Microsoft lanza Microsoft-Decision-1, un modelo 35 veces más rápido que GPT-6 Sol

Microsoft ha presentado Microsoft-Decision-1, un modelo especializado que no mantiene conversaciones ni escribe texto. Su trabajo consiste en evaluar opciones de respuesta o de acción definidas de antemano y elegir la adecuada. Según la compañía, en pruebas de toma de decisiones estructuradas su latencia de respuesta es 35 veces menor que la de GPT-6 Sol de OpenAI. Está destinado a clasificar información, verificar resultados y gestionar flujos de trabajo.

Qué hace exactamente el modelo

Un modelo de lenguaje convencional recibe una consulta y genera la respuesta token a token. Microsoft-Decision-1 está diseñado para otra tarea: recibe como entrada un contexto y una lista de resultados admisibles, y lo que se espera a la salida es una elección. Por ejemplo, a qué categoría asignar una solicitud, si un resultado debe pasar a la siguiente fase de la cadena o devolverse para su revisión, o qué paso ejecutar a continuación.

Este tipo de operaciones abunda en los sistemas corporativos. Hasta ahora se encargaban a menudo a un modelo grande y de propósito general, aunque la respuesta cabe en una sola palabra o en el número de una opción. Decision-1 está pensado precisamente para ese escenario.

Qué sabemos de las cifras

Los datos publicados mencionan pocos parámetros:

• clase de modelo: especializado, evalúa opciones dadas y no mantiene diálogo;
• métrica principal: latencia de respuesta 35 veces menor que la de GPT-6 Sol de OpenAI;
• condiciones de la comparación: pruebas de toma de decisiones estructuradas;
• tareas: clasificación de información, verificación de resultados, gestión de flujos de trabajo;
• fuente de las cifras: datos de la propia Microsoft.

Lo que no figura en el comunicado: el número de parámetros, el precio, el formato de acceso ni las métricas de precisión. Para decidir si se adopta, son justo los datos más importantes. La velocidad, sin calidad en la elección, no garantiza nada.

De dónde sale la diferencia de 35 veces y cómo interpretarla

La explicación más plausible está en el propio planteamiento de la tarea. Si el modelo no tiene que elaborar un texto extenso y le basta con evaluar un número finito de opciones, el cálculo es más corto. Un modelo generativo grande debe gastar cómputo en una versatilidad que en este escenario no hace falta. Es una deducción basada en la lógica de la tarea, no una arquitectura revelada por Microsoft.

Por eso conviene leer la comparación con cautela. El modelo especializado se prueba en la tarea para la que fue creado, mientras que el modelo insignia de propósito general se toma como referencia. Que haya una brecha de latencia es lo esperable. Quedan abiertas varias preguntas: cuánto coinciden las decisiones de ambos modelos, cómo se comporta Decision-1 con datos ajenos al conjunto de prueba y qué ocurre cuando en la lista no hay una opción adecuada. Por ahora no hay mediciones independientes.

También es significativa la dirección en sí. El mercado se mueve de un único modelo grande «para todo» hacia una combinación: un modelo grande planifica y razona, y especialistas compactos resuelven con rapidez las bifurcaciones rutinarias. Para los sistemas de agentes esto es crítico, porque un agente realiza decenas de comprobaciones pequeñas en cada ejecución y la latencia de cada una se suma.

Dónde puede resultar útil en la práctica

Los primeros candidatos de aplicación son evidentes:

• enrutamiento de solicitudes y documentos por categorías;
• verificación de las salidas de otro modelo antes de enviarlas al usuario: si la respuesta se ajusta al formato y a las reglas;
• elección del siguiente paso en un proceso automatizado en el que el conjunto de acciones se conoce de antemano.

Los equipos que construyen cadenas de agentes deberían revisar sus logs y localizar las llamadas al modelo grande en las que la respuesta se reduce a elegir entre varias opciones. Esas son las que tiene sentido probar con un modelo especializado. Hay que comparar tres parámetros: la latencia, la tasa de coincidencia con el etiquetado de referencia y el coste de cada llamada. Mientras Microsoft no publique el precio ni las condiciones de acceso, es pronto para calcular el beneficio. Pero el planteamiento está claro: las decisiones rápidas en sistemas grandes no tienen por qué costar lo mismo que un diálogo completo con un modelo insignia.