Lanzan Decision-1, un modelo basado en Qwen que toma decisiones 35 veces más rápido que GPT-6 Sol

Microsoft presentó Microsoft-Decision-1, un modelo de inteligencia artificial diseñado para tareas de decisión estructurada como clasificación, enrutamiento, priorización, verificación y control de flujos de trabajo. La compañía lo describe como una categoría distinta de los grandes modelos de lenguaje (LLM): en lugar de generar texto, produce resultados que el software puede usar directamente. El anuncio lo firmó Achint Srivastava, vicepresidente de ingeniería de software en la oficina del CTO de Microsoft, en el blog técnico Command Line.

Cómo funciona

Decision-1 parte de Qwen3.5-9B, es un modelo abierto, que fue sometido a un entrenamiento posterior para puntuar decisiones en una sola pasada. Dado un conjunto fijo de opciones, entrega una probabilidad calibrada para cada una. Admite preguntas de sí/no, opción múltiple y escalas de calificación, además de evaluaciones con rúbrica de respuestas de IA y acciones de agentes. La empresa indica que más adelante lo rehará sobre otros modelos, entre ellos los de Microsoft AI (MAI) y OpenAI.

Los resultados, según Microsoft

La compañía afirma que Decision-1 obtuvo la mayor precisión en una comparación de 36 pruebas con cerca de 150.000 preguntas, reservadas para que el modelo no las viera durante el entrenamiento. En velocidad, dice que fue 2,5 veces más rápido que H2O-Lightning-4B v1.1, el segundo en la comparación, y unas 35 veces más rápido que GPT-6 Sol en latencia mediana.

En robustez, Microsoft reporta que el modelo cambia su decisión en un 1,3 % de las variaciones de una misma consulta, sin cambios cuando se reformulan las descripciones de las opciones o se altera su orden. En seguridad, probó 5.250 solicitudes en 11 pruebas sobre contenido dañino, intentos de jailbreak e inyección de instrucciones, y señala que el modelo rechazó los comportamientos dañinos sin perder utilidad. La publicación fue actualizada para incorporar comparaciones de precisión y calibración en JevBench.

Pruebas internas

La empresa describe cuatro usos dentro de sus propios equipos:

• Xbox Research: clasificó más de 10.000 comentarios de encuestas, Steam y X en categorías definidas por investigadores. Según Microsoft, la calidad fue comparable a la de GPT-6 Sol, con una velocidad 14 veces mayor y un costo 200 veces menor.
• Equipo de Copilot: en la medición de calidad de respuestas de chat y de agentes, el modelo resultó comparable a GPT5.6 Luna y 100 veces más rápido.
• Respuesta a incidentes: en la recuperación de conocimiento para ingenieros de guardia, rindió mejor y más rápido que un LLM, sin que se indiquen cifras.
• Microsoft Discovery: en la replanificación adaptativa de experimentos científicos, Microsoft afirma que fue 46 veces más consistente que la puntuación basada en un LLM y unas tres veces más rápido en esa tarea, con una aceleración cercana a cuatro veces en el proceso completo.

Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú

Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario