Nota del autor: Microsoft-Decision-1.1 está disponible de forma general desde el 2026-11-17. Solo elige entre las opciones que le des, asigna una puntuación o decide sí/no; no redacta textos largos. Este artículo explica qué paso de la cadena conviene sustituir con él, qué documento hay que consultar para el precio y por qué las cifras del post no se pueden copiar directamente a una tabla de costes.
Durante Microsoft Ignite, TestingCatalog publicó un post el 2026-11-17. El texto decía “MAI Decision 1”, pero la imagen era la tabla de clasificación de Decision 1.1 de Artificial Analysis. Mucha gente ya usa Modelos de Lenguaje Grande para enrutar solicitudes, clasificar tickets, ordenar prioridades y validar resultados; al ver ese post, surgieron tres dudas: qué modelo conectar, qué paso reemplaza y si el “10 veces más rápido y 200 veces más barato” del post se puede usar.
La conclusión es las decisiones con opciones fijas se dejan a Microsoft-Decision-1.1, y la generación de textos largos sigue a cargo de un Modelo de Lenguaje Grande. El documento de GA de Microsoft anunció el 2026-11-17 que está disponible de forma general, y la forma de invocarlo también aparece en la documentación de Microsoft Foundry. Este artículo se basa en el documento de GA y la documentación oficial; el post solo sirve como pista.
Esto no es un resumen del post. Los multiplicadores del post no indican contra qué se comparan; tanto la imagen como un caso de uso interno de Microsoft mencionan un “2.2 veces”, pero los objetos de comparación son distintos, así que aquí se explican por separado. El 2026-11-18 revisamos la tabla de modelos y la API de precios de APIYI apiyi.com; el resultado está en la sección de precios.
Valor principal: después de leer este artículo, podrás decidir qué paso de la cadena se puede entregar a Microsoft-Decision-1.1, sabrás qué documento consultar para una cotización y no probarás con el endpoint equivocado un ID de modelo que todavía no existe.

Microsoft Decision 1.1: información clave de un vistazo
Primero, vamos a separar la información oficial de lo que se comenta en los posts. La siguiente tabla recoge únicamente el contenido que se puede verificar en el documento GA de Microsoft, el Ignite Book of News y la documentación de Foundry.
| Ítem de información | Detalle |
|---|---|
| Fecha de disponibilidad general | 2026-11-17, anunciada en el documento GA de Microsoft |
| Nombre del modelo | Microsoft-Decision-1.1 |
| Modelo base | Gemma 4 26B A4B (coincide con lo indicado en el documento GA y en el Ignite Book of News) |
| Uso | Enrutamiento, clasificación, priorización, validación, control de flujo |
| Modo de funcionamiento | Elige entre las opciones que el desarrollador define, ofrece una confianza calibrable y, cuando no está seguro, puede abstenerse de decidir |
| Frente a la primera versión | Más del doble de velocidad, precio que se mantiene bajo, nueva entrada de imágenes |
| Canales oficiales de disponibilidad | Microsoft Foundry, OpenRouter, Vercel AI Gateway |
| Estado en APIYI apiyi.com | Al verificarlo el 2026-11-18, ni la tabla de modelos ni la interfaz de precios lo incluían |
«Elegir entre las opciones dadas» es la clave para entender este modelo. No escribe párrafos, no explica razones, solo responde a la pregunta que has diseñado de antemano. Este tipo de trabajo antes lo solía hacer también un Modelo de Lenguaje Grande; ahora se puede delegar a un modelo pequeño especializado.
Microsoft-Decision-1.1 y Microsoft-Decision-1 no son el mismo modelo
El cuerpo del post dice Decision 1, pero la imagen muestra Decision 1.1, así que es fácil pensar que ambas versiones son el mismo modelo. En realidad, sus modelos base son distintos y se publicaron en fechas diferentes. Antes de integrar, confirma cuál vas a implementar.
