El 1 de octubre de 2026 no fue un día de GPT ni de Claude: fue el día de los modelos de decisión. Perplexity lanzó pplx-decider-v1-27b y una Decisions API; AWS Strands Labs soltó Strands Decider 2B; Cloudflare, el mismo día, presentó Clef. Capital & Compute contó diez modelos nuevos en cuatro días, todos concentrados en esa fecha, ninguno de los laboratorios de frontera clásicos.
pplx-decider-v1-27b se describe como un fine-tune Apache 2.0 sobre una base tipo Qwen de 27B que responde con probabilidades tipadas a preguntas sí/no, opción múltiple y rúbricas. Soporta hasta 128 preguntas y ventanas de entrada muy amplias (reportes hablan de cientos de miles de tokens de input). El precio citado —unos 0,04 dólares por millón de tokens de entrada y salida gratuita— lo sitúa entre los deciders alojados más baratos.
Perplexity afirma superar ligeramente a Jev de Typesafe en un benchmark interno (cifras publicadas en torno a 85,7% frente a 84,5%). Como siempre con leaderboards de proveedor, conviene reproducir en datos propios. Lo estructural es el producto: una API de decisiones para agentes que no quieren parsear prosa.
AWS, vía Strands Labs, publicó Strands Decider 2B, un modelo open-source pequeño pensado para routing y tool choice en fracciones de segundo en local o al borde. TechCrunch y VentureBeat lo enmarcaron como «Jev killer» gratuito y rápido: no compite en ensayos largos, compite en la microdecisión que un agente toma mil veces por tarea.
La convergencia no es casual. Tras meses de agentes que alucinan formato, se salen del alcance o gastan dólares en cadenas de pensamiento para decir «sí/no», el mercado descubre que una cabeza de decisión calibrada puede ser el guardrail más barato. Facturar solo input alinea incentivos: el proveedor no gana con verbosidad.
Para arquitectos, el patrón emergente es híbrido: un LLM de frontera para planificación y generación; un decider para políticas, triage y «¿llamo a esta herramienta?». Cloudflare Clef, Perplexity y Strands pelean por ser esa segunda cabeza. Quien gane el estándar de esquema (Jev-compatible u otro) ganará lock-in de datos de fine-tuning.
Riesgos: calibración engañosa, sesgos en rúbricas, y la falsa seguridad de un número de probabilidad bonito. Un decider al 0,97 puede estar mal calibrado fuera de distribución. Gobernanza sigue requiriendo evaluación continua, colas humanas y logs inmutables de la decisión.
Geopolítica del stack: bases Qwen en deciders occidentales muestran cuán central es el ecosistema abierto chino en 2026, incluso cuando OpenAI corta APIs a rivales por destilación. La ironía —usar pesos abiertos asiáticos para decidir en agentes estadounidenses— no escapará a reguladores de exportación.
Empresas con flotas en Bedrock tendrán camino natural hacia Strands; las que viven en búsqueda y síntesis, hacia Perplexity; las que ya están en la red de Cloudflare, hacia Clef. La batalla es de distribución tanto como de F1.
Neural Pulse recomienda pruebas A/B de coste y tasa de error de herramienta antes de reemplazar un LLM gigante en el hot path. En muchos flujos, el ahorro de latencia importa más que un 1% de accuracy en un benchmark sintético.
El 4 de octubre, con tres familias de deciders en el aire, la categoría ya no es un experimento de Typesafe: es infraestructura. Los laboratorios de frontera deberán decidir si lanzan los suyos, compran o siguen fingiendo que un solo modelo basta.
Cerramos la tanda del día con esta lectura: la noticia no es solo un modelo más, sino un cambio de forma —de texto libre a acción tipada— que puede definir cómo se construyen agentes seguros en 2027.
Proveedores de observabilidad (Datadog, OpenTelemetry) deberían añadir atributos estándar para «decision_model», «threshold» y «rubric_id». Sin telemetría común, comparar deciders en producción será imposible.
La salida gratuita en APIs de decisión puede cambiar. Presupuestar escenarios donde el output también se cobre evita sorpresas cuando el tráfico de agentes explote.
Cerramos: tipar la acción es el siguiente paso lógico después de tipar las herramientas. 2026 será recordado como el año en que los agentes empezaron a decidir con modelos hechos para decidir.
