Microsoft: Microsoft-Decision-1 contra ScaleDown: Classify-1

Microsoft: Microsoft-Decision-1 es un modelo de decisiones de Microsoft, lanzado el 2026-10-09. ScaleDown: Classify-1 es un modelo de decisiones de ScaleDown, lanzado el 2026-10-13. Ambos pertenecen a la misma categoría, por lo que están orientados al mismo trabajo general: tomar una entrada y devolver una decisión en lugar de un párrafo de prosa. Ninguno de los proveedores es nuevo en servir modelos a través de APIs, así que la elección entre ellos se reduce a la adecuación para tus entradas específicas y el tamaño del contexto más que a la marca.

La diferencia más clara es la ventana de contexto. Microsoft-Decision-1 acepta 32768 tokens, mientras que ScaleDown: Classify-1 acepta 1000000 tokens, por lo que ScaleDown te da el contexto más grande por un amplio margen. Las modalidades de entrada también difieren. Microsoft-Decision-1 solo toma texto. ScaleDown: Classify-1 toma texto, imágenes y archivos, así que si tu decisión depende de un formulario escaneado, una captura de pantalla o un documento subido, ScaleDown puede consumirlo directamente mientras que Microsoft necesitaría que conviertas todo a texto primero. Ambos devuelven decisiones como su modalidad de salida, por lo que no hay diferencia en el lado de la salida, y ninguno de los modelos lista parámetros soportados, lo que significa que no deberías esperar que ajustes adicionales como temperature o top_p sean respetados en el cuerpo de la solicitud.

Para tareas de decisión sencillas y solo de texto donde el prompt cabe cómodamente en 32768 tokens, Microsoft-Decision-1 es una opción predeterminada razonable. Es un modelo de Microsoft, lo que puede importar si tu stack ya se inclina en esa dirección, y el contexto más pequeño no es una limitación para entradas cortas de estilo clasificación. Recurre a ScaleDown: Classify-1 cuando la decisión tenga que tener en cuenta un documento largo, un lote grande de texto o entradas que no sean texto, como una imagen o un archivo adjunto en una sola llamada, ya que es el único de los dos que puede ver esas modalidades y acepta muchos más tokens. Si tus entradas son texto y pequeñas, los dos tienen aproximadamente el mismo precio en el lado de la entrada, así que el costo no es el factor decisivo ahí.

Llamas a cualquiera de los modelos a través de la API compatible con OpenAI de api14. Apunta tu cliente existente a la URL base de api14 con tu clave de api14, luego establece el campo model al id que quieras. Para Microsoft el id es microsoft/microsoft-decision-1, y para ScaleDown es scaledown/classify-1. Todo lo demás en la solicitud permanece igual, así que el cambio es un cambio de una línea en el id del modelo, lo que facilita hacer A/B de los dos contra tus propias entradas. Recuerda que ninguno de los modelos lista parámetros soportados, así que mantén los cuerpos de las solicitudes mínimos y evita pasar ajustes de muestreo que puedan ser rechazados o ignorados.

No hay ningún hecho aquí que haga que un modelo sea estrictamente mejor en todos los casos. ScaleDown: Classify-1 gana en longitud de contexto y modalidades de entrada y no es más caro en la entrada, pero Microsoft-Decision-1 sigue siendo una buena elección para decisiones cortas y solo de texto, particularmente si prefieres un modelo servido por Microsoft. Empieza con el modelo cuyos límites coincidan con tus entradas, y si no estás seguro, ejecuta la misma solicitud contra ambos ids y compara las decisiones con tus propios datos.