Microsoft-Decision-1.1 erzielt 68 Punkte auf dem Artificial Analysis Decision Index
Wichtige Erkenntnisse
- •Microsoft-Decision-1.1 startete am 17. November 2026 und erzielte 68 Punkte auf dem Artificial Analysis Decision Index v2.1, eine Verbesserung