| Comparación | Microsoft-Decision-1 | Microsoft-Decision-1.1 |
|---|---|---|
| Fecha de publicación | 2026-10 | 2026-11-17, disponible de forma general |
| Modelo base | Qwen3.5-9B | Gemma 4 26B A4B |
| Precio de entrada (Foundry) | 0.042 USD / millón de tokens | Precio por zonas, consulta la tabla de precios más abajo |
| Precio de salida | Gratis | Gratis |
| Entrada de imagen | No se menciona en la documentación | La documentación de GA indica que se añadió |
| Canales disponibles | Foundry, OpenRouter | Foundry, OpenRouter, Vercel AI Gateway |
| Otra información | La página de OpenRouter indica una ventana de contexto de aproximadamente 33K | Microsoft afirma que es más del doble de rápido que la primera versión |
Si en octubre ya habías escrito tu script de evaluación para Microsoft-Decision-1, al cambiar a la 1.1 tendrás que volver a implementarlo y cambiar el nombre de implementación. Como las dos versiones tienen modelos base distintos, también tendrás que volver a validar el umbral de confianza que habías ajustado.
Cómo llamar a Microsoft Decision 1.1: no es la interfaz de chat completions
Este punto es el que más fácilmente lleva a errores. Según la documentación de Microsoft Foundry, el tipo de API de Microsoft-Decision-1.1 es Decision, no el habitual chat completions. Las solicitudes se envían a la ruta /providers/microsoft/v1/systemone del recurso de Foundry. En el campo model del cuerpo de la solicitud, pon el nombre de tu propia implementación, no el nombre del modelo. Al implementar, selecciona la versión 1; el tipo de implementación puede ser GlobalStandard y, en algunas regiones, también puedes elegir DataZoneStandard.
Solo admite tres tipos de pregunta y devuelve la respuesta y la probabilidad; no devuelve texto libre ni justificaciones:
| Tipo de pregunta | Uso | Contenido devuelto | Escenario típico |
|---|---|---|---|
noul |
Determinar sí o no | Probabilidad de 0 a 1 | Si esta salida cumple las normas, si este documento requiere revisión manual |
choice |
Elegir una entre opciones fijas | La opción seleccionada | A qué modelo downstream enviar la solicitud, en qué categoría clasificar el ticket |
score |
Puntuar en una escala de menor a mayor | El valor en la escala | Clasificación de urgencia, puntuación de calidad de la respuesta |
Por eso, si antes usabas un Modelo de Lenguaje Grande para escribir una indicación del tipo «elige una de las siguientes tres opciones y explica por qué», al migrar tendrás que cambiarla al tipo de pregunta choice y enumerar las opciones, eliminando directamente la parte de la justificación. Si el sistema downstream realmente necesita un texto explicativo para el usuario, deja que lo genere un Modelo de Lenguaje Grande.
Precio de Microsoft Decision 1.1: según los precios por zona del documento GA de Microsoft
A continuación se muestran los precios indicados en el documento GA de Microsoft, con fecha del 2026-11-17. Son los precios de Microsoft Foundry, no los de APIYI.
| Zona de implementación | Precio de entrada (por millón de tokens) | Precio de salida |
|---|---|---|
| Global Standard | 0.042 USD | Gratis |
| US Data Zone | 0.046 USD | Gratis |
| EU Data Zone | 0.05 USD | Gratis |
| APAC Data Zone | 0.05 USD | Gratis |
Ignite Book of News menciona “un precio igual de competitivo que la primera versión”. Pero solo Global Standard coincide con los 0.042 USD de la primera versión; las tres zonas de datos tienen precios más altos. Por eso, al elaborar la tabla de costos, hay que basarse en los precios por zona del documento GA. Además, la salida es gratuita porque este modelo solo devuelve la respuesta y la probabilidad; la salida en sí es muy corta y el costo depende principalmente de cuánto contexto introduzcas en cada llamada.
Ahora veamos si actualmente se puede invocar a través de APIYI. APIYI (apiyi.com) ofrece una interfaz unificada compatible con OpenAI en https://api.apiyi.com/v1; es una interfaz de tipo chat completions. El modelo Decision utiliza otra interfaz que solo devuelve la respuesta y la probabilidad, así que, aunque se publique en el futuro, no se puede probar metiendo el ID del modelo en una solicitud de conversación normal. El 2026-11-18 consultamos la tabla de modelos y el endpoint de precios de APIYI: en ese momento había 283 modelos en total, entre los cuales no aparecían Microsoft-Decision-1 ni Microsoft-Decision-1.1, y tampoco ningún ID relacionado con decision. En la tabla de modelos, los únicos que contienen “MAI” son los modelos de imagen MAI-Image-2.6 y MAI-Image-2.6-Flash, que no son el mismo producto que este modelo de decisión. Por ahora no está publicado, pero lo publicaremos cuanto antes; los modelos y precios están sujetos a la lista de modelos de la plataforma.
