde as entradas, as opções e as pontuações de cada decisão e acorde um limiar abaixo do qual decide uma pessoa.
Pergunte pelo preço e pela latência na sua própria configuração. A Microsoft indica 0,042 dólares por milhão de tokens de entrada com saída gratuita e 85 milissegundos, o que torna baratos o encaminhamento em massa e as verificações, mas confirme os números com o seu próprio tráfego.
Leia a seguir: A UE Já Audita Diretamente O Seu Fornecedor Cloud | A UE acaba de adiar o seu prazo do AI Act em 16 meses
