Decisión 1 de Gemini frente a Laya: 262.144 tokens alquilados frente a 512 tokens propios

Dos modelos de decisión, dos cifras que describen la misma elección de diseño desde extremos opuestos. Gemini Decision 1 acepta una entrada de 262.144 tokens y hasta 1.000 preguntas escritas en una sola llamada, a $0,10 por millón de tokens de entrada, en la propia API de Google. Laya acepta 512 tokens de texto en su checkpoint en inglés, se ejecuta en una T4 que ya pagas y es Apache-2.0. Eso es un factor de 512 en la ventana e infinito en el precio, en direcciones opuestas, y ningún benchmark rescata la comparación porque los dos modelos no están hechos para el mismo trabajo.

Convai Innovations publicó Laya el 18 de septiembre de 2026 como tres checkpoints en un mismo repositorio: un modelo inglés ModernBERT-large de 421M, un modelo multilingüe mmBERT-base de 322M y una variante de decisiones tipadas. Google lanzó Gemini Decision 1 el 11 de noviembre de 2026 y no publicó los pesos, el número de parámetros ni un modelo base. La única cifra frente a la que se puede situar a ambos es una tabla de clasificación que solo incluye a uno de ellos: Gemini Decision 1 se sitúa en 66 en el Artificial Analysis Decision Index v2.1, noveno de dieciocho, y Laya no aparece en esa tabla.

Lo que una ventana de 512 tokens descarta antes del desayuno

Empieza por la restricción, porque elimina categorías enteras de productos más rápido que cualquier cifra de precisión.

• Entrada compartida — Gemini Decision 1 lee hasta 262.144 tokens que abarcan la entrada y todas las preguntas. El checkpoint de inglés de Laya lee 512 tokens, punto final. El checkpoint multilingüe tiene un valor predeterminado de 1.024 y se puede ampliar hasta 8.192 con max_len=8192; en ese punto, la propia ficha de Convai informa que entre 16 y 18 de 20 solicitudes de documentos largos son correctas con hasta aproximadamente 4.000 tokens de contexto y que "más allá de eso, los resultados varían".

• Modalidad — Gemini Decisión 1 acepta texto, imagen, vídeo, audio y PDF en la misma solicitud. Laya acepta texto. Un formulario de siniestro escaneado, la grabación de una llamada o la foto de un producto no son una entrada hasta que algo aguas arriba los ha convertido en palabras, y esa conversión es un modelo aparte, con un coste aparte y sus propios errores.

• Preguntas por llamada — hasta 1.000 para Gemini Decision 1, aisladas entre sí, en una sola pasada. Laya responde las preguntas que envías con un solo estado, y su propia documentación establece el límite práctico en torno a cincuenta opciones por pregunta de elección antes de que el presupuesto de tokens por opción del modelo se quede corto.

• Precio — $0.10 por millón de tokens de entrada para Gemini Decision 1, medido en $345 por millón de tareas por Artificial Analysis, sin caché de contexto ni API por lotes. Laya es una descarga: aproximadamente 808 MB para el checkpoint en inglés, sin cargo por llamada y una T4 que funciona a unos 32,8 milisegundos por decisión.

• Licencia y distribución — pesos Apache-2.0, sin dependencia alojada y un punto de entrada pip install laya. Gemini Decision 1 solo está disponible en la Gemini Developer API en v1beta, con un nivel gratuito de 200 solicitudes por minuto y una lista documentada de capacidades compatibles y no compatibles.

El marcador tiene uno de estos dos, y eso no es un empate.

El 66 de Gemini Decision 1 es un compuesto de seis evaluaciones ponderadas, el 45 % de las cuales se basa en datos privados, puntuado como la precisión menos la penalización de Brier asociada a la respuesta. Sus fortalezas y debilidades son inusualmente nítidas para un modelo de lanzamiento: primero de dieciocho en AA-Omniscience-Decision con 66,3 y primero en HLE-MultiChoice con 48,7, pero noveno en AA-Paperclip con 56,8 con una tasa de aprobación de documentos de todo o nada del 33 %, y decimocuarto en When2Call con 80,5. Noveno en general, primero donde se ponen a prueba el conocimiento y la abstención, en mitad de la tabla donde se evalúan la extracción y la elección de herramientas.

