Microsoft-Decision-1: mais uma big tech entra nos modelos de decisão, e o que pesa na hora de escolher para o seu atendimento

A Microsoft lançou o Microsoft-Decision-1, um modelo que devolve a probabilidade de cada opção, construído sobre o Qwen3.5-9B. Explicamos o que foi anunciado, o que é número declarado pelo fornecedor e o que deve pesar na escolha para uma operação brasileira.

· 6 min de leitura · Equipe Logo17

Se a sua operação classifica motivo de contato, decide se o WhatsApp resolve ou transfere, tabula atendimentos ou faz monitoria, você está tomando milhares de pequenas decisões por dia. Na semana passada, OpenAI, AWS e Cloudflare lançaram modelos feitos só para isso. Nesta sexta, 9 de outubro, foi a vez da Microsoft. Com quatro das maiores empresas de tecnologia no mesmo lugar, vale olhar menos para a marca e mais para o que realmente decide se um modelo serve para o seu atendimento.

O que a Microsoft anunciou

O Microsoft-Decision-1 é, nas palavras da própria Microsoft, um modelo de pontuação de decisões. Funciona como os outros da categoria: você manda um texto e um conjunto fixo de opções, e ele devolve a probabilidade de cada opção, numa única chamada. Aceita perguntas de sim/não, múltipla escolha e nota, além de avaliação por rubrica de respostas de IA e de ações de agentes.

Os pontos principais do anúncio:

  • Base aberta, de outra empresa. O modelo foi pós-treinado a partir do Qwen3.5-9B, da Alibaba. A Microsoft diz que pretende, em breve, trocar a base por outros modelos, inclusive da própria Microsoft (MAI) e da OpenAI, sem dar prazo.
  • Onde está. Disponível no Microsoft Foundry, e anunciado também pela OpenRouter.
  • Para que serve. A lista de usos citados é longa: controle de agentes, roteamento de modelos, análise de intenção, rotulagem de dados, juiz de IA, classificação e filtragem de conteúdo, triagem de segurança, roteamento de incidentes, validação de dados, entre outros.
  • Probabilidade exposta. A Microsoft destaca que a probabilidade vem na resposta para que o sistema decida quando agir, quando esperar e quando pedir revisão humana. O objetivo declarado é a calibração: uma previsão de 90% deve acertar cerca de nove em cada dez vezes.

Os números, e de quem eles são

A Microsoft afirma que o modelo teve a maior acurácia num comparativo de 36 benchmarks, com quase 150 mil perguntas mantidas fora do treino. Também declara que a latência mediana é cerca de 35 vezes menor que a do GPT-6 Sol, que a decisão muda só 1,3% das vezes quando a mesma pergunta é reescrita de oito formas diferentes, e que o preço é de US$ 0,042 por milhão de tokens de entrada, com saída gratuita.

Todos esses números são declarados pela Microsoft, em comparativos montados pela própria Microsoft. Não há, até agora, replicação independente. Isso não quer dizer que estejam errados; quer dizer que servem de ponto de partida, não de conclusão.

O padrão que se repete

O detalhe mais interessante não é a marca, é a receita. A AWS fez o Strands Decider em cima de um modelo pequeno da família Qwen. A Microsoft fez o Decision-1 em cima de um Qwen de 9 bilhões de parâmetros e já avisa que pode trocar a base. A mensagem é clara: o valor não está no modelo de base, está na especialização para decidir.

Para quem opera atendimento, isso tem duas consequências práticas:

  1. Tamanho não é critério. Um modelo médio, bem treinado para escolher entre opções, compete com modelos gigantes, e custa e demora uma fração deles.
  2. O dado de especialização é o que separa um modelo do outro. Se a base pode ser trocada, o que fica é com que exemplos o modelo aprendeu a decidir, e o quanto eles se parecem com o seu cliente.

O que pesa na escolha (e não é a marca)

Com OpenAI, AWS, Cloudflare, Microsoft e a TypeSafe com o Jev, opção não falta. O que deveria decidir:

  • Acerto no seu dado. Benchmark público mede uma média. A sua operação tem a sua lista de motivos, o seu cliente que escreve “vcs vão resolver ou não?” e as suas exceções. A única acurácia que importa é a medida nos seus atendimentos.
  • Calibração. Para atendimento, a probabilidade vale tanto quanto a resposta. É ela que define quando a automação segue sozinha e quando chama uma pessoa. Um modelo que diz 95% e acerta 70% é pior do que um que diz 70% e acerta 70%.
  • Onde o dado fica. Transcrição de atendimento tem nome, CPF, endereço. Mandar isso para processamento fora do país é uma decisão de LGPD antes de ser uma decisão técnica.
  • Preço em reais, previsível. Preço por token em dólar, mais câmbio, mais imposto, vira uma conta difícil de orçar. Compare o custo por decisão, em reais, no seu volume mensal. (No L17 Models, por exemplo, 1 crédito = 1 chamada de até 1.000 tokens, em planos a partir de R$ 50 por 100 mil créditos, pré-pagos via Pix.)
  • Facilidade de trocar. Se todos seguem o formato “texto, perguntas, opções, probabilidades”, desenhe a sua integração nesse formato. Assim, trocar de fornecedor é mudar um endereço, não reescrever o sistema.

O que fazer agora

  1. Não troque nada por causa de um anúncio. Lançamento novo é motivo para testar, não para migrar.
  2. Monte o seu conjunto de teste. Separe 200 a 500 atendimentos já tabulados por pessoas da sua equipe, cobrindo os motivos mais comuns e os mais difíceis. A nossa lista de tabulações modelo ajuda a organizar as opções.
  3. Meça acerto e calibração lado a lado. Rode os mesmos atendimentos em dois ou três modelos e compare: quantos acertou, e se os 90% realmente acertam 90%.
  4. Pergunte onde o dado é processado e quanto custa cada decisão em reais no seu volume.
  5. Comece por onde o erro é barato: tabulação e monitoria, antes de deixar o modelo decidir sozinho na frente do cliente. O checklist de IA no atendimento tem o roteiro.

A entrada da Microsoft confirma que decidir virou uma categoria própria. A boa notícia para quem opera atendimento é que, com tanta concorrência, quem escolhe é você, com o seu dado na mão.

Fontes

Acurácia, latência, robustez e preço são os declarados pela Microsoft na fonte acima, sem replicação independente da Logo17.

modelos de decisão Microsoft Microsoft-Decision-1 Qwen System One calibração L17 Decide

Consultoria Logo17

Quer um modelo treinado para a sua operação?

Em 30 minutos mapeamos onde a IA decide sozinha e onde precisa de gente. Sem compromisso.

Diagnóstico gratuito

Newsletter

Receba os próximos conteúdos

Artigos e materiais sobre IA no atendimento, no máximo duas vezes por mês. Sem spam; você cancela quando quiser.

Continue lendo