Microsoft выпустила Microsoft-Decision-1 — модель для маршрутизации, классификации, приоритизации, проверки данных и управления рабочими процессами. В ее основе лежит открытая Qwen3.5-9B от Alibaba.
В отличие от больших языковых моделей, которые генерируют текст и рассуждают, модели принятия решений выдают структурированный ответ. Программа может сразу выполнить действие на его основе.
Microsoft-Decision-1 получает фиксированный набор вариантов и присваивает каждому откалиброванную вероятность.
Нейросеть поддерживает ответы «да/нет», выбор из нескольких вариантов и рейтинги. Она также оценивает ответы ИИ и действия агентов по заданным критериям.
Разработчики дообучили Qwen3.5-9B для быстрой оценки в один проход.
В ближайшее время Microsoft планирует перенести решение на другие базовые модели, в том числе собственные MAI и разработки OpenAI.
Результаты тестов
По данным Microsoft, новинка показала наивысшую точность в сравнении по 36 бенчмаркам. Они включали почти 150 000 вопросов, которые не использовались при обучении.
Модель также стала самой быстрой из протестированных: она в 2,5 раза опередила ближайшего конкурента H2O-Lightning-4B v1.1 и в 35 раз — GPT-6 Sol.
Компания отдельно проверила устойчивость модели. Один и тот же запрос изменяли восемью способами, в частности перефразировали инструкции, переставляли варианты ответа и добавляли шум в форматирование. В среднем решение менялось в 1,3% случаев. Перефразирование описаний вариантов и их перестановка на результат не повлияли.
В тестах безопасности разработчики использовали 5250 запросов из 11 бенчмарков: вредоносных, попыток джейлбрейка и промпт-инъекций. Как утверждает Microsoft, модель отклоняла вредоносные действия и при этом сохраняла полезность.
Внутреннее применение
Подразделение Xbox Research с помощью Microsoft-Decision-1 разметило более 10 000 отзывов из опросов, Steam и X. По качеству модель была сопоставима с GPT-6 Sol, но работала более чем в 14 раз быстрее и обошлась в 200 раз дешевле.
Команда Copilot применила нейросеть для оценки качества ответов чат-бота и агентов. Результаты не уступали GPT-5.6 Luna при стократном росте скорости.
В Microsoft Discovery модель выставляла оценки экспериментам для адаптивного перепланирования. Они получились в 46 раз стабильнее, чем у LLM, при втрое большей скорости. Само перепланирование ускорилось почти вчетверо.
Среди других сценариев компания назвала выбор подходящей модели под запрос, модерацию контента, проверку кода, управление интерфейсами и робототехнику.
Стоимость использования составляет $0,042 за миллион входных токенов. Выходные токены бесплатны.
Напомним, в конце сентября Microsoft представила новую версию Copilot, которая объединит чат, инструменты для создания приложений и автоматизаций, а также автономных ИИ-агентов.