Cómo leer los números en la publicación: tres grupos de múltiplos, tres objetos de comparación
La publicación de TestingCatalog menciona «10 veces más rápido y 200 veces más barato», además de otros dos «2.2 veces», que provienen respectivamente del gráfico de ranking y de un caso de uso interno de Microsoft. Sus objetos de comparación son distintos en cada caso, así que no se pueden fusionar en una sola frase.
| Número | Fuente | Objeto de comparación | ¿Se puede incluir en la tabla de costos? |
|---|---|---|---|
| 10 veces más rápido, 200 veces más barato | Cuerpo de la publicación de TestingCatalog | Un modelo genérico sin nombre; en el texto de GA no se encuentra la comparación correspondiente | No |
| Puntuación 68, 6 puntos más que Decision 1, 2.2 veces más rápido | Imagen adjunta de la publicación, es decir, el gráfico de ranking de Artificial Analysis | Microsoft-Decision-1 | Solo como referencia del ranking |
| 2.2 veces más rápido, costo aproximadamente 1/4.4 del otro | Texto de GA de Microsoft, caso de uso interno de Copilot | Un Modelo de Lenguaje Grande | Solo como declaración de Microsoft |
La parte del ranking proviene del Artificial Analysis Decision Index v2.1, según la transcripción de Microsoft. De acuerdo con esta transcripción, Microsoft-Decision-1.1 obtiene una puntuación de 68, 6 puntos más que la primera versión, por encima de Jev 1.14, Google Gemini Decision 1 y OpenAI GPT-6 Luna (Decisions). El texto de GA también indica que es «más del doble de rápido que la primera versión, con el mismo costo». Estos son resultados de ranking difundidos oficialmente, no nuestros datos de prueba. La posición en el ranking tampoco equivale al costo que tendrás que pagar.
El ejemplo de Copilot es otro caso. Microsoft lo usa dentro de Copilot para determinar si una solicitud debe ir a Copilot o a Cowork; la precisión es comparable a la de un Modelo de Lenguaje Grande, es 2.2 veces más rápido y cuesta aproximadamente 1/4.4 de lo que cuesta ese Modelo de Lenguaje Grande. El objeto de comparación de este 2.2 veces es «un Modelo de Lenguaje Grande», mientras que el 2.2 veces de la imagen adjunta se compara con Decision 1. Los dos números coinciden solo por casualidad.

La imagen anterior separa los tres grupos de números. Las fuentes de datos son el texto de GA de Microsoft y la transcripción del gráfico de ranking; la elaboración corrió a cargo del equipo técnico de APIYI apiyi.com y no incluye ningún resultado de pruebas propias.
Microsoft Decision 1.1: análisis de impacto
Impacto para los desarrolladores: el enrutamiento y la puntuación se le delegan a él; los textos largos quedan para el Modelo de Lenguaje Grande
Si ya estás usando un Modelo de Lenguaje Grande para enrutar, clasificar, priorizar y validar, lo que puedes sustituir esta vez es el paso de «tomar la decisión»; el paso de generar contenido no cambia. Microsoft-Decision-1.1 solo da respuestas y confianza dentro de opciones fijas, y eso determina dónde conviene colocarlo. A la hora de integrarlo puedes dividir el trabajo en este orden:
- Enumera las opciones permitidas: cambia el «juzga por favor» de la indicación original por una lista clara de opciones, por ejemplo, el nombre del modelo downstream, la categoría del ticket o el nivel de riesgo. Si no consigues escribir las opciones, es señal de que este paso todavía no es apto para delegárselo.