Laya no tiene una cifra comparable, y el proyecto explica por qué en su propia ficha. Los checkpoints base obtienen 0,362 en zero-shot en el benchmark de decisiones tipadas — por debajo de la línea base de clase mayoritaria de 0,461, y cerca del azar. La cifra destacada de 0,766 requiere ajuste fino con la propia partición de entrenamiento de ese benchmark. La frase de resumen de Convai es la que hay que llevar a cualquier evaluación: Laya es una base rápida para especializar, no un motor de decisiones zero-shot.

Eso no es una debilidad que deba puntuarse frente al modelo de un laboratorio de frontera; es una descripción de producto diferente. Gemini Decision 1 se vende como algo que ya es bueno en decisiones. Laya se vende como algo que se vuelve bueno en tus decisiones después de entrenarlo, momento en el cual sus cifras publicadas —0,766 frente a 0,727 de un hermano en decisiones tipadas, 0,950 frente a 0,910 en AG News— son competitivas en las tareas para las que fue ajustado.

Los dos pipelines que la gente realmente construye

Como las capacidades apenas se solapan, el planteamiento honesto no es "cuál", sino "cuál de estas dos tareas tienes".

El trabajo para el que Gemini Decision 1 está hecho. Llega una entrada larga —un contrato de 60 páginas, una hora de audio de una llamada, una carpeta de facturas escaneadas— y hay que adjuntarle muchos juicios. Cuarenta reglas de política sobre un solo ticket en una única lectura facturada; una rúbrica puntuada en cien respuestas candidatas; una decisión de enrutamiento que depende de evidencia repartida por un documento que nadie quiere trocear. La propia documentación de Google nombra exactamente estas: enrutamiento de solicitudes, comprobaciones de políticas sobre muchas reglas a la vez, puntuación de candidatos contra una rúbrica, selección de herramientas, clasificación de baja latencia sobre medios en directo. El límite de 1.000 preguntas y la entrada multimodal son la razón misma de ser del producto, y son las dos cosas que Laya no puede hacer a ningún precio.

El trabajo al que Laya se ajusta. Un estado breve y una sola decisión, con un volumen en el que el coste por llamada es la restricción y el conjunto de etiquetas es tuyo. Triaje de tickets con tu propia taxonomía, clasificación de intenciones, una puerta de sí/no antes de ejecutar un modelo caro. Un codificador de 421M en una T4 a 32,8 milisegundos sale prácticamente gratis por llamada y, como el espacio de respuestas se ensambla por petición en lugar de estar fijado en una cabeza de vocabulario, un esquema que inventes esta tarde no necesita reentrenamiento para ser aceptado — aunque sí necesita datos de entrenamiento para ser preciso.

La combinación no es exótica: Laya como primera etapa rápida que gestiona el 80 % del tráfico para el que fue entrenada, y un gran evaluador alojado para los elementos que necesitan evidencia de una entrada larga o no textual. Ese patrón cuesta menos que enviar todo a Google y falla de forma más elegante que ejecutar un codificador de 421M en un contrato.

Dónde acaba realmente la comparación de costos

Con poco volumen, la economía de Laya es imbatible e irrelevante. Una T4 cuesta unos cientos de dólares al mes, la uses o no; un millón de tareas de Gemini Decision 1 a $345 es una partida que alguien tiene que aprobar. Por debajo de unos cientos de miles de decisiones al mes, el endpoint alojado suele ganar solo por horas de ingeniería: no hay ejecución de entrenamiento, ni conjunto de etiquetas, ni stack de servicio.

