Modelos de decisión: la capa barata que va a recortar la factura de tus agentes

El 1 de octubre de 2026 salieron dos modelos que no escriben texto, y son, para quien construye agentes, lo más útil que ha aparecido en lo que va de octubre.

Cloudflare publicó Clef y Clef-flash. Amazon, Strands Decider 2B. Dos días antes, el 29 de septiembre de 2026, OpenAI había enseñado en su DevDay una Decisions API en preview limitada sobre GPT-6 Luna. Y el 15 de septiembre de 2026, TypeSafe había abierto el camino con Jev.

Todos hacen lo mismo: reciben un estado y una lista de preguntas con respuestas cerradas, y devuelven probabilidades. No redactan. No hay párrafo que interpretar ni JSON que reparar.

Qué problema resuelven

Un if funciona cuando tu código puede calcular la condición. Se rompe cuando la condición hay que entenderla. ¿Este mensaje de soporte es urgente? ¿Qué equipo debería atenderlo? ¿Esta captura muestra una clave de API?

Hasta ahora eso se resolvía llamando a un LLM y leyendo lo que escribe. Funciona, pero pagas una generación completa y esperas a que termine de redactar para sacar un dato que ya sabías pedir.

Un modelo de decisión corta ese paso intermedio. Defines las opciones, el modelo puntúa cada una y tu código lee los números.

Cómo funciona

Tres tipos de pregunta: sí/no, que devuelve una probabilidad entre 0 y 1; elección entre 2 y 255 opciones; y una escala de 2 a 10 niveles. Puedes lanzar hasta 64 preguntas en una sola petición, todas sobre el mismo estado.

La clave está en lo que no puede hacer: devolver una opción que no hayas definido. No genera texto libre, así que no hay nada que parsear ni formato que se rompa.

Y los umbrales se quedan en tu código. Si la confianza del equipo asignado baja de 0,5, mandas el ticket a una persona en vez de enrutarlo solo. Eso se lee y se cambia en tu repositorio, no dentro del modelo.

Los números

Clef son 27.000 millones de parámetros; Clef-flash, 9.000. Los pesos están abiertos en Hugging Face con licencia Apache 2.0, y en Workers AI cuestan 0,24 y 0,09 dólares por millón de tokens de entrada. La salida no se factura, porque no hay salida.

Para hacerte una idea: 100.000 tickets de unos 400 tokens salen por 3,60 dólares con Clef-flash y 9,60 con Clef.

Strands Decider 2B va por otra vía: 2.000 millones de parámetros, pesos, datos de entrenamiento y scripts publicados, y corre en local. Mediana de unos 115 ms en una RTX 3090. Si el agente ya corre en tu máquina, el coste por decisión es cero.

Dónde lo pondría yo

Justo antes de la llamada a la herramienta. Ahí es donde más duele pagar un modelo frontera: comprobar si la acción que va a ejecutar el agente es segura, elegir qué herramienta encaja, validar que la salida cumple el esquema o decidir si el estado es terminal.

También en clasificación de entradas y en enrutado. Clef acepta además hasta cuatro imágenes por petición, algo que Jev no hace.

Dos avisos reales

El primero: una probabilidad es un número, no una verdad. Empieza por el modelo pequeño y sube al grande solo cuando tus ejemplos etiquetados demuestren que falla. Y antes de culpar al modelo, relee la pregunta: una pregunta vaga devuelve un 0,5, y eso no significa que esté confundido.

El segundo: las imágenes son lentas. El 1 de octubre de 2026 tardaban entre 13 y 30 segundos, y conviene dejarlas por debajo de 190 KB. Para un proceso que corre antes de publicar da igual; para algo que espera un usuario, no.

Lo que significa

La tendencia de 2026 ha sido mover el razonamiento caro a los modelos frontera. Lo del 1 de octubre dice lo contrario: hay toda una capa de decisiones que nunca debió llegar ahí. Modelos pequeños, baratos y, en dos de los tres casos, con pesos que puedes descargar.

Si tienes un agente en producción, cuenta cuántas llamadas al modelo grande son en realidad una pregunta de sí o no. Esa cifra es tu próxima optimización.

Si te ha sido útil y crees que podría ayudar a más gente, comparte este artículo.

Artículos relacionados: