Microsoft-Decision-1 es un modelo especializado en elegir entre respuestas predefinidas, no en generar respuestas abiertas. Microsoft lo anunció el 9 de octubre de 2026 y lo presentó como una opción para tareas estructuradas, como clasificar, derivar solicitudes y evaluar resultados.
1 La diferencia puede ser útil en agentes de IA y flujos automatizados: en vez de pedirle a un modelo general que redacte una explicación en cada paso, un sistema puede usar una puntuación para decidir si deriva una tarea, vuelve a intentarlo o la pasa a una persona.
Cómo puntúa las opciones
La aplicación proporciona el contexto y una lista cerrada de respuestas posibles. Microsoft-Decision-1 devuelve una probabilidad para cada opción en una sola pasada, en lugar de redactar una respuesta libre.
14 Esas probabilidades representan la confianza del modelo entre las alternativas disponibles; no garantizan que la opción elegida sea correcta.
Entre los formatos de tarea mencionados están las preguntas de sí o no, la opción múltiple, las puntuaciones, la clasificación y la evaluación con una rúbrica.
6
22 Son ejemplos de los tipos de decisión que el modelo busca abordar. Para integrarlo en una aplicación, los desarrolladores deben comprobar la documentación vigente y confirmar el formato de entrada y salida que necesitan.
Por ejemplo, un sistema de atención podría presentar varias categorías y usar las puntuaciones para elegir a qué equipo derivar una consulta. Un agente también podría comparar alternativas como actuar, volver a intentarlo o solicitar revisión humana. Son posibles diseños de flujo de trabajo, no pruebas de una mejora concreta de velocidad en todo el proceso.
Para qué sirve —y para qué no— frente a un modelo conversacional
Muchos pasos de un programa requieren una elección estructurada, no un párrafo. Un modelo diseñado para puntuar un conjunto limitado de alternativas puede devolver un resultado que la aplicación utilice directamente. Microsoft describe Decision-1 como una herramienta para tareas de decisión y clasificación, incluidas la derivación de solicitudes y la evaluación.
1
Ese enfoque también marca sus límites: no reemplaza a un modelo que deba explicar una respuesta, redactar contenido o mantener una conversación abierta. En la práctica, un equipo podría usar un modelo generativo para crear contenido y Decision-1 para una tarea acotada, como seleccionar una categoría o evaluar respuestas posibles.
Base del modelo, disponibilidad y precio
Microsoft afirma que Decision-1 está basado en Qwen3.5-9B, de Alibaba, y que fue entrenado adicionalmente para puntuar decisiones.
1 La publicación de lanzamiento indica que figura en el catálogo de Microsoft Foundry como vista previa pública.
1
El precio publicado es de 0,042 dólares por millón de tokens de entrada; los tokens de salida son gratuitos.
11 Que resulte económico para un caso concreto depende, entre otras cosas, de cuánto contexto envíe la aplicación y de cuántas decisiones deba procesar.
Qué dicen —y qué no— las cifras de rendimiento
Microsoft afirma que Decision-1 obtuvo el primer puesto en su comparación de 36 pruebas de referencia, con cerca de 150.000 preguntas. La empresa también comunicó resultados de latencia: el modelo fue 4,5 veces más rápido que Quyet-1.0-Large y 35 veces más rápido que GPT-6 Sol.
12
5
Son resultados comunicados por Microsoft; no confirman de forma independiente que Decision-1 vaya a ser más rápido o preciso en todas las aplicaciones. El rendimiento en pruebas puede variar según las tareas, los modelos comparados y las condiciones de evaluación. Antes de incorporarlo a un flujo de trabajo, los equipos deberían probarlo con sus propios datos y medir la calidad de las decisiones, la latencia y las consecuencias de equivocarse.
La idea central es sencilla: cuando una aplicación necesita escoger entre alternativas limitadas, puede tener sentido usar un modelo diseñado para puntuar opciones. Su utilidad dependerá de que funcione de manera fiable para las decisiones concretas que esa aplicación debe tomar.