Microsoft-Decision-1 ialah model AI khusus untuk tugas yang memerlukan perisian memilih satu jawapan daripada beberapa pilihan yang telah ditetapkan. Microsoft mengumumkannya pada 9 Oktober 2026, dengan sasaran penggunaan seperti klasifikasi, penghalaan dan penilaian.
1
Bezanya dengan model sembang biasa: Decision-1 tidak perlu menulis penerangan panjang setiap kali sistem perlu membuat pilihan. Skor yang diberikannya boleh digunakan oleh perisian untuk menentukan langkah seterusnya—misalnya ke mana permintaan patut dihantar atau sama ada sesuatu tugasan perlu dicuba semula atau diserahkan kepada manusia.
Bagaimana model ini menilai pilihan?
Aplikasi membekalkan konteks bersama senarai jawapan yang tersedia. Microsoft-Decision-1 kemudian memberikan kebarangkalian bagi setiap pilihan dalam satu proses pemarkahan, tanpa menghasilkan jawapan bebas seperti perenggan atau karangan.
14 Skor itu menunjukkan tahap keyakinan model relatif kepada pilihan yang diberikan; ia bukan jaminan bahawa pilihan dengan skor tertinggi semestinya betul.
Format tugas yang dilaporkan termasuk soalan ya atau tidak, pilihan berganda, penarafan, klasifikasi dan penilaian berdasarkan rubrik.
6
22 Untuk kegunaan sebenar, pembangun masih perlu menyemak dokumentasi terkini bagi memastikan format input dan output sepadan dengan aplikasi mereka.
Sebagai contoh, sistem khidmat pelanggan boleh memberikan beberapa kategori penghalaan dan menggunakan skor model untuk memilih destinasi. Ejen AI pula boleh menggunakan skor bagi memilih sama ada hendak meneruskan tindakan, mencuba semula atau meminta semakan manusia. Ini contoh cara aliran kerja boleh direka—bukan bukti bahawa keseluruhan proses dalam sesuatu aplikasi pasti menjadi lebih pantas.
Mengapa tidak gunakan model sembang sahaja?
Banyak langkah dalam perisian memerlukan pilihan berstruktur, bukannya penjelasan dalam bentuk teks. Model yang dibina khusus untuk menilai senarai pilihan boleh memulangkan hasil yang terus digunakan oleh aplikasi. Microsoft menyasarkan Decision-1 untuk tugasan keputusan dan klasifikasi, termasuk penghalaan serta penilaian.
1
Tumpuan khusus ini juga ada batasnya. Decision-1 bukan pengganti model yang perlu menerangkan jawapan, menggubal kandungan atau melayan perbualan terbuka. Sesebuah pasukan, misalnya, boleh menggunakan model penjana teks untuk menghasilkan kandungan dan model keputusan untuk tugas yang lebih sempit—seperti memilih kategori atau menilai beberapa jawapan calon.
Asas model, akses dan harga
Microsoft menyatakan Decision-1 dibina berasaskan Qwen3.5-9B keluaran Alibaba, kemudian dilatih lanjut untuk pemarkahan keputusan.
1 Catatan pelancaran syarikat menyenaraikannya dalam katalog Microsoft Foundry sebagai pratonton awam.
1
Harga yang diterbitkan ialah AS$0.042 bagi setiap sejuta token input, tanpa caj untuk token output.
11 Sama ada kos itu berbaloi bergantung pada penggunaan: antaranya jumlah konteks yang dihantar kepada model dan kekerapan aplikasi perlu membuat keputusan.
Apa yang ditunjukkan oleh angka prestasi—dan apa yang belum dibuktikan
Microsoft berkata Decision-1 menduduki tempat pertama dalam perbandingan merangkumi 36 penanda aras dan hampir 150,000 soalan. Syarikat itu turut melaporkan bahawa modelnya mempunyai kependaman 4.5 kali lebih rendah berbanding Quyet-1.0-Large dan 35 kali lebih rendah berbanding GPT-6 Sol dalam ujian yang dibuatnya.
12
5
Angka tersebut ialah keputusan yang dilaporkan Microsoft, bukannya pengesahan bebas bahawa Decision-1 akan sentiasa lebih pantas atau lebih tepat bagi setiap aplikasi. Prestasi penanda aras boleh berubah mengikut jenis tugasan, model perbandingan dan cara ujian dijalankan. Pasukan yang mahu menggunakannya dalam aliran kerja perlu mengujinya pada data sendiri serta mengukur ketepatan keputusan, masa tindak balas dan kesan jika model tersalah memilih.
Ringkasnya, Microsoft-Decision-1 direka untuk satu jenis kerja yang jelas: menilai pilihan terhad apabila aplikasi memerlukan keputusan berstruktur. Nilainya bergantung pada sejauh mana pendekatan khusus ini boleh membuat keputusan yang boleh dipercayai dalam tugasan sebenar.