AWS lanza Strands Decider 2B, un modelo de decisión abierto y local para los guardrails de los agentes

AWS, vía Strands Labs, ha publicado Strands Decider 2B, un modelo de decisión de 2.000 millones de parámetros de código abierto diseñado para elegir entre opciones y puntuar su confianza sin generar texto, en la misma semana en que la categoría abierta por Jev y adoptada ya por OpenAI se consolida.

Qué ha ocurrido

El 1 de octubre AWS anunció Strands Decider 2B, primera entrega de su línea strands-labs. Es un «modelo de decisión» o de sistema-uno, categoría popularizada por Jev (TypeSafe) el mes pasado: toma el torso de un LLM abierto (Qwen3.5-2B), le quita la capacidad de generar texto y le pone una cabeza que puntúa las opciones que le da el desarrollador. El resultado son clasificaciones con puntuación de confianza calibrada en decenas de milisegundos, dice AWS, que sitúa su modelo segunda entre los públicos de su tamaño en JevBench y primera entre los que publican la receta completa. Queda abierto todo: pesos, datos y scripts de entrenamiento, con integración en el SDK de agentes de Strands como comprobación previa a ejecutar una herramienta.

Por qué importa

En tres semanas la categoría pasó de un lanzamiento (Jev) a oferta de los grandes: la Decisions API de OpenAI y ahora el modelo descargable de AWS. La diferencia es de reparto: OpenAI vende la decisión como API alojada; AWS entrega el recetario completo y deja el modelo en tu portátil, sin salida de datos ni latencia de red. Para agentes que ejecutan herramientas, un verificador local que nunca inventa opciones y devuelve confianza calibrada es un guardrail más predecible que pedirle al propio LLM que se audite. Y confirma una dependencia transversal: Jev, Kev y ahora Decider se construyen todos sobre pesos abiertos de Qwen.

Qué cambió

AntesLos agentes pedían al propio LLM validar sus acciones, con latencia alta y riesgo de inventar opciones.

AhoraUn modelo de decisión de 2 B, abierto y ejecutable en local, responde entre opciones dadas con confianza calibrada en decenas de ms.

ConsecuenciaBaja el coste de verificar herramientas dentro del bucle del agente y presiona el modelo de negocio de la Decisions API de OpenAI.

Qué sabemos · qué no

Confirmado

• Anuncio oficial en el blog de Strands Agents (AWS) el 1-10-2026, firmado por Marc Brooker y equipo.
• Arquitectura: torso Qwen3.5-2B + LoRA + cabeza de puntuación; sin generación de texto.
• Apertura total: código en GitHub, pesos en Hugging Face, datos y scripts de entrenamiento incluidos.
• Métricas propias: segunda posición entre modelos públicos de ~2 B en JevBench; latencia de decenas de ms en hardware local.
• Llega la misma semana del anuncio de la Decisions API de OpenAI.
• Publicación el 1-10-2026 con código, pesos, datos y scripts abiertos.
• Base Qwen3.5-2B con cabeza de puntuación en lugar de generación de texto.
• Segundo puesto propio en JevBench entre modelos públicos de 2 B con receta completa.
• Anuncio la misma semana de la Decisions API de OpenAI.

Todavía no

• Mediciones independientes de precisión y calibración frente a Jev, Kev o la API de OpenAI.
• Si AWS ofrecerá el modelo alojado (Bedrock) para producciones que exijan SLA.
• Rendimiento en cargas de agentes reales más allá de JevBench.
• Validación independiente de exactitud y calibración.
• Disponibilidad alojada en AWS.
• Rendimiento fuera de JevBench.

Para ir al grano técnico

• → repo

Qué vigilamos ahora

Primeras réplicas externas del benchmark, respuesta de Google y Azure a la categoría, y cuántos frameworks de agentes adoptan modelos de decisión como capa de verificación.

Benchmarks independientes, respuesta de Google y Azure, y adopción en frameworks de agentes.