Microsoft anunció Microsoft-Decision-1 el 9 de octubre de 2026 y lo presentó como disponible en vista previa pública en Microsoft Foundry. El modelo está diseñado para puntuar opciones definidas y devolver decisiones numéricas, no para redactar respuestas abiertas. Microsoft afirma que lo posentrenó a partir de Qwen3.5-9B para realizar esa puntuación en una sola pasada. (Anuncio de Microsoft)
La diferencia importa: en lugar de pedirle que redacte una respuesta desde cero, una aplicación plantea una pregunta acotada y le ofrece las opciones que debe evaluar. Microsoft cita entre los usos previstos la clasificación, el enrutamiento, la ordenación de resultados, la evaluación y el control de flujos de trabajo.
Qué decide cada tipo de pregunta
La API documentada admite tres tipos de consulta. Cada uno devuelve una señal numérica, pero sirve para una tarea distinta:
| Tipo | Tarea | Resultado |
noul | Evaluar una condición de sí o no | Probabilidad de que se cumpla la condición |
choice | Elegir entre varias opciones | Una opción seleccionada y las probabilidades de las opciones |
score | Valorar elementos en una escala ordenada | Una puntuación ponderada por las probabilidades de cada valor |
El resultado no incluye un razonamiento escrito que explique por qué se eligió una opción. Si una aplicación necesita una explicación en lenguaje natural, tendrá que encargarse de esa parte por separado. Microsoft también indica que el estado de la consulta puede enviarse como texto o JSON. (Documentación de Microsoft Foundry)
Qué necesita una solicitud a Microsoft Foundry
Para usar el modelo, el desarrollador debe desplegarlo en Microsoft Foundry y enviar una solicitud al endpoint que termina en /providers/microsoft/v1/systemone. La petición incluye el nombre del despliegue en el campo model, un state con el texto o JSON que describe la situación y una o más preguntas tipadas. La autenticación puede hacerse con Microsoft Entra ID o con una clave de API, según la guía de Microsoft.
Microsoft documenta los tipos GlobalStandard y DataZoneStandard en determinadas regiones. Elegir un tipo de despliegue no garantiza una latencia menor: la respuesta depende de la carga de trabajo, así que la latencia y la calidad de las decisiones deben probarse con tareas representativas.
Límites y revisión humana
Microsoft advierte de que la puntuación puede variar si cambia la redacción de la pregunta o el orden de las opciones. La calibración es más sólida en tareas familiares para el modelo, y sus filtros de seguridad pueden pasar por alto contenido dañino sutil o señalar contenido benigno. También puede apoyarse en conocimientos desactualizados.
La empresa recomienda no usar Microsoft-Decision-1 como único fundamento de decisiones importantes sobre personas. Para ámbitos como el crédito, el empleo, la vivienda, la sanidad o los asuntos jurídicos, pide que haya una revisión humana significativa.
En pruebas individuales, Fahd Mirza probó situaciones de seguridad, clasificación, enrutamiento e inyección de instrucciones; uno de sus ensayos de enrutamiento con una trampa de palabras clave dio un resultado mixto. Son ejemplos concretos de las tareas que pueden plantearse al modelo.
La velocidad comunicada por Microsoft
The Next Web informó de que Microsoft atribuyó a Microsoft-Decision-1 una velocidad 35 veces superior a la de GPT-6 Sol en su comparación. (El informe de The Next Web) Esa cifra no sustituye las pruebas en la aplicación concreta: Microsoft recomienda evaluar la latencia, la calidad de las decisiones y la calibración de confianza con cargas de trabajo representativas.
