Microsoft presentó el viernes 9 de octubre de 2026 Microsoft-Decision-1, un modelo de inteligencia artificial que no está pensado para conversar ni para escribir, sino para decidir. En lugar de generar texto, lee el contenido que se le entrega y devuelve una probabilidad calibrada para cada una de las opciones fijas que define el desarrollador. El anuncio lo firmó Achint Srivastava, vicepresidente de ingeniería de software en la oficina del director de tecnología de Microsoft, y el propio Satya Nadella lo difundió en redes sociales.
La compañía describe a los modelos de decisión como una categoría emergente. A diferencia de los grandes modelos de lenguaje, diseñados para generar texto o razonar sobre problemas complejos, estos sistemas producen salidas estructuradas sobre las que el software puede actuar de inmediato. Microsoft sostiene que, una vez que se entiende esa capacidad de clasificar y decidir con muy bajo coste y alto rendimiento, se abren numerosos usos: enrutar solicitudes, priorizar tareas, verificar respuestas o controlar el flujo de trabajo de un agente.
Técnicamente, Decision-1 es una versión posentrenada de Qwen3.5-9B, el modelo abierto de Alibaba, ajustada para puntuar decisiones en una sola pasada. Microsoft asegura que pronto lo reconstruirá sobre otros modelos base, incluidos los de su propia división Microsoft AI (MAI) y los de OpenAI. Admite preguntas de sí o no, de opción múltiple y de valoración, además de la calificación de respuestas de inteligencia artificial y acciones de agentes según rúbricas, todo mediante una llamada estructurada a la interfaz de programación.
El argumento principal es la velocidad. Microsoft explica que cada decisión añade retraso, sobre todo cuando un paso depende del anterior: sumar solo 100 milisegundos a cada una de 20 decisiones encadenadas añade dos segundos al flujo completo. Según sus pruebas, Decision-1 fue el modelo más rápido medido: 2,5 veces más rápido que H2O-Lightning-4B v1.1, el segundo clasificado, y unas 35 veces más rápido que GPT-6 Sol, el modelo insignia de OpenAI, en latencia mediana.
En calidad, la compañía afirma que obtuvo la mayor precisión en una comparación con 36 pruebas que suman cerca de 150.000 preguntas, todas mantenidas fuera del entrenamiento. Las pruebas abarcan enrutamiento, ordenación, contexto largo, tareas multilingües y fuera de distribución, razonamiento y seguridad. Microsoft dice que tomó varios de los mejores modelos públicos de la clasificación abierta JevBench y los evaluó en esas 36 pruebas adicionales, públicas y privadas, para comprobar que la calidad no se limitaba a un solo tipo de tarea.
La empresa dedica especial atención a la robustez. Peticiones equivalentes deberían producir decisiones equivalentes, aunque se parafraseen las instrucciones, cambie el orden de las opciones o aparezca ruido de formato. Microsoft alteró cada solicitud de ocho maneras distintas y midió con qué frecuencia cambiaba la decisión: Decision-1 lo hizo en el 1,3 % de los casos de media, y en ninguno cuando se parafraseaban las descripciones de las opciones o se invertía o barajaba su orden.
La calibración es otra pieza clave, porque la probabilidad forma parte del producto. Las aplicaciones usan la confianza del modelo para decidir cuándo actuar, cuándo esperar o cuándo pedir revisión humana, de modo que una predicción del 90 % debería acertar unas nueve de cada diez veces. En seguridad, Microsoft probó el modelo con 5.250 solicitudes de 11 pruebas que cubren contenido dañino, intentos de saltarse las restricciones e inyección de instrucciones, y asegura que rechazó los comportamientos dañinos sin bloquear de forma innecesaria las peticiones legítimas.
La compañía comparte ejemplos de uso interno. El equipo de investigación de Xbox empleó Decision-1 para clasificar más de 10.000 comentarios y reseñas de encuestas, Steam y X en un conjunto fijo de temas, y lo consideró competitivo en calidad con GPT-6 Sol, pero más de 14 veces más rápido y 200 veces más barato. El equipo de Copilot, que mide la calidad de las respuestas del asistente, lo encontró comparable a GPT-5.6 Luna y cien veces más rápido. Y la plataforma científica Microsoft Discovery lo usa para replanificar experimentos según rúbricas.
El precio refuerza la propuesta: 0,042 dólares por millón de tokens de entrada, mientras que los tokens de salida son gratuitos, ya que el modelo apenas devuelve una respuesta corta. Según su ficha en OpenRouter, admite un contexto de 32.768 tokens. El modelo no funciona con la interfaz habitual de conversación, sino con un punto de acceso específico para decisiones, y la propia ficha aclara que no está pensado para generar texto libre, conversar, traducir ni resumir. Microsoft actualiza sus pesos de forma continua manteniendo la misma interfaz.
El lanzamiento confirma que la industria se está moviendo hacia este tipo de herramientas especializadas. El 6 de octubre, OpenAI abrió en beta pública su API Decisions, basada en GPT-6 Luna, y existen alternativas como Jev, de TypeSafe AI. La razón es práctica: a medida que las empresas encadenan agentes que toman cientos de pequeñas decisiones, usar un modelo grande y lento para cada clasificación resulta caro e ineficiente. Un modelo pequeño y calibrado puede encargarse de esos pasos y dejar el razonamiento complejo a los sistemas mayores.
Microsoft propone una larga lista de aplicaciones: controlar los agentes evaluando si su siguiente paso debe continuar, detenerse, reintentarse o derivarse a una persona; elegir el mejor modelo para cada petición según calidad, coste y latencia; etiquetar datos; juzgar respuestas de otros modelos; clasificar incidencias por tipo y urgencia; filtrar contenidos; revisar código; o seleccionar la siguiente acción en una interfaz gráfica o en un robot.
Hay algunas cautelas. Todas las cifras de rendimiento proceden de la propia Microsoft, que además añadió a posteriori comparativas con Jev en su publicación, y las evaluaciones independientes apenas empiezan. El hecho de que el modelo se base en un sistema abierto chino también puede pesar en algunas organizaciones, aunque Microsoft ya ha anunciado que cambiará la base por modelos propios y de OpenAI. Y las actualizaciones continuas de los pesos obligan a vigilar posibles cambios de comportamiento.
Aun así, Decision-1 ilustra una tendencia de fondo: con los agentes actuando en el mundo real, el coste y la latencia de cada paso importan tanto como la inteligencia del modelo principal. «Cada vez es más importante elegir el modelo adecuado para cada tarea», resume Microsoft. Si los modelos de decisión cumplen lo prometido, podrían convertirse en el sistema nervioso de los flujos automatizados, encargado de las mil pequeñas elecciones que un agente debe tomar cada minuto.
