Microsoft представила Decision-1 — модель искусственного интеллекта, которая не генерирует свободный текст, а оценивает предложенные варианты и помогает приложениям выбирать дальнейшие действия. По данным компании, в её тестах модель показала высокую точность при низких задержке и стоимости.

Получив запрос и набор вариантов, Decision-1 присваивает каждому вероятность. На основе оценок приложение может разрешить ИИ-агенту выполнить следующий шаг, попросить его попробовать снова или передать задачу человеку. Модель предназначена для классификации, проверки результатов, расстановки приоритетов и управления рабочими процессами.

Входные данные стоят $0,042 за миллион токенов, а выходные токены не тарифицируются. Decision-1 можно использовать для сортировки запросов, выбора подходящей ИИ-системы и оценки ответов других моделей.

По данным Microsoft, Decision-1 показала самую высокую точность в сравнении на 36 бенчмарках, включавших почти 150 000 вопросов. Эти задания не использовались при обучении. Медианная задержка ответа, по оценке компании, была примерно в 35 раз ниже, чем у GPT-6 Sol, и в 2,5 раза ниже, чем у H2O-Lightning-4B v1.1. Результаты получены в собственных тестах Microsoft и относятся к задачам с заранее заданными вариантами ответа.

Модель также проверили на практических задачах. Команда Xbox Research распределила по заданным темам более 10 000 отзывов игроков. По оценке Microsoft, качество классификации было сопоставимо с GPT-6 Sol, а работа — более чем в 14 раз быстрее и примерно в 200 раз дешевле. В тестах команды Copilot по оценке ответов Decision-1 показала результат на уровне GPT-5.6 Luna и работала в 100 раз быстрее.

Decision-1 создана на базе Alibaba Qwen3.5-9B, дополнительно обученной оценивать варианты за один проход. Microsoft планирует создавать версии модели на основе других систем, включая собственные MAI и модели OpenAI. При проверке устойчивости к изменениям формулировок и оформления запросов решение менялось в среднем в 1,3% случаев. Перефразирование вариантов и изменение их порядка не приводили к смене ответа.

Для оценки безопасности Microsoft использовала 11 бенчмарков с 5250 запросами. Они включали вредоносный контент, попытки обойти защитные ограничения и внедрить посторонние инструкции. По данным компании, Decision-1 отклоняла вредоносные запросы и сохраняла высокую полезность при выполнении допустимых задач. Модель доступна на платформе Microsoft Foundry и через OpenRouter.