Microsoft Decision-1: un modelo pequeño que elige en lugar del grande

Microsoft añadió discretamente a principios de octubre de 2026 un modelo que no quiere hablar contigo. Se llama Microsoft-Decision-1, se apoya en Qwen3.5-9B y su único trabajo es elegir. Le das una petición y un conjunto de opciones y devuelve una decisión. No escribe textos largos ni mantiene conversación. Decide, rápido y barato, y esa estrechez es el punto.

La fórmula suena anodina hasta que se mira en qué gastan la cómputo la mayoría de los productos de IA. Gran parte de las llamadas de un sistema maduro no son difíciles. Son llamadas de enrutado, comprobaciones de intención, pasos de clasificación delante del modelo caro. Pagar tarifa de buque insignia por eso es un desperdicio, y ese desperdicio duplica la factura sin ruido.

El trabajo más común de un sistema de IA

Cualquier canalización que maneje tráfico real toma sobre todo decisiones pequeñas. A qué intención pertenece este mensaje. ¿Es soporte o ventas. Esta petición necesita una respuesta larga o una línea. ¿Debe escalarse a un humano. Cada una es una elección entre opciones etiquetadas, y cada una la responde hoy el mismo modelo gigante que después contesta la pregunta real.

Un modelo que existe solo para elegir cambia la economía. Un modelo de 9B ejecutando una clasificación corta es mucho más barato y rápido que un modelo de frontera haciendo lo mismo. Si el enrutado es bueno, el modelo caro solo se dispara cuando de verdad hace falta, y bajan el coste y la latencia de todo el sistema.

{{INLINE1}}

«Modelo pequeño» es la parte interesante

El tamaño es la historia. La industria pasó dos años persiguiendo números más grandes, y la contracorriente del último año consiste en ajustar el modelo a la tarea. Un modelo de nueve mil millones de parámetros es lo bastante pequeño para autoalojarlo, lo bastante barato para correr siempre y lo bastante rápido para vivir en la ruta de una petición sin volverse el cuello de botella. Es un objetivo de diseño distinto del de «la mejor respuesta posible», y es el que muchos sistemas de producción tienen en realidad.

Construirlo sobre Qwen3.5-9B también merece mención. Microsoft tiene su propia línea de modelos, pero aquí tomó una base abierta y la especializó. Es una elección pragmática: la base es competente, el ajuste para decisiones es el valor añadido, y el resultado es una herramienta en vez de un buque insignia. También muestra que una base abierta sólida es hoy infraestructura sobre la que cualquiera puede construir, incluso quienes podrían empezar de cero.

La capa de enrutado sin evento de lanzamiento

Los modelos de decisión señalan una parte de la pila que rara vez tiene lanzamiento: la que decide qué pasa después. Presupuestos de latencia, techos de coste, repliegues y reglas de escalado viven ahí, y moldean la experiencia del usuario más que el modelo estrella. Un sistema que enruta bien se siente rápido y fiable. Uno que enruta mal se siente caro y lento, incluso con un gran modelo detrás.

Espera que esta categoría crezca. A medida que los agentes añaden pasos, suben las pequeñas decisiones por petición, y el argumento a favor de un selector dedicado y barato se refuerza. La competencia interesante del año que viene puede no ser sobre quién tiene el modelo más listo, sino sobre quién ensambla el conjunto más barato y fiable.

Qué medir antes de adoptarlo

Un modelo de decisión solo ayuda si las decisiones son buenas, y la calidad aquí no es la elocuencia. Lo que conviene probar es prosaico y decisivo. Su precisión en tus propias categorías, no en un conjunto genérico. Cómo se comporta cuando la entrada es ambigua o fuera de categoría. Qué hace cuando se le pide algo fuera de su cometido, porque un selector que adivina en vez de abstenerse envenena sin ruido una canalización. Y cuánto cuesta con tu tráfico real, porque un modelo barato usado en todas partes sigue siendo una línea de gasto.

La latencia merece mención aparte. Un modelo de enrutado está en la ruta crítica, así que cada milisegundo que añade se suma a cada petición. Un modelo que responde en una fracción de segundo se puede llamar libremente. Uno que tarda un segundo empieza a dar forma a la arquitectura a su alrededor. La velocidad no es una cualidad agradable para un selector; es la propiedad que determina con qué frecuencia puedes usarlo.

Hay un modo de fallo fácil de pasar por alto. Los pequeños errores de enrutado se acumulan. Un solo enrutado erróneo manda una petición por el camino equivocado, y si ese camino es caro o lento, el usuario lo nota. Por eso los modelos de decisión se despliegan normalmente detrás de barandillas y repliegues, no como única puerta. El objetivo es bajar coste y latencia en la mayoría fácil, no quitar reglas humanas en los bordes difíciles.

El patrón de repliegue

El uso más común de un modelo como Decision-1 es una cascada. Un selector barato inspecciona primero la petición. Los casos claros los responde un modelo pequeño. Los límite suben a un modelo mayor. Los realmente difíciles van a un humano o a una herramienta especializada. Cada capa hace lo suyo, y los recursos caros solo se disparan cuando el filtro fácil lo pide.

Este patrón no es nuevo. Los centros de llamadas, los filtros de spam y el ranking de búsqueda funcionan así desde hace años. Lo nuevo es que un modelo de lenguaje puede hacer la primera pasada sobre intención en lenguaje natural, lo que antes exigía reglas frágiles o un modelo a tamaño completo. Es un cambio real de capacidad, y por eso los pequeños modelos de decisión aparecen por toda la pila en lugar de ser una curiosidad.

Por qué un especialista gana a un generalista aquí

Un modelo entrenado para elegir tiene una ventaja fácil de subestimar: no desperdicia salida en lo que nadie pidió. Un asistente generalista, encargado del enrutado, tiende a explicarse, a matizar y a producir un párrafo donde bastaría una etiqueta. Esa verbosidad no solo molesta: cuesta tokens y latencia, y hace la salida más difícil de interpretar por un programa. Un modelo de decisión que devuelve una elección limpia cuesta menos de ejecutar y es más fácil de cablear.

Esa es toda la apuesta de los pequeños modelos especializados. Cambias amplitud por fiabilidad en una tarea, y ganas porque la tarea es común y el coste del generalista se paga en cada llamada. Cuando miles de decisiones cabalgan sobre la misma tarea estrecha, un especialista solo lo bastante bueno supera rápido a un generalista sobrecualificado y caro.

Qué señala

Decision-1 es un lanzamiento pequeño con un mensaje claro: no todo problema merece el modelo más grande. Las empresas que construyen productos de IA están cableando una cartera: un modelo grande para los casos difíciles y pequeños especialistas para el resto. Estos modelos son fáciles de pasar por alto porque nunca aparecen en una demo. Aparecen en la factura y en lo receptivo que se siente el producto. Ahí se decide si una función de IA sobrevive al contacto con usuarios reales.