Amazon lanza Strands Decider 2B para optimizar flujos de trabajo con agentes de IA

Amazon Web Services ha lanzado Strands Decider 2B, un modelo de decisión de código abierto desarrollado para ejecutar elecciones rápidas y de bajo coste en flujos de trabajo automatizados con agentes de inteligencia artificial. Creado por el equipo de Strands Labs de Amazon, este modelo de 2000 millones de parámetros está disponible de inmediato, cuenta con código abierto y es lo suficientemente ligero como para ejecutarse en hardware local.

Inteligencia especializada para procesos automatizados

En lugar de generar texto general, Strands Decider 2B se centra en seleccionar opciones dentro de un conjunto predefinido, proporcionando además una puntuación de confianza calibrada para cada elección. El proyecto fue impulsado por el distinguido ingeniero de Amazon Marc Brooker tras analizar el modelo Jev de TypeSafe. Desarrollado sobre la arquitectura de Qwen3.5-2B, el modelo alcanzó brevemente la posición más alta en las clasificaciones de Jevbench dentro de su categoría de tamaño antes de su publicación oficial.

Brooker destacó que los flujos de trabajo empresariales basados en agentes a menudo no requieren la capacidad ni el gasto computacional continuo de los modelos de lenguaje principales. Strands Decider 2B resuelve los puntos de decisión rutinarios en cada paso del proceso, ofreciendo menor latencia, costes operativos reducidos y mayor fiabilidad gracias a sus métricas de confianza y salidas estructuradas.

Crecimiento del mercado y desafíos técnicos

Este lanzamiento refleja un interés creciente en el mercado por arquitecturas de decisión especializadas, coincidiendo con anuncios recientes de modelos similares por parte de OpenAI e investigadores independientes. Brooker señaló que el desarrollo de estos modelos especializados para mercados específicos puede requerir una inversión de tan solo cientos o miles de dólares, lo que permite a desarrolladores más pequeños competir junto a los grandes laboratorios de IA.

No obstante, existen ciertos dilemas técnicos. Los equipos de ingeniería deben equilibrar la precisión y la calibración del modelo frente a la comprensión multilingüe y el conocimiento general. Por su parte, creadores de modelos de decisión especializados como Diogo Almeida, CEO de TypeSafe, sostienen que replicar una arquitectura de modelo difiere de mantener una inteligencia profunda, afirmando que el valor sostenible requiere un enfoque continuo en la utilidad práctica más allá de una implementación básica.

Ilustración editorial generada con IA; no es una fotografía documental.

Fuente: Amazon releases its own Jev clone as decision models flood the web