Microsoft anunció el 19 de noviembre de 2026 tres cambios con estados distintos: Aion Instruct disponible en Edge, una prueba para usar Prompt API desde sitios reales y una vista previa experimental de Decisions API. Para un equipo web, la decisión práctica es qué puede ofrecer a sus visitantes y qué necesita todavía una integración de prueba.
Modelo disponible y APIs con condiciones diferentes
Según el anuncio de Microsoft, Aion sustituye a Phi-4-mini en Edge. El navegador descarga el modelo cuando una función lo necesita y el dispositivo es apto; el usuario puede desactivar la IA local.
Prompt API pasa de la vista previa en Canary y Dev a un origin trial, una prueba para sitios registrados. Esto permite experimentar con visitantes reales, pero no acredita compatibilidad universal ni una API web estandarizada. Decisions API sigue en vista previa para desarrolladores en Canary y Dev: devuelve decisiones estructuradas sobre texto, con probabilidades y un valor de confianza.
Pesos abiertos y despliegue de Windows son asuntos distintos
La ficha oficial de Aion 1.0 Instruct identifica un modelo de 2.300 millones de parámetros, licencia MIT y ocho idiomas, incluido el español. Publica primero la versión sin cuantizar y anuncia cuantizadas posteriores. Esa distribución de pesos es una vía distinta del modelo integrado en Edge.
La ficha también sitúa una versión optimizada, acompañada de moderación, como modelo del sistema operativo Windows para finales de enero de 2027. No debe confundirse ese calendario con la disponibilidad anunciada para Edge. Sus evaluaciones y recomendaciones son del proveedor; aquí no hemos ejecutado el modelo ni comprobado su rendimiento en español.
Ejemplo: orientar una reseña sin delegar la decisión final
Un ejemplo hipotético, no ejecutado: una tienda podría probar si una reseña habla del envío o de la calidad del producto y sugerir al usuario la categoría correspondiente. El equipo tendría que revisar errores con textos representativos, permitir corregir la sugerencia y ofrecer un formulario convencional cuando la función no esté disponible. Un valor de confianza no demuestra por sí solo que la clasificación sea correcta.
La inferencia local tampoco demuestra que toda la aplicación mantenga los datos en el dispositivo: habría que revisar qué envía el resto del sitio. Para entender esa separación, véase entrenamiento e inferencia. Descargar un modelo, usarlo en el navegador y entrenarlo son operaciones distintas.