Una nueva categoría de inteligencia artificial está ganando tracción en entornos empresariales: los modelos de decisión, también llamados modelos Sistema Uno, ofrecen tiempos de respuesta de entre 100 y 180 milisegundos frente a los 1.4 segundos o más que requieren los modelos de lenguaje de gran tamaño (LLMs) convencionales. La diferencia no es solo técnica; implica una reconfiguración de costos operativos y arquitecturas de producto para cualquier organización que dependa de inferencia en tiempo real.

Esta categoría fue popularizada por Jev, el modelo desarrollado por TypeSafe —startup fundada por un exinvestigador de OpenAI— cuya valoración alcanzó los 7,600 millones de dólares. Jev funciona como un superclasificador: toma decisiones de forma ágil y asigna una calificación de confianza a cada resultado, lo que lo hace especialmente útil en flujos de trabajo donde la velocidad y la trazabilidad son prioritarias. Su adopción en plataformas como OpenRouter lo posiciona actualmente como la solución más consultada en ese ecosistema.

Velocidad como ventaja competitiva

La entrada de OpenAI en este segmento —a través de su Decisions API, construida sobre una versión optimizada de su modelo Luna— ilustra cómo la competencia en IA está desplazándose desde la capacidad bruta hacia la eficiencia operativa. En pruebas con clientes como Box, Datadog, Ramp y Speak, la API logró reducir tiempos de respuesta de 1.4 segundos a 0.13 segundos, un factor de mejora de más de diez veces. Para aplicaciones de voz, atención al cliente o análisis en tiempo real, esa diferencia determina si una experiencia de usuario es funcional o frustrante.

Nikunj Handa, líder de producto de las APIs de OpenAI, reconoció abiertamente que el equipo se inspiró en la efectividad de Jev antes de adaptar su propia arquitectura. Esto refleja una dinámica de mercado donde las startups especializadas están marcando el ritmo de desarrollo, obligando a los actores consolidados a responder con velocidad.

Un mercado sin estándares claros aún

A pesar del crecimiento acelerado de este segmento, la definición de un "buen" modelo de decisión sigue siendo materia de debate. Los índices públicos de referencia —como el AIM System One Index y el Artificial Analysis Decision Index— muestran resultados dispares: D1 Ultra de Liquid y Elephant-1 de Base Lab lideran varios rankings, mientras que Jev ocupa posiciones intermedias (séptimo y tercero según el índice) y la Decisions API de OpenAI aparece en octavo y decimocuarto lugar.

Diogo Almeida, al frente de TypeSafe, ha señalado que los benchmarks públicos no capturan la variabilidad de los casos de uso reales y ha instado a las organizaciones a evaluar estos modelos en sus propios contextos operativos. Es una advertencia relevante: optimizar para velocidad, costo, calibración o inteligencia produce resultados distintos según la carga de trabajo, y ningún índice genérico resuelve esa ecuación por sí solo.

Para las organizaciones que ya dependen de LLMs en producción, el momento de evaluar modelos de decisión como alternativa —o complemento— en flujos de trabajo específicos ha llegado. La brecha de rendimiento es suficientemente amplia como para justificar pruebas piloto, y el ecosistema de proveedores ya ofrece opciones comparables con distintos perfiles de velocidad, costo y precisión.