Microsoft-Decision-1 adalah model khusus untuk situasi ketika perangkat lunak perlu memilih dari sejumlah jawaban yang sudah disediakan, bukan menyusun respons terbuka. Microsoft mengumumkannya pada 9 Oktober 2026 untuk tugas terstruktur seperti klasifikasi, pengalihan permintaan, dan evaluasi.
1
Perbedaan ini berguna dalam alur kerja otomatis dan agen AI. Alih-alih meminta model generatif menulis penjelasan pada setiap langkah, aplikasi dapat memakai skor pilihan untuk menentukan apakah tugas perlu diteruskan, dicoba kembali, atau dialihkan ke pemeriksaan manusia.
Cara Microsoft-Decision-1 menilai pilihan
Aplikasi memberikan konteks dan daftar opsi tetap. Microsoft-Decision-1 lalu memberikan probabilitas untuk setiap opsi dalam satu proses penilaian, bukan merangkai jawaban bebas.
14 Skor tersebut menunjukkan tingkat keyakinan model di antara pilihan yang tersedia, tetapi bukan jaminan bahwa pilihan dengan skor tertinggi pasti benar.
Format tugas yang dilaporkan mencakup pertanyaan ya/tidak, pilihan ganda, penilaian, klasifikasi, dan penilaian berdasarkan rubrik.
6
22 Pengembang tetap perlu memeriksa dokumentasi terbaru untuk memastikan format masukan dan keluaran yang sesuai dengan aplikasinya.
Sebagai contoh, sistem layanan pelanggan dapat memberikan beberapa kategori tujuan lalu menggunakan skor model untuk memilih tempat meneruskan permintaan. Dalam alur kerja agen, skor juga bisa membantu perangkat lunak memilih antara melanjutkan tindakan, mencoba lagi, atau meminta tinjauan manusia. Ini contoh rancangan penggunaan, bukan bukti bahwa seluruh proses otomatis akan selalu menjadi lebih cepat.
Mengapa memakai model keputusan, bukan model percakapan?
Banyak langkah dalam perangkat lunak membutuhkan pilihan yang terstruktur, bukan paragraf. Model yang dirancang untuk menilai opsi terbatas dapat memberikan hasil yang langsung digunakan aplikasi. Microsoft memosisikan Decision-1 untuk beban kerja keputusan dan klasifikasi, termasuk pengalihan tugas dan evaluasi.
1
Fokus tersebut sekaligus menjadi batasnya: Decision-1 bukan pengganti model yang perlu menjelaskan jawaban, menyusun konten, atau menangani percakapan terbuka. Sebuah tim, misalnya, dapat menggunakan model generatif untuk membuat teks dan model keputusan untuk tugas yang lebih sempit, seperti memilih kategori atau menilai beberapa jawaban.
Basis model, ketersediaan, dan harga
Microsoft menyatakan bahwa Decision-1 dibangun dari Qwen3.5-9B milik Alibaba yang kemudian dilatih lebih lanjut untuk penilaian keputusan.
1 Dalam pengumuman peluncuran, Microsoft mencantumkannya di katalog Microsoft Foundry dalam status pratinjau publik.
1
Harga yang dipublikasikan adalah US$0,042 per sejuta token input, sementara token output tidak dikenai biaya.
11 Apakah harga itu menguntungkan bergantung pada penggunaan: misalnya, banyaknya konteks yang dikirim aplikasi dan seberapa sering aplikasi perlu mengambil keputusan.
Klaim kinerja Microsoft dan batas yang perlu diperhatikan
Microsoft menyatakan Decision-1 menempati peringkat pertama dalam perbandingannya yang mencakup 36 tolok ukur dan hampir 150.000 pertanyaan. Perusahaan juga melaporkan hasil latensi 4,5 kali lebih cepat daripada Quyet-1.0-Large dan 35 kali lebih cepat daripada GPT-6 Sol.
12
5
Angka-angka itu merupakan hasil yang dilaporkan Microsoft, bukan konfirmasi independen bahwa Decision-1 akan lebih cepat atau lebih akurat untuk setiap aplikasi. Hasil tolok ukur dapat bergantung pada jenis tugas, model pembanding, dan cara pengujian. Sebelum mengandalkannya dalam alur kerja, tim sebaiknya menguji model dengan data mereka sendiri dan mengukur kualitas keputusan, latensi, serta dampak jika model memilih opsi yang keliru.
Inti kegunaannya sederhana: ketika tugasnya memilih secara terstruktur dari opsi yang terbatas, model yang memang dibuat untuk menilai pilihan bisa menjadi alternatif yang lebih sesuai daripada meminta model generatif menyusun jawaban panjang. Nilai praktisnya tetap bergantung pada seberapa andal model itu untuk keputusan yang dibutuhkan aplikasi.