Microsoft lança o Microsoft-Decision-1, modelo 35 vezes mais rápido que o GPT-6 Sol

A Microsoft apresentou o Microsoft-Decision-1, um modelo especializado que não sustenta conversas nem escreve texto. Sua função é avaliar opções de resposta ou de ação definidas previamente e escolher a mais adequada. Segundo a empresa, em testes de tomada de decisões estruturadas, a latência de resposta dele é 35 vezes menor que a do GPT-6 Sol, da OpenAI. O modelo se destina à classificação de informações, à verificação de resultados e ao gerenciamento de fluxos de trabalho.

O que exatamente o modelo faz

Um modelo de linguagem convencional recebe uma solicitação e gera a resposta token a token. O Microsoft-Decision-1 foi construído para outra tarefa: ele recebe como entrada um contexto e uma lista de desfechos permitidos, e a saída é uma escolha. Por exemplo, em que categoria encaixar um chamado, se um resultado segue adiante na cadeia ou volta para ajustes, ou qual passo executar em seguida.

Operações assim aparecem a todo momento em sistemas corporativos. Até hoje, muitas vezes elas eram entregues a um grande modelo de uso geral, embora a resposta caiba em uma palavra ou no número de uma opção. O Decision-1 mira exatamente esse cenário.

O que se sabe pelos números

Os dados divulgados trazem poucos parâmetros:

• classe do modelo: especializado, avalia opções predefinidas e não conduz diálogo;
• métrica principal: latência de resposta 35 vezes menor em relação ao GPT-6 Sol, da OpenAI;
• condições de comparação: testes de tomada de decisões estruturadas;
• tarefas: classificação de informações, verificação de resultados, gerenciamento de fluxos de trabalho;
• fonte dos números: dados da própria Microsoft.

O que não consta no comunicado: número de parâmetros, preço, formato de acesso e métricas de precisão. Para decidir sobre a adoção, esses são justamente os dados mais importantes. Velocidade sem qualidade na escolha não garante nada.

De onde vem a diferença de 35 vezes e como interpretá-la

Uma explicação plausível está na própria formulação da tarefa. Se o modelo não precisa produzir um texto elaborado e basta avaliar um número finito de opções, o cálculo fica mais curto. Um grande modelo generativo gasta computação com uma versatilidade que, nesse cenário, não é necessária. Isso é uma dedução a partir da lógica da tarefa, e não uma arquitetura revelada pela Microsoft.

Por isso, a comparação merece ressalvas. O modelo estreito é testado na tarefa para a qual foi criado, enquanto o modelo generalista de ponta serve de referência. Uma diferença de latência, nesse caso, já era esperada. Permanecem em aberto algumas perguntas: quanto as decisões dos dois modelos coincidem, como o Decision-1 se comporta com dados fora do conjunto de teste e o que acontece quando a lista não traz a opção adequada. Ainda não há medições independentes.

A própria direção também é reveladora. O mercado se afasta de um único grande modelo "para tudo" e caminha para uma combinação: um modelo grande planeja e raciocina, enquanto especialistas compactos resolvem rapidamente as bifurcações de rotina. Para sistemas de agentes, isso é crítico, porque um agente faz dezenas de pequenas verificações a cada execução, e a latência de cada uma delas se soma.

Onde isso será útil na prática

Os primeiros candidatos a uso são óbvios:

• roteamento de chamados e documentos por categoria;
• verificação da saída de outro modelo antes de enviá-la ao usuário: se a resposta atende ao formato e às regras;
• escolha do próximo passo em um processo automatizado em que o conjunto de ações é conhecido de antemão.

Equipes que montam cadeias de agentes devem examinar seus logs e localizar as chamadas ao modelo grande em que a resposta se resume a escolher entre algumas opções. Essas são as que vale testar em um modelo especializado. É preciso comparar três parâmetros: latência, taxa de concordância com a rotulagem de referência e custo da chamada. Enquanto a Microsoft não divulgar o preço e as condições de acesso, é cedo para calcular o benefício. Mas a proposta é clara: decisões rápidas em grandes sistemas não precisam custar o mesmo que um diálogo completo com um modelo de ponta.