IA - Vercel - Decision-1.1 - automatización
4 min lectura

Decision‑1.1 en Vercel: cómo medir si conviene migrar

Un experimento con tickets históricos, Brier score y revisión humana para decidir si Decision‑1.1 supera tu flujo actual sin confiar solo en el anuncio.

Decision‑1.1 en Vercel: cómo medir si conviene migrar

Si tu app deja que una IA decida qué tickets necesitan revisión humana, cambiar de modelo por una promesa de mayor precisión puede mover casos delicados al carril equivocado. Microsoft Decision‑1.1 llegó a Vercel AI Gateway el 17 de noviembre de 2026. Vercel afirma que supera a Decision‑1 en precisión, calibración y velocidad, y que acepta el mismo formato de solicitud: para migrar basta cambiar el identificador a microsoft/decision-1.1. Esa compatibilidad facilita la prueba; no demuestra que funcione mejor con tus datos.

La decisión de esta semana: ¿migrar o medir?

Usa un conjunto de tickets históricos resueltos y anonimizados. Para cada uno, define antes de llamar a los modelos una pregunta binaria observable: «¿Requirió intervención humana?». Guarda la etiqueta real, la probabilidad de Decision‑1, la de Decision‑1.1, el tiempo de respuesta y el coste que muestre tu cuenta. Mantén igual el texto de entrada y la definición de la pregunta en ambas corridas. Si cambias prompt, umbral y modelo a la vez, no sabrás qué causó una diferencia.

La API ofrece formatos de decisión Boolean, Choice y Score. Para una primera comparación, Boolean basta: una probabilidad de intervención humana y una etiqueta 0 o 1 por caso. No uses tickets con datos personales sin autorización; elimina nombres, correos y detalles de pagos. Si hay información médica, financiera o legal, conserva revisión humana y una política específica del dominio.

Un experimento pequeño y reproducible

  1. Selecciona, por ejemplo, 30 casos ya cerrados: casos fáciles, urgentes y ambiguos. Esa cantidad sirve para detectar errores evidentes, no para estimar con precisión el rendimiento de producción.
  2. Obtén las dos probabilidades con el mismo input y registra los errores de API. El anuncio indica que cambiar el model ID mantiene el formato, pero revisa la respuesta y el precio vigente en AI Gateway antes de integrar.
  3. Calcula una métrica de calibración como Brier y mira cada falso negativo: tickets que necesitaban una persona pero recibieron probabilidad baja. Compara también latencia y gasto reales de tu cuenta.
  4. Elige un umbral conservador en los casos históricos. Aplica ambos modelos en modo sombra a tickets nuevos: registra predicciones sin automatizar decisiones. Solo considera migrar tras revisar esos resultados con el equipo.

Este código calcula Brier sobre probabilidades y etiquetas ya guardadas. Un valor menor es mejor; cero significa predicción perfecta. El vector de ejemplo es inventado para enseñar el cálculo, no contiene resultados de Decision‑1 ni Decision‑1.1:

def brier(probabilities, labels):
    if len(probabilities) != len(labels) or not probabilities:
        raise ValueError('Aligned, non-empty lists required')
    if any(not 0 <= p <= 1 for p in probabilities):
        raise ValueError('Probabilities must be 0..1')
    if any(y not in (0, 1) for y in labels):
        raise ValueError('Labels must be 0 or 1')
    return sum((p - y) ** 2 for p, y in zip(probabilities, labels)) / len(labels)

print(brier([0.9, 0.2, 0.7], [1, 0, 0]))  # 0.18

Ejecuté ese ejemplo localmente y devolvió 0.18. El promedio puede ocultar un fallo grave; revisa la tabla de casos, sobre todo los que etiquetaste como urgentes. Una predicción de 0.49 frente a un umbral de 0.50 no es una «certeza negativa». Puedes enviar a revisión humana todo caso cercano al corte o con una señal de riesgo independiente.

Diagrama de casos, mismo input, dos probabilidades y revisión humana
Flujo de comparación; las barras no representan mediciones reales.

Acceso y límites

Decision‑1.1 está disponible por AI Gateway con una clave y el identificador indicado; Vercel menciona presupuestos, registros y fallbacks. La disponibilidad efectiva y facturación dependen de tu proyecto. La página del modelo muestra precio por tokens, que puede cambiar; evita convertirlo en «precio por ticket» sin medir el tamaño de tus solicitudes. La afirmación de mayor precisión y velocidad procede del anuncio del proveedor. Aquí no se ejecutaron llamadas pagadas ni se midió Decision‑1.1 con tickets reales, por lo que no hay ganador declarado.

Fuentes: anuncio de Vercel, 17 nov 2026; ficha del modelo en AI Gateway.

Recibe lo nuevo en tu correo

Workshops gratis, herramientas y novedades de IA aplicadas a negocio, sin humo.

🎓 Workshops en vivo🛠️ Herramientas nuevas⚡ Novedades de IA

Sin spam. Te das de baja cuando quieras.

Comentarios

Aún no hay comentarios. Sé el primero.

Deja un comentario