Decoradores en Python

from functools import wraps
from time import perf_counter

def medir_tiempo(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        inicio = perf_counter()
        try:
            return func(*args, **kwargs)
        finally:
            print(f"Tiempo: {perf_counter() - inicio:.4f} s")
    return wrapper

@medir_tiempo
def predecir(texto):
    # Regla de juguete: simula la respuesta de un modelo.
    return "positivo" if "excelente" in texto.lower() else "neutro"

print(predecir("Servicio excelente"))
# Tiempo: ... s (varía en cada ejecución)
# positivo

En una aplicación real, el cuerpo de predecir llamaría al modelo; aquí usamos una regla sencilla para que puedas ejecutar el ejemplo sin instalar nada.

from functools import lru_cache

@lru_cache(maxsize=128)
def predecir(texto, version_modelo):
    print("Calculando predicción…")
    # Regla de juguete: simula la respuesta de un modelo.
    return "positivo" if "excelente" in texto.lower() else "neutro"

print(predecir("Servicio excelente", "v1"))
# Calculando predicción…
# positivo
print(predecir("Servicio excelente", "v1"))
# positivo (reutiliza el resultado guardado)

Úsalo si la respuesta es reutilizable: cuando cambien el modelo o su configuración, cambia la clave de caché o vacíala con predecir.cache_clear(); si la salida debe variar en cada llamada, no reutilices esa predicción.