Modelos de decisión: Jev, Microsoft-Decision-1 y la Decisions API de OpenAI

1. Una categoría nueva: modelos que devuelven probabilidades#

Jev, de TypeSafe, abrió la categoría. En octubre de 2026 se sumaron dos más: Microsoft-Decision-1, un modelo pequeño de Microsoft basado en Qwen3.5-9B de Alibaba, y la Decisions API de OpenAI, que funciona sobre gpt-6-luna. Los tres reciben un caso y una pregunta con opciones cerradas y devuelven probabilidades, sin generar texto.

La tabla compara lo que dicen las documentaciones y las notas consultadas. Donde no hay dato, la celda lo indica en lugar de suponerlo.

Las fuentes no coinciden en el estado de Microsoft-Decision-1: el catálogo de Foundry lo marca como Preview y una nota de prensa del 12 de octubre lo llama generalmente disponible. Confirma su estado en el catálogo antes de depender de él.

Documentación: Cloudflare: Jev (typesafe/jev) ↗ · OpenAI: Decisions API ↗

2. Una respuesta común para sí o no#

Las tres ofertas comparten la idea de pregunta de sí o no, pero con nombres distintos: Jev la llama noul y la Decisions API de OpenAI predicate. El código lleva ambas respuestas de ejemplo de sus documentaciones a una probabilidad común y aplica un umbral con una salida a revisión humana. De Microsoft-Decision-1 no incluimos adaptador porque las fuentes no muestran su formato exacto de respuesta.

# Respuestas de ejemplo de las documentaciones de Cloudflare (Jev) y de OpenAI (Decisions API)
jev = {"type": "noul", "noul": 0.95}
openai = {"type": "predicate", "name": "visible_damage", "probability": 0.92}

def prob_yes(answer):
    """Lleva la pregunta de sí o no de ambos proveedores a una probabilidad común."""
    if answer["type"] == "noul":
        return answer["noul"]
    if answer["type"] == "predicate":
        return answer["probability"]
    raise ValueError("tipo no soportado: " + answer["type"])

def decide(p, threshold=0.9):
    return "yes" if p >= threshold else "no" if p <= 1 - threshold else "human_review"

for answer in (jev, openai):
    print(answer["type"], prob_yes(answer), decide(prob_yes(answer)))

Documentación: Microsoft Foundry: Microsoft-Decision-1 ↗ · Help Net Security: Microsoft-Decision-1 ↗

3. Cuánto cuesta cada una#

Con los 426 tokens de entrada de la solicitud de ejemplo de la documentación de Jev, un millón de solicitudes cuesta $17,89 con Jev o con Microsoft-Decision-1 y $42,60 con la Decisions API de OpenAI. En pesos, con la TRM del 17 de octubre de 2026: COP 56,801 y COP 135,241.

from decimal import Decimal as D

INPUT_TOKENS = 426            # tokens de la solicitud de ejemplo de la documentación de Jev
RATES = {"Jev": D("0.042"), "Microsoft-Decision-1": D("0.042"), "OpenAI Decisions API": D("0.10")}   # USD por millón de tokens de entrada
TRM = D("3174.67")            # TRM del 17 oct 2026

for name, rate in RATES.items():
    usd = D(INPUT_TOKENS) * rate           # USD por millón de solicitudes
    print(f"{name}: ${usd:,.2f} | COP {usd * TRM:,.0f}")

El precio por token es solo una parte: lo que importa es el costo por decisión correcta. Un modelo más barato con peor calibración puede obligarte a enviar más casos a revisión humana.

4. Mide la calibración con tus datos#

Las afirmaciones de calibración, velocidad y costo de las tres opciones vienen de sus fabricantes. Microsoft informa de pruebas en 36 conjuntos de evaluación y reconoce que conviene validar el umbral con ejemplos propios; nuestras fuentes no muestran una evaluación independiente. Una forma sencilla de medirlo es el puntaje de Brier, el error cuadrático medio entre la probabilidad y lo que ocurrió.

# Cuatro predicciones de ejemplo y lo que ocurrió de verdad (1 = sí)
predictions = [0.9, 0.8, 0.3, 0.1]
outcomes = [1, 1, 0, 0]

def brier(predictions, outcomes):
    """Error cuadrático medio de las probabilidades: 0 es perfecto, 0,25 es no saber nada."""
    return sum((p - o) ** 2 for p, o in zip(predictions, outcomes)) / len(predictions)

def automatable(predictions, threshold):
    """Fracción de casos que una persona no tendría que revisar."""
    return sum(p >= threshold or p <= round(1 - threshold, 10) for p in predictions) / len(predictions)

print(round(brier(predictions, outcomes), 4), brier([0.5] * 4, outcomes))
print(automatable(predictions, 0.8), automatable(predictions, 0.9))

Con tus propios casos etiquetados, calcula el puntaje de cada modelo y, para el umbral que elijas, qué fracción se puede automatizar y cuántos errores se cuelan.

5. Cuál elegir#

• Si tus decisiones incluyen imágenes, la Decisions API de OpenAI es la única de las tres que las admite según la documentación.
• Si trabajas en el ecosistema de Azure y Foundry, Microsoft-Decision-1 está en su catálogo.
• Si ya usas Workers AI o quieres el menor precio de entrada con ventana de 32.000 tokens, Jev es una opción.
• Si necesitas retención cero y HIPAA, la documentación de OpenAI lo indica para clientes elegibles; Cloudflare indica retención cero para Jev; verifica Microsoft.
• Con cualquiera, empieza en modo sombra y fija un umbral con salida a revisión humana.
• No uses un modelo de estos como único decisor en asuntos de crédito, empleo, vivienda, seguros, educación, salud o derechos legales: Microsoft lo desaconseja para su modelo y la misma prudencia aplica a los demás.

Para profundizarJev de TypeSafe: qué es un modelo de decisión y cómo usarlo (Noul, Choice y Score)

6. Mantén tus cifras al día#

La Decisions API estaba en beta pública y Microsoft-Decision-1 en versión 1 el 19 de octubre de 2026. Los precios, los formatos y el estado cambian rápido; confirma en cada documentación antes de integrar.

• Revisa cuándo la Decisions API pasa a disponibilidad general.
• Revisa la licencia de Microsoft-Decision-1, que las fuentes no indican.
• Guarda una muestra de casos etiquetados para volver a medir cuando cambie un modelo.