Microsoft-Decision-1 ist ein spezialisiertes KI-Modell für Aufgaben, bei denen Software zwischen vorgegebenen Antworten wählen muss – nicht für offene Gespräche oder längere Texte. Microsoft stellte es am 9. Oktober 2026 vor und positioniert es für strukturierte Entscheidungen wie Klassifizierung, Weiterleitung und Bewertung.
1
Der Unterschied ist vor allem für KI-Agenten und automatisierte Abläufe wichtig: Ein System kann anhand der Bewertungen entscheiden, ob es eine Anfrage weiterleitet, einen Schritt wiederholt oder einen Menschen hinzuzieht. Dafür muss ein allgemeines Sprachmodell nicht bei jedem Zwischenschritt erst eine Erklärung formulieren.
So bewertet Decision-1 vorgegebene Antworten
Eine Anwendung übermittelt dem Modell einen Kontext und eine feste Auswahl möglicher Antworten. Decision-1 berechnet in einem Durchlauf eine Wahrscheinlichkeit für jede Option, statt eine frei formulierte Antwort zu schreiben.
14 Die Werte sollen die Sicherheit des Modells innerhalb der vorgegebenen Auswahl ausdrücken. Sie sind jedoch keine Garantie dafür, dass die gewählte Antwort richtig ist.
Als mögliche Aufgabenformate werden Ja-Nein-Fragen, Multiple Choice, Bewertungen, Klassifizierung und Benotung anhand eines Kriterienrasters genannt.
6
22 Welche Eingaben und Ausgaben eine konkrete Anwendung genau benötigt, sollten Entwicklerinnen und Entwickler anhand der aktuellen Modelldokumentation prüfen.
Ein Supportsystem könnte dem Modell etwa mehrere Kategorien für die Weiterleitung eines Anliegens vorgeben und die Bewertungen nutzen, um ein zuständiges Team auszuwählen. Ein KI-Agent könnte zwischen Ausführen, erneutem Versuch und menschlicher Prüfung abwägen. Das sind denkbare Einsatzweisen – kein Beleg dafür, dass ein bestimmter Arbeitsablauf dadurch nachweislich insgesamt schneller wird.
Warum ein Entscheidungsmodell statt eines Chatmodells?
Viele Schritte in einer Software benötigen eine klare Auswahl, keinen Absatz Text. Ein Modell, das speziell dafür ausgelegt ist, eine begrenzte Liste von Optionen zu bewerten, kann ein Ergebnis liefern, das eine Anwendung unmittelbar weiterverarbeitet. Microsoft nennt Entscheidungs- und Klassifizierungsaufgaben wie Routing und Bewertung als Einsatzgebiete.
1
Diese Spezialisierung setzt zugleich Grenzen: Decision-1 ersetzt kein Modell, das Antworten erklären, Inhalte entwerfen oder ein offenes Gespräch führen soll. In der Praxis könnte ein Team ein generatives Modell für Texte und ein Entscheidungsmodell für eng umrissene Aufgaben einsetzen – etwa für die Auswahl einer Kategorie oder die Bewertung möglicher Antworten.
Grundlage, Verfügbarkeit und Preis
Microsoft zufolge basiert Decision-1 auf Qwen3.5-9B von Alibaba und wurde für die Bewertung von Entscheidungen weitertrainiert.
1 Microsoft führt das Modell im Katalog von Microsoft Foundry als öffentliche Vorschau.
1
Der angegebene Preis beträgt 0,042 US-Dollar pro Million Eingabetokens; für Ausgabetokens fällt kein Entgelt an.
11 Ob das für einen konkreten Einsatz günstig ist, hängt unter anderem davon ab, wie viel Kontext übermittelt wird und wie häufig eine Entscheidung ansteht.
Was Microsofts Leistungstests aussagen – und was nicht
Microsoft berichtet, Decision-1 habe in einem Vergleich mit 36 Benchmarks und knapp 150.000 Fragen den ersten Platz belegt. Laut dem Unternehmen war das Modell in den eigenen Messungen außerdem 4,5-mal schneller als Quyet-1.0-Large und 35-mal schneller als GPT-6 Sol.
12
5
Das sind von Microsoft berichtete Benchmark-Ergebnisse. Sie bestätigen nicht unabhängig, dass Decision-1 bei jeder Anwendung schneller oder genauer ist. Die Leistung kann davon abhängen, welche Aufgaben, Vergleichsmodelle und Testbedingungen herangezogen werden. Bevor Teams das Modell in einen Arbeitsablauf integrieren, sollten sie es deshalb mit eigenen Daten prüfen und dabei Entscheidungsqualität, Antwortzeit und mögliche Folgen von Fehlentscheidungen messen.
Die Grundidee ist klar: Wenn eine Software eine strukturierte Auswahl treffen muss, kann ein Modell für feste Optionen passender sein als ein allgemeines Sprachmodell. Ob sich das im Alltag auszahlt, hängt davon ab, wie zuverlässig Decision-1 die konkreten Entscheidungen einer Anwendung trifft.