A gran escala, la aritmética se invierte, con una salvedad que importa más que el punto de cruce: el coste marginal de Laya es casi cero solo si el modelo ya rinde en tu tarea. Si no es así, las etiquetas son la factura real. La ficha de Convai es explícita en que el fine-tuning es lo que produce las cifras publicadas, así que la comparación honesta es 345 $ por millón de tareas alojadas frente a una GPU más el coste de etiquetar suficientes ejemplos para alcanzar una calibración en la que confíes. Ninguna de las dos es una tarifa por token, y una comparación que finja lo contrario está comparando un precio de alquiler con un proyecto de construcción.

Luego está el perfil de latencia, que es donde los dos productos dejan de ser sustitutos por completo. Gemini Decision 1 mide 211 milisegundos por tarea en el índice: aceptable para un salto de enrutamiento detrás de un mensaje de cliente, marginal para un bucle fotograma a fotograma. Los 32,8 milisegundos de Laya en una T4 son la cifra que hace posibles las decisiones por fotograma y por pulsación de tecla, y es la única ventaja que ninguna cantidad de infraestructura de Google logra cerrar, porque proviene de tener 421 M de parámetros en lugar de ser un modelo multimodal a escala de frontera.

Enrutar la parte que no es ninguna de las dos

OrcaRouter no ofrece ninguno de los dos modelos. Laya son pesos Apache-2.0 que ejecutas tú mismo, y Gemini Decision 1 es un endpoint solo de probabilidades en la propia API de Google — un modelo de decisión no es un destino de chat-completions, y no listamos lo que no podemos servir. El modelo de decisión del catálogo es typesafe/jev-1.14 de TypeSafe, con 66.23 en el mismo índice, si te importa una llamada de puntuación con una sola clave.

La llamada que sí debe estar detrás de un router es aquella de la que dependen ambos modelos y que ninguno realiza: el paso de conversión. La ventana de 512 tokens de Laya implica que un modelo upstream tiene que convertir el documento, la grabación o la captura de pantalla en un estado breve antes de que Laya pueda evaluarlo, y el coste por tarea de Gemini Decision 1 está dominado por la cantidad de contexto que se le entrega. Elegir y cambiar ese modelo upstream es la decisión recurrente en este pipeline, y es para la que estamos construidos: más de 200 modelos detrás de una única clave compatible con OpenAI, precio de lista del proveedor repercutido con un 0,0 % de margen para que una rebaja del proveedor esté activa el mismo día, y conmutación automática por error cuando un proveedor se degrada. Escribe una vez contra el router y tanto el codificador que posees como el evaluador que alquilas seguirán siendo reemplazables.

Qué hacer esta semana

Si tu entrada tiene más de una página, contiene algo que no sea texto o requiere que se respondan más que un puñado de preguntas al respecto, Laya no es una candidata y la decisión está entre Gemini Decision 1 y sus pares alojados en cuanto a precio y tasa de aprobación. La documentación de Google enumera en un párrafo lo que el modelo admite; léela antes de diseñar en torno a ello, porque la lista de lo no admitido —sin caché, sin lotes, sin Flex ni Priority, sin contenido multimedia dentro de las instrucciones de las preguntas— es más larga que la de lo admitido.

Si tu entrada es una frase o un blob JSON corto y tu conjunto de etiquetas es tuyo, el modelo alojado es la manera cara de hacerlo. Descarga Laya, etiqueta 500 ejemplos, haz un ajuste fino y revisa la calibración antes de fiarte de las puntuaciones de confianza — ese es el flujo de trabajo para el que sus autores lo diseñaron, y su propia ficha es inusualmente clara acerca de la brecha entre el checkpoint base y el ajustado.

Lo que no deberías hacer es comparar 66 con un número de la tarjeta de Laya. Se produjeron con instrumentos diferentes: uno de ellos es una puntuación zero-shot por debajo de la línea base de la clase mayoritaria, y el otro es un compuesto ponderado de seis evaluaciones con datos privados. La única comparación que vale la pena hacer es con tus propios ítems etiquetados, y solo uno de estos dos modelos puede ejecutarse de esa forma siquiera.