- Elige el tipo de pregunta: las preguntas de sí/no usan
noul, la selección de una entre varias usachoice, y la clasificación por niveles usascore. No busques la forma de hacer que emita un párrafo. - Establece el umbral de confianza: proporciona una confianza calibrable y también puede no tomar una decisión. Los resultados por encima del umbral se ejecutan directamente; los que quedan por debajo entran en el flujo de respaldo.
- Cuando haya incertidumbre, devuélvelo a una persona o al Modelo de Lenguaje Grande: las solicitudes de baja confianza se entregan a revisión humana o al Modelo de Lenguaje Grande para que vuelva a decidir. Este paso debe quedar escrito en el flujo; no se puede omitir.
- El texto explicativo se le deja al Modelo de Lenguaje Grande: las respuestas dirigidas al usuario, los textos largos, el código y las explicaciones los genera el Modelo de Lenguaje Grande. El modelo Decision solo se encarga de decidir quién escribe ese contenido y por qué camino pasa.

Tras dividirlo en este orden, las responsabilidades del nodo de decisión y del nodo de generación quedan separadas, y diagnosticar problemas también resulta más sencillo: si el enrutamiento falla, revisa el nodo de decisión; si el contenido está mal escrito, revisa el Modelo de Lenguaje Grande. El lado del Modelo de Lenguaje Grande no necesita cambios: el modelo conversacional que antes llamabas mediante APIYI apiyi.com puede seguir usándose para generar textos largos.
Impacto en el flujo actual: qué pasos conviene sustituir
No todas las «decisiones» son aptas para migrar. Las distinguimos brevemente según los escenarios habituales:
- Aptas para migrar: distribución de solicitudes entre distintos modelos, clasificación de tickets de atención al cliente, si un contenido necesita revisión humana, gradación de urgencia, validación de si el formato de salida cumple las reglas. Todas tienen opciones fijas y el resultado puede usarse directamente desde el programa.
- Migrar con cautela: clasificaciones con muchas opciones y que cambian a menudo, decisiones que requieren mucho contexto. La primera versión en OpenRouter indica una ventana de contexto de unos 33K; para la longitud concreta de 1.1, consulta la documentación de Foundry. Las entradas muy largas deben truncarse o resumirse primero.
- No aptas para migrar: opiniones de revisión que necesitan justificación, contenido que hay que reescribir o completar, preguntas abiertas. Esto sigue siendo trabajo de los Modelos de Lenguaje Grande.
También hay que tener en cuenta una cosa: solo devuelve la respuesta y la probabilidad, así que los registros o la auditoría que antes se apoyaban en que el modelo grande «diera también la razón» se quedarán sin esa parte. Si por cumplimiento normativo necesitas conservar la justificación, puedes llamar una vez más al modelo grande solo para las muestras de baja confianza o rechazadas, y así no pagas el coste de un texto largo cada vez.
Impacto en el sector: los modelos pequeños especializados asumen el trabajo de decisión de los grandes
Este lanzamiento deja ver una dirección: las solicitudes de decisión se separan de los modelos generales y pasan a manos de modelos pequeños especializados. Los nombres de competidores mencionados en la publicación y Google Gemini Decision 1, OpenAI GPT-6 Luna(Decisions) en el ranking indican que esto ya se ha convertido en una categoría aparte.
Para los desarrolladores, esto trae dos cambios:
- Estructura de costes: las solicitudes de decisión se cobran por entrada y la salida es gratuita; el coste depende principalmente de la longitud de la indicación. El beneficio de recortar el contexto es ahora más evidente.
- Forma de evaluación: los nodos de decisión deben evaluarse por separado en exactitud y calibración de confianza; no basta con mirar si la respuesta final es buena. Las puntuaciones del ranking sirven para un primer filtro, pero al final hay que validarlas con muestras de tu propio negocio.
Para los equipos que quieren comparar primero el rendimiento del lado de los modelos grandes, pueden usar la interfaz unificada de APIYI apiyi.com para alternar pruebas entre varios modelos de conversación. Cuando el nodo de decisión funcione en Foundry, se combinan ambos extremos.
Microsoft Decision 1.1: puntos clave
- No mezcles versiones: en la versión 1.1, el modelo base es Gemma 4 26B A4B; en Decision 1 de octubre, es Qwen3.5-9B.
- Solo hace juicios con opciones: enrutamiento, clasificación, priorización y verificación se delegan a este modelo; los textos largos siguen generándose con un Modelo de Lenguaje Grande.
- Tres tipos de consulta:
noul,choiceyscore; solo devuelve la respuesta y la probabilidad, no una justificación. - Ruta de invocación distinta: las solicitudes se envían a
/providers/microsoft/v1/systemone; el campomodelse rellena con el nombre del despliegue. - Precio según el artículo de GA: el precio de entrada de Foundry por franjas va de 0.042 a 0.05 USD por millón de tokens; la salida es gratuita.
- Los multiplicadores del post no entran en la tabla de costos: los de 10x y 200x no indican contra qué se comparan; los dos de 2.2x también deben entenderse por separado.
- Estado en APIYI: a 2026-11-18, la tabla de modelos de APIYI apiyi.com no incluye este ID; no lo pruebes con la interfaz de chat.
Resumen
El posicionamiento de Microsoft-Decision-1.1 es muy claro: es un nodo de decisión dentro de la cadena, no una herramienta de escritura.
- Uso: dentro de las opciones que proporciona el desarrollador, realiza enrutamiento, clasificación, puntuación y verificación, y ofrece un nivel de confianza; cuando no está seguro, puede no tomar una decisión.
- Límites: no escribe texto libre ni justificaciones. Los textos largos, el código y las explicaciones siguen a cargo de un Modelo de Lenguaje Grande; los resultados de baja confianza se dejan en manos de una persona o de un Modelo de Lenguaje Grande como respaldo.
- Base del costo: toma como referencia el precio por franjas de Foundry del 2026-11-17 en el artículo de GA de Microsoft. Ni los multiplicadores del post ni las posiciones en rankings deben tomarse como cotización.
Se recomienda empezar con un paso de decisión que tenga opciones fijas y registros completos, probar la precisión y los umbrales con tus propias muestras en Foundry, y luego decidir si ampliar el alcance. El extremo que genera contenido puede seguir usando APIYI apiyi.com para invocar modelos de chat de distintos proveedores. Para saber si un modelo Decision está disponible, consulta la lista de modelos de la plataforma.
📚 Referencias
-
Anuncio de disponibilidad general de Microsoft-Decision-1.1: artículo GA que incluye casos de uso, precios por región, resumen de rankings y casos de uso internos de Copilot
- Enlace:
aka.ms/decision-model-ga - Nota: los precios de este artículo y las afirmaciones oficiales sobre rendimiento se basan en esta fuente
- Enlace:
-
Microsoft Ignite 2026 Book of News: modelo base y declaraciones de precios
- Enlace:
news.microsoft.com/events/ignite/2026/book-of-news/ - Nota: el modelo base es Gemma 4 26B A4B; el precio detallado sigue lo indicado en el artículo GA
- Enlace:
-
Documentación de Microsoft Foundry: uso de modelos Microsoft Decision: métodos de despliegue e invocación
- Enlace:
learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision - Nota: descripción oficial de los tipos de Decision API, las rutas de solicitud y los tres tipos de tareas
- Enlace:
-
Artículo de lanzamiento de Microsoft-Decision-1 (2026-10): información de la versión anterior
- Enlace:
commandline.microsoft.com/microsoft-decision-1-model-foundry - Nota: sirve para distinguir Decision 1 de 1.1
- Enlace:
-
Página del modelo en OpenRouter: página de acceso de terceros para las dos versiones
- Enlace:
openrouter.ai/microsoft/microsoft-decision-1.1 - Nota: la página de la primera versión indica un contexto de aproximadamente 33K
- Enlace:
-
Publicación de TestingCatalog: punto de partida de esta discusión
- Enlace:
x.com/testingcatalog/status/2122759893174178173 - Nota: es una paráfrasis; los múltiplos mencionados no se usan como referencia de precio
- Enlace:
Autor: Equipo técnico de APIYI
Contacto técnico: no dudes in ponerte en contacto con nosotros desde la página principal del sitio web APIYI; para más recursos, visita el centro de documentación docs.apiyi.com