Microsoft-Decision-1

Cada respuesta vuelve con una probabilidad entre 0 y 1, y Microsoft la trata como parte de la API, no como una pista de ranking. Una predicción del 90% debería acertar unas nueve veces de cada diez en casos representativos. Con ese dato, la aplicación fija un umbral, actúa por encima y deja el resto a una persona.

El tipo noul contesta una pregunta de sí o no con una sola probabilidad. choice escoge una etiqueta de una lista cerrada y devuelve una puntuación por cada opción. score sitúa el caso en una escala ordenada y devuelve la media ponderada de los niveles. Puedes mandar varias preguntas en una petición y obtenerlas puntuadas en la misma pasada.

El modelo admite entradas de hasta 32.768 tokens y devuelve JSON estructurado en una sola invocación. Cabe un instructivo largo, un hilo de tickets o un fragmento de código. No hay ida y vuelta, así que una decisión cuesta una petición y no una conversación.

Las entradas de producción se parafrasean, se reordenan y se reformatean. Microsoft probó el modelo alterando la misma petición de ocho maneras y midiendo cuántas veces cambiaba la respuesta. La media fue del 1,3%, sin cambios cuando se parafraseaban las descripciones de las opciones ni cuando se invertía su orden.

Microsoft reporta una latencia P50 unas 35 veces más rápida que GPT-6 Sol, y 2,5 veces más rápida que H2O-Lightning-4B v1.1, el segundo de su comparativa. El millón de tokens de entrada cuesta $0.042 y los de salida son gratis. Con ese precio puedes puntuar cosas que antes no podías, como cada mensaje de una cola con mucho volumen.

Microsoft orienta el modelo a la evaluación de agentes de IA: calificar una acción propuesta contra una rúbrica, comprobar si la respuesta se apoya en la evidencia aportada y dejar que el agente siga, reintente o se detenga. También admite abstención explícita, así que puede elegir «no se puede determinar» cuando la evidencia no alcanza.