Metis Hybrid: un solo modelo que decide, explica y conversa

La mayoría de los productos de IA funcionan con dos modelos: un clasificador que toma las decisiones y un chatbot que habla. Metis Hybrid, nuestro nuevo modelo de decisión, hace las dos cosas. Decide en milisegundos con una probabilidad honesta para cada opción, explica su decisión cuando se lo pides y conversa como un asistente normal, todo con los mismos pesos.

Un modelo en lugar de dos

Los equipos que reparten tickets, comprueban políticas o puntúan leads suelen alojar un clasificador para la decisión y un chatbot aparte para la conversación. Son dos modelos que alojar, actualizar y pagar.

Metis Hybrid es un solo modelo con dos salidas. Un pequeño cabezal de decisión elige una respuesta de un conjunto fijo de opciones y da una probabilidad para cada una. La parte de lenguaje del mismo modelo puede explicar esa decisión, responder con palabras o conversar. Pasar de decidir a conversar es un ajuste de la solicitud, no un segundo servidor.

Modo	Qué obtienes	Tiempo por solicitud
Solo decidir	La respuesta y una probabilidad para cada opción	unos 0,06 s
Decidir y explicar	Lo mismo, más una breve explicación escrita	entre 3 y 5 s
Solo texto	Una respuesta con palabras, sin probabilidades	entre 3 y 5 s
Chat	Una conversación normal con un asistente	depende de la longitud

Tiempos de nuestra demo en directo con una GPU en la nube (NVIDIA L4).

Tres tipos de pregunta

Igual que Metis, Metis Hybrid responde a preguntas con un conjunto fijo de respuestas:

• Elegir una opción: ¿qué equipo se queda este ticket?
• Sí o no: ¿esta reclamación cumple la política?
• Una puntuación en una escala: ¿qué gravedad tiene esta incidencia?

Tú escribes la pregunta y las opciones, y el modelo decide. No hay que volver a entrenarlo para cada tarea.

Decisiones en milisegundos

Una decisión es una pasada por el texto sin escribir nada: unos 60 milisegundos. Si el mismo modelo escribe la respuesta completa, tarda unos 3 segundos en la misma GPU, así que una decisión usa unas 50 veces menos tiempo de GPU. Eso le viene bien a grandes volúmenes como tickets, correos y reseñas, y gastar menos cómputo por decisión encaja con la razón de ser de GreenPT.

Te dice hasta qué punto está seguro

Cada respuesta incluye una probabilidad y, en la parte alta de la escala, puedes fiarte de ella. Cuando Metis Hybrid 4B estaba seguro al 90 % o más en las preguntas de JevBench, acertó el 97 % de las veces (147 de 151). El 27B muestra el mismo patrón, con un 98 %.

Cuando Metis Hybrid 4B está seguro al 90 % o más, acierta el 97 % de las veces

147 de 151 respuestas dadas con una confianza del 90 % o más fueron correctas, 231 preguntas de JevBench

Por debajo del 90 %, el modelo confía en sí mismo más de lo que debería: las respuestas dadas con entre un 70 % y un 85 % de seguridad acertaron unas dos de cada tres veces. Así que pon el límite en el 90 %: deja pasar directamente esas respuestas y deriva el resto a una persona. Y cuando un caso está reñido, lo dice. Al puntuar un lead comercial, dio un 57 % a “listo para comprar” y un 42 % a “caliente”: una decisión ajustada, mostrada con honestidad.

Explica su decisión si se lo pides

Con un interruptor añades una breve explicación en lenguaje sencillo. Ten presente qué es esa explicación: se escribe después de la decisión y la describe. No demuestra que la decisión sea correcta, así que el número en el que debes basarte sigue siendo la probabilidad.

Benchmarks

JevBench pone a prueba modelos de decisión con preguntas de empresa. En sus 231 preguntas públicas, con ninguna de las cuales se entrenaron nuestros modelos, Metis Hybrid 4B obtiene un 84 % y el 27B un 88 %. Nuestra propia ejecución del 14 de octubre de 2026 coincidió con las cifras publicadas, con una diferencia máxima de una pregunta. La ventaja del 27B viene de las preguntas más difíciles.

Todas las versiones del 4B puntúan igual; el 27B va en cabeza en las preguntas difíciles

Precisión por nivel de dificultad de JevBench, 231 preguntas públicas

Comprimir el 4B casi no cuesta nada: la versión de 4,5 GB da la misma respuesta que el modelo completo en el 99,6 % de las preguntas y la de 2,7 GB en el 94,4 %, a una pregunta como máximo de la puntuación del modelo completo.

Funciona en tu propio hardware

Versión	Tamaño	Dónde funciona	JevBench
Metis Hybrid 4B	9,3 GB	Un servidor o una GPU en la nube con 16 GB o más	84,4 %
Metis Hybrid 4B Q8_0	4,5 GB	Portátiles, Mac y servidores edge, con llama.cpp	84,4 %
Metis Hybrid 4B Q4_K_M	2,7 GB	La huella más pequeña, con llama.cpp	84,0 %
Metis Hybrid 27B	unos 54 GB	Una GPU grande con 80 GB o más	88,3 %

Las versiones comprimidas son lo bastante pequeñas para ejecutarse en un portátil, así que los datos nunca tienen que salir del dispositivo. Todas las versiones parten de modelos Qwen abiertos y están en la colección Metis Hybrid de Hugging Face. La colección también incluye un 9B y versiones del 4B para desarrolladores; sus fichas de modelo en Hugging Face tienen el benchmark completo.

Lo que Metis Hybrid no hace

Metis Hybrid no acierta siempre: un 84 % con el 4B y un 88 % con el 27B en JevBench, y menos en tipos de tarea que nunca ha visto. Decide en una sola pasada, así que flojea con los cálculos y las fechas: incluye en el caso las cifras ya calculadas. Se entrenó sobre todo en inglés y también funciona con textos en neerlandés.

Prueba Metis Hybrid

Encontrarás los modelos en la colección Metis Hybrid de Hugging Face. ¿Quieres saber cómo empezó Metis? Lee Conoce Metis.