Microsoft lanza Decision-1, un modelo que asigna probabilidades a respuestas predefinidas
Hecho Qué ha ocurrido
Microsoft ha lanzado Decision-1, un modelo de IA que devuelve probabilidades calibradas para un conjunto fijo de respuestas en una sola pasada, en lugar de generar texto libre. Está disponible a través de Microsoft Foundry y OpenRouter, y se creó mediante entrenamiento posterior de Qwen3.5-9B. Microsoft afirma que alcanzó la mayor precisión en 36 pruebas comparativas y que es unas 2,5 veces más rápido que el segundo clasificado y 35 veces más rápido que GPT-6 Sol, con un precio de 4,2 céntimos por millón de tokens de entrada. Estas cifras no han sido verificadas de forma independiente.
Resumen generado mediante IA a partir de Computerworld España. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Para las empresas que usan agentes de IA, tareas como enrutar solicitudes, clasificar incidencias o validar respuestas podrían resolverse con un modelo más barato y rápido que un LLM generalista. Aun así, el coste real dependerá de los flujos completos, incluidos los errores y los reintentos.
- Quién se ve afectado
- Equipos de desarrollo y de operaciones que construyen agentes o sistemas de clasificación y aprobación, sobre todo en empresas con mucho volumen de solicitudes.
- Qué puede cambiar
- Si los resultados se confirman, parte de las comprobaciones rutinarias de los agentes podría pasar a modelos especializados de decisión, reservando los LLM generalistas para razonamiento y generación de contenido. Esto exige rediseñar la arquitectura de los flujos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar si terceros reproducen los resultados de precisión y coste, la adopción en Foundry y OpenRouter y si la precisión se mantiene con preguntas formuladas de forma distinta, dado que Microsoft advierte de que pueden variar.
Recomendación Qué debería hacer una empresa
Evaluar en los próximos 3-6 meses, con métricas propias de coste y latencia por flujo completado con éxito, si un modelo de decisión especializado reduce gastos en clasificación y enrutamiento sin perder calidad.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: Computerworld España. La referencia es siempre el artículo original.
Ver fuente original ↗modelos de decisiónLLMagentesclasificaciónRAG MicrosoftOpenAIForresterKanerika agentes de IADecision-1MicrosoftMicrosoft FoundryOpenRouter
Tu opinión
0 comentarios
Relacionadas
Google lanza Gemini 4 Argon, su modelo más avanzado, primero para suscriptores de pago
Google ha empezado a desplegar Gemini 4 Argon, su modelo de IA más avanzado, entre los suscriptores de Google AI Pro y Ultra, con acceso inicial desde la…
Por qué importaUn modelo de frontera orientado a código y seguridad puede cambiar qué herramientas usan los equipos de desarrollo y de seguridad. Los resultados…
Google lanza Gemini 4 Argon, su nuevo modelo de frontera, y afirma que supera a GPT-6 Astra y Claude Opus 5.5
Google ha anunciado la disponibilidad global de Gemini 4 Argon, su modelo de IA de frontera, orientado a tareas complejas como programación, finanzas, legal…
Por qué importaSi se confirma la ventaja, Gemini 4 Argon sería una opción a evaluar para casos de uso empresariales que hoy se resuelven con otros modelos de…
Gemini 4 Argon llega a la API a 2 dólares por millón de tokens de entrada y doblará su precio en diciembre
Simon Willison publicó la versión 0.35 de su plugin llm-gemini, que añade soporte para Gemini 4 Argon, disponible desde hoy en la API de Gemini y para clientes…
Por qué importaEl precio por token ya no basta para comparar modelos: lo que cuenta es cuántos tokens necesita un modelo para completar una tarea dentro de un…
Google lanza Gemini 4 Argon, su modelo para trabajo pesado, disponible en API, app y buscador
Google DeepMind anunció el 13 de octubre de 2026 Gemini 4 Argon, su modelo para razonamiento profundo y contexto extenso, ya disponible en Google AI Studio…
Por qué importaPara equipos que trabajan con documentos extensos, código complejo o agentes de razonamiento largo, el modelo cambia la relación entre calidad y…