Segun MarkTechPost (AI/ML News), Microsoft ha presentado Microsoft-Decision-1, un modelo de toma de decisiones diseñado para guiar procesos de clasificación, verificación y control de agentes inteligentes. Este modelo no genera texto, sino que asigna una probabilidad calibrada a opciones predefinidas, ofreciendo una salida directa que software puede actuar inmediatamente. El sistema se basa en el modelo Qwen3.5-9B de Alibaba, aunque el número exacto de parámetros no ha sido revelado. Su ventana de contexto alcanza 32.768 tokens, permitiendo análisis de situaciones complejas sin necesidad de múltiples pasos. La plataforma está disponible exclusivamente a través de servicios en la nube, como Microsoft Foundry y OpenRouter mediante Azure, sin versiones abiertas ni variantes cuantizadas.
En pruebas internas, el modelo logra una precisión promedio del 83,5% en una evaluación de 36 criterios, superando a Quyet-1.0-Large, que registra un rendimiento de 81,9%. La latencia promedio se sitúa en 85 milisegundos, lo que lo posiciona como uno de los más rápidos en el conjunto de pruebas de Microsoft. Aunque su precisión general es destacable, su calibración de respuestas alcanza un valor de 92,2, solo superado por Quyet-1.0-Large en 93,1. Los resultados se obtienen sin generación de texto, lo que lo hace especialmente útil en entornos donde se requieren respuestas estructuradas y objetivas. El modelo se enfoca en formatos como preguntas de opción múltiple, clasificación, evaluación de respuestas y verificación de evidencias, incluyendo la posibilidad de abstención explícita, como "no puedo determinar".
Para el lector peruano, este avance en tecnología de toma de decisiones puede traducirse en aplicaciones prácticas en sectores clave como el servicio financiero, la gestión de riesgos en empresas y la automatización de procesos administrativos. En el contexto de una economía que enfrenta desafíos de eficiencia operativa, herramientas que ofrecen decisiones rápidas, calibradas y sin generación de texto pueden reducir errores humanos, acelerar procesos y permitir intervenciones más precisas. Aunque el modelo no es abierto, su bajo costo de operación —de 4,2 centavos por millón de tokens de entrada— lo hace viable para pequeñas y medianas empresas que buscan integrar inteligencia artificial sin grandes inversiones. Sin embargo, la falta de acceso a los pesos del modelo y la dependencia de pruebas realizadas por el propio fabricante limitan su uso en entornos de validación independiente.
El modelo representa una evolución en el diseño de sistemas de IA, donde la salida no es narrativa, sino funcional. En un entorno donde la claridad y la rapidez son esenciales, este tipo de tecnología puede convertirse en un pilar clave para la digitalización de operaciones cotidianas.