Microsoft представила Decision-1 для быстрой оценки решений

9 октября 2026 года Microsoft представила модель Microsoft-Decision-1 для быстрой оценки решений. Она нужна для маршрутизации, классификации, приоритизации, проверки и управления рабочими процессами, а не для генерации текста. Модель доступна в Microsoft Foundry и через OpenRouter.

Decision-модели быстро становятся отдельной категорией в AI. Языковые модели пишут текст или рассуждают над сложными задачами, а decision-модели выдают структурированный результат, с которым софт может работать сразу. Когда решение или классификацию можно делать дешево и с высокой точностью, открывается много прикладных сценариев.

Заявленные результаты

По собственным замерам Microsoft, Decision-1 показала лучшую точность в сравнении по 36 бенчмаркам: это почти 150 тысяч вопросов, скрытых от обучения модели. Она обошла и языковые, и другие decision-модели. По скорости модель оказалась самой быстрой в тестах Microsoft, в 2,5 раза быстрее ближайшего соперника H2O-Lightning-4B v1.1 и в 35 раз быстрее GPT-6 Sol.

Модель построили на дообученной Qwen3.5-9B, которая делает быструю однопроходную оценку решений; позже Decision-1 перенесут на другие базы, включая Microsoft AI (MAI) и OpenAI. На фиксированный набор вариантов она выдает калиброванную вероятность для каждого, поддерживает ответы да или нет, выбор из нескольких вариантов и оценку по шкале, а также рубричную оценку ответов AI и действий агентов через структурный вызов API.

Почему важна скорость

Скорость здесь важна не сама по себе. Каждое решение добавляет задержку, а когда шаги зависят друг от друга, они накапливаются: лишние 100 миллисекунд на каждое из 20 последовательных решений дают плюс две секунды к общему процессу.

В публикацию позже добавили бенчмарки Jev по точности и калибровке. Калибровка показывает, насколько уверенность модели совпадает с тем, как часто она оказывается права: 100 означает точное совпадение.

Редактор перевода: Салтанов А.