El pasado viernes, Microsoft anunció el lanzamiento de Microsoft-Decision-1 en su plataforma Foundry, solo tres días después de que OpenAI abriera en beta pública su API de Decisiones para todos los desarrolladores. Sin embargo, a diferencia de lo esperado, Microsoft prefirió no utilizar el modelo de decisión de su socio OpenAI y optó por post-entrenar su modelo sobre la base del Qwen3.5-9B de Alibaba. La compañía asegura que en breve planea actualizar el modelo para que también apoye sus propios modelos MAI y los de OpenAI.
El coste de Decision-1 es de 0,042 dólares por cada millón de tokens de entrada, con resultados gratuitos, lo que lo iguala en precio al modelo Jev de la startup TypeSafe. Curiosamente, el anuncio coincide con la misma jornada en la que TypeSafe comunicó una ronda de financiación Serie A de 870 millones de dólares, valorando la empresa en 7.500 millones, liderada por el fondo a16z.
Microsoft llega aproximadamente tres semanas después que TypeSafe, pionera en esta categoría de modelos de decisión. Durante este periodo, otras compañías como OpenAI, Upstage, Perplexity, Cloudflare y AWS también han lanzado sus propios modelos para este segmento emergente, evidenciando el fuerte interés en esta tecnología. 
Según datos de TypeSafe, casi el 30% de las empresas que componen el Fortune 500 han probado Jev desde su lanzamiento. Su CEO, Diogo Almeida, comunicó que en solo tres semanas el 29,4% de estas grandes corporaciones mostraron interés en su modelo.
Microsoft, su primer cliente y banco de pruebas interno
El propio Satya Nadella, presidente y CEO de Microsoft, informó en su cuenta oficial de X (antiguo Twitter) que el modelo Decision-1 ya está siendo probado en varios equipos internos de la empresa. Cuatro áreas internas confirmaron su uso para variopintas tareas:
- El área de investigación de Xbox empleó el modelo para analizar más de 10.000 comentarios de jugadores.
- El equipo de Copilot utiliza Decision-1 para evaluar respuestas de chat y agentes.
- Los ingenieros en soporte emplean el modelo para obtener contexto durante incidencias en tiempo real.
- El equipo de Microsoft Discovery usa Decision-1 para evaluar experimentos antes de que un agente replanifique.
Microsoft destaca que su modelo es más de 14 veces más rápido que GPT-6 Sol en Xbox, y ofrece hasta 46 veces mayor consistencia en el caso de Discovery, todo ello a una fracción del coste.
Además, Microsoft apunta a que Decision-1 podría desempeñar un papel fundamental en funciones de enrutamiento de tareas, como adelantaron recientemente en la integración de GitHub Copilot. Estas tareas consisten en decidir si ejecutar procesos localmente o en modelos a gran escala en la nube, algo crucial para optimizar recursos. Aunque no han confirmado si Decision-1 es el encargado de estas decisiones, resultaría coherente que lo fuera dada la inversión y el ecosistema Microsoft.
La democratización y abaratamiento de los modelos de decisión
Otra muestra del auge de este tipo de modelos es el bajo coste de uso actualmente. El vicepresidente de ingeniería de Cognition, Jared Palmer, afirmó que invirtió unos 95 dólares en tiempo de computación Modal H100 para portar sus modelos open-source Kev a la base Qwen3.5, la misma utilizada por Microsoft.
Por su parte, Cloudflare desarrolló Clef-flash utilizando también Qwen3.5-9B como base. El precio de Jev se ha convertido en referencia: Palmer señala que Kev-4B se ofrece en OpenRouter por 0,042 dólares por millón de tokens, mientras que Perplexity cobra 0,02, y OpenAI más del doble que Jev. A esos precios, el margen por llamada de decisión es mínimo.
Por ello, la gran oportunidad para Microsoft pasa por atraer y conservar el volumen de tráfico de agentes y llamadas generativas relacionadas a través de su plataforma Foundry. Además, el listado en OpenRouter puede captar desarrolladores que no utilizan Azure para integrarlos en su ecosistema.
Achint Srivastava, vicepresidente de ingeniería en la Oficina del CTO de Microsoft, presentó Decision-1 como una herramienta destinada a incorporar capacidades de toma de decisiones a aplicaciones, agentes y flujos de trabajo existentes, todo ello en un entorno «seguro y de confianza».
Características técnicas y limitaciones de Decision-1
El modelo acepta hasta 32.768 tokens de texto a la entrada y devuelve resultados en formato JSON. Sin embargo, no soporta entrada visual, algo que sí ofrecen la API de Decisiones de OpenAI y Clef de Cloudflare, los cuales utilizan codificadores de visión.
A diferencia de Cloudflare, que liberó el código de Clef bajo licencia Apache 2.0, Microsoft aún no ha anunciado la publicación de los pesos del modelo. Por otro lado, AWS, Upstage y Ollama han adoptado la API System One desarrollada por TypeSafe como estándar, aunque Microsoft no ha aclarado si Decision-1 es totalmente compatible, aunque sí muestra llamadas a un endpoint /systemone en ejemplos de Foundry.
Fiabilidad y calibración bajo presión adversarial
Microsoft asegura que las probabilidades emitidas por Decision-1 están calibradas, es decir, una predicción con un 90% de certeza debería acertar aproximadamente nueve de cada diez veces en casos representativos. Sin embargo, investigaciones recientes con modelos como Jev demuestran que añadidos sencillos y diseñados para engañar pueden cambiar significativamente las decisiones del modelo y falsear su grado de confianza.
El estudio JevOut, realizado por investigadores de la USC, reveló que modificaciones muy cortas en el contexto causaron que más de un 60% de las decisiones correctas en Jev se revertieran erróneamente, con probabilidades altas asignadas a respuestas incorrectas.
Microsoft sometió a Decision-1 a ocho tipos de perturbaciones, desde reordenamiento de opciones hasta parafraseos, que modificaron en promedio solo un 1,3% de las respuestas. Aún así, Decision-1 no fue evaluado por el estudio JevOut, por lo que queda por ver su resistencia ante ellos. Tampoco se dispone de información definitiva sobre su compatibilidad completa con System One, lo que genera dudas sobre interoperabilidad y confianza en los scores de confianza.
En general, Microsoft parece apostar fuerte por su propio modelo interno, ajustado para sus necesidades y servicios, mientras la competencia en modelos de decisión crece con rapidez entre múltiples actores del sector tecnológico, acelerando la innovación y transformación digital en esta área clave.
