Microsoft-Decision-1 nie ma pisać kolejnego akapitu ani prowadzić rozmowy. Jego zadaniem jest wybrać spośród opcji przygotowanych wcześniej przez aplikację i przypisać każdej z nich prawdopodobieństwo. Microsoft zaprezentował model 9 października 2026 r., wskazując na zastosowania takie jak klasyfikacja, kierowanie zadań i ich ocena.
1
To podejście może przydać się w systemach, które muszą szybko zdecydować, co zrobić dalej: przekazać zgłoszenie do odpowiedniego działu, ponowić próbę albo poprosić człowieka o sprawdzenie sprawy. Są to przykłady możliwego zastosowania, a nie dowód na konkretną poprawę szybkości całego procesu.
Jak działa model decyzyjny?
Aplikacja przekazuje modelowi kontekst i zamkniętą listę możliwych odpowiedzi. Decision-1 ocenia je w jednym przebiegu i zwraca prawdopodobieństwo dla każdej opcji, zamiast generować swobodny tekst.
14 Wynik może wykorzystać oprogramowanie, by wybrać działanie, odroczyć decyzję lub skierować ją do sprawdzenia.
Opisywane formaty zadań obejmują pytania „tak/nie”, testy wielokrotnego wyboru, oceny, klasyfikację oraz ocenianie według określonej rubryki.
6
22 Podane prawdopodobieństwa nie są gwarancją, że wybrana odpowiedź będzie poprawna. Przed wdrożeniem warto też sprawdzić aktualną dokumentację modelu i wymagany format danych.
Kiedy taki model może być przydatny?
W wielu etapach pracy oprogramowania potrzebna jest konkretna decyzja, a nie wyjaśnienie w kilku zdaniach. Model oceniający ograniczony zestaw wariantów może zwrócić wynik, z którym aplikacja od razu coś zrobi. Microsoft wskazuje na zastosowania związane z klasyfikacją, kierowaniem zadań i ich oceną.
1
Przykładowo system obsługi klienta może przekazać Decision-1 listę kategorii i wykorzystać wynik do przypisania zgłoszenia. Agent AI może z kolei otrzymać do oceny opcje „działaj”, „spróbuj ponownie” i „przekaż człowiekowi”. To wąska rola: model nie zastępuje narzędzia, które ma napisać tekst, wyjaśnić odpowiedź lub prowadzić otwartą rozmowę.
Podstawa modelu, dostępność i cena
Microsoft podaje, że Decision-1 powstał na bazie modelu Qwen3.5-9B firmy Alibaba i został dodatkowo wytrenowany do oceniania decyzji.
1 W chwili ogłoszenia był dostępny w katalogu Microsoft Foundry w publicznej wersji zapoznawczej.
1
Podana cena wynosi 0,042 USD za milion tokenów wejściowych; tokeny wyjściowe są bezpłatne.
11 Opłacalność zależy jednak od konkretnego zastosowania — między innymi od długości przekazywanego kontekstu i liczby podejmowanych decyzji.
Co mówią testy — i czego nie rozstrzygają?
Microsoft informuje, że Decision-1 uzyskał najwyższą dokładność w porównaniu obejmującym 36 benchmarków i blisko 150 tys. pytań. Firma podaje też, że w jej testach model działał 4,5 raza szybciej niż Quyet-1.0-Large i 35 razy szybciej niż GPT-6 Sol.
12
5
To wyniki przedstawione przez Microsoft, a nie niezależne potwierdzenie, że model będzie szybszy lub dokładniejszy w każdym zastosowaniu. Rezultaty zależą od rodzaju zadań, porównywanych modeli i konfiguracji testu. Zespół planujący wdrożenie powinien sprawdzić jakość decyzji, opóźnienia i skutki pomyłek na własnych danych.
Najprostszy wniosek? Gdy system ma wybierać spośród kilku z góry ustalonych odpowiedzi, model wyspecjalizowany w ocenianiu takich opcji może być lepiej dopasowany niż narzędzie zaprojektowane do generowania tekstu. O tym, czy będzie to dobry wybór, zdecydują jednak wyniki w konkretnym procesie.