Microsoft Decision-1: um modelo pequeno que escolhe no lugar do grande

A Microsoft adicionou discretamente no início de outubro de 2026 um modelo que não quer falar com você. Chama-se Microsoft-Decision-1, apoia-se no Qwen3.5-9B e seu único trabalho é escolher. Você dá uma requisição e um conjunto de opções e ele devolve uma decisão. Não escreve textos longos nem conversa. Decide, rápido e barato, e essa estreiteza é o ponto.

A fórmula soa banal até se olhar onde a maioria dos produtos de IA gasta computação. Boa parte das chamadas de um sistema maduro não é difícil. São chamadas de roteamento, checagens de intenção, passos de classificação na frente do modelo caro. Pagar tarifa de topo por isso é desperdício, e esse desperdício dobra a conta em silêncio.

O trabalho mais comum num sistema de IA

Qualquer pipeline que lida com tráfego real toma sobretudo decisões pequenas. A qual intenção pertence esta mensagem. É suporte ou vendas. Esta requisição pede resposta longa ou uma linha. Deve ir para um humano. Cada uma é uma escolha entre opções rotuladas, e cada uma hoje é resolvida pelo mesmo modelo gigante que depois responde à pergunta real.

Um modelo que existe só para escolher muda a economia. Um modelo de 9B rodando uma classificação curta é muito mais barato e rápido que um modelo de fronteira fazendo o mesmo. Se o roteamento for bom, o modelo caro só dispara quando realmente precisa, e caem o custo e a latência de todo o sistema.

{{INLINE1}}

«Modelo pequeno» é a parte interessante

O tamanho é a história. A indústria passou dois anos perseguindo números maiores, e a contracorrente do último ano é ajustar o modelo à tarefa. Um modelo de nove bilhões de parâmetros é pequeno o bastante para autohospedar, barato o bastante para rodar sempre e rápido o bastante para viver no caminho de uma requisição sem virar gargalo. É um objetivo de projeto diferente de «a melhor resposta possível», e é o que muitos sistemas de produção realmente têm.

Construí-lo sobre o Qwen3.5-9B também merece nota. A Microsoft tem sua própria linha de modelos, mas aqui pegou uma base aberta e a especializou. É uma escolha pragmática: a base é competente, o ajuste para decisões é o valor agregado, e o resultado é uma ferramenta em vez de um carro-chefe. Também mostra que uma base aberta sólida hoje é infraestrutura sobre a qual qualquer um pode construir, inclusive quem poderia começar do zero.

A camada de roteamento sem evento de lançamento

Modelos de decisão apontam para uma parte da pilha que raramente tem lançamento: a que decide o que vem a seguir. Orçamentos de latência, tetos de custo, fallbacks e regras de escalonamento vivem ali, e moldam a experiência do usuário mais que o modelo principal. Um sistema que roteia bem parece rápido e confiável. Um que roteia mal parece caro e lento, mesmo com um ótimo modelo atrás.

Espere que essa categoria cresça. Conforme os agentes adicionam passos, sobem as pequenas decisões por requisição, e o argumento a favor de um seletor dedicado e barato fica mais forte. A competição interessante do próximo ano pode não ser sobre quem tem o modelo mais inteligente, mas sobre quem monta o conjunto mais barato e confiável.

O que medir antes de adotar

Um modelo de decisão só ajuda se as decisões forem boas, e qualidade aqui não é eloquência. O que vale testar é prosaico e decisivo. A precisão nas suas próprias categorias, não num conjunto genérico. Como se comporta com entrada ambígua ou fora de categoria. O que faz quando se pede algo fora do seu escopo, porque um seletor que chuta em vez de se abster envenena um pipeline em silêncio. E quanto custa no seu tráfego real, porque um modelo barato usado em toda parte continua sendo uma linha de despesa.

A latência merece menção própria. Um modelo de roteamento fica no caminho crítico, então cada milissegundo que acrescenta soma-se a cada requisição. Um modelo que responde numa fração de segundo pode ser chamado livremente. Um que leva um segundo começa a moldar a arquitetura ao redor. Velocidade não é uma qualidade agradável para um seletor; é a propriedade que determina com que frequência você pode usá-lo.

Há um modo de falha fácil de passar por alto. Pequenos erros de roteamento se acumulam. Um único roteamento errado manda a requisição pelo caminho errado, e se esse caminho é caro ou lento, o usuário sente. Por isso modelos de decisão costumam ficar atrás de barreiras e fallbacks, não como único portão. O objetivo é baixar custo e latência na maioria fácil, não remover regras humanas nos limites difíceis.

O padrão de fallback

O uso mais comum de um modelo como o Decision-1 é uma cascata. Um seletor barato inspeciona a requisição primeiro. Casos claros são respondidos por um modelo pequeno. Casos de fronteira sobem para um modelo maior. Casos realmente difíceis vão para um humano ou uma ferramenta especializada. Cada camada faz o que sabe, e os recursos caros só disparam quando o filtro fácil pede.

Esse padrão não é novo. Call centers, filtros de spam e ranking de busca funcionam assim há anos. Novo é que um modelo de linguagem pode fazer a primeira passada na intenção em linguagem natural, o que antes exigia regras frágeis ou um modelo de tamanho total. É uma mudança real de capacidade, e é por isso que pequenos modelos de decisão aparecem por toda a pilha em vez de serem uma curiosidade.

Por que um especialista vence um generalista aqui

Um modelo treinado para escolher tem uma vantagem fácil de subestimar: não desperdiça saída no que ninguém pediu. Um assistente generalista, encarregado do roteamento, tende a se explicar, a tergiversar e a produzir um parágrafo onde um rótulo bastaria. Essa verbosidade não é só irritante: custa tokens e latência e torna a saída mais difícil de interpretar por um programa. Um modelo de decisão que devolve uma escolha limpa custa menos para rodar e é mais fácil de conectar.

É toda a aposta dos pequenos modelos especializados. Você troca amplitude por confiabilidade numa tarefa, e ganha porque a tarefa é comum e o custo do generalista é pago a cada chamada. Quando milhares de decisões cavalgam na mesma tarefa estreita, um especialista apenas bom supera rápido um generalista sobrequalificado e caro demais.

O que sinaliza

O Decision-1 é um lançamento pequeno com uma mensagem clara: nem todo problema merece o maior modelo. Empresas que constroem produtos de IA estão conectando um portfólio: um modelo grande para os casos difíceis e pequenos especialistas para o resto. Esses modelos são fáceis de ignorar porque nunca aparecem numa demo. Aparecem na conta e no quão responsivo o produto parece. É ali que se decide se uma função de IA sobrevive ao contato com usuários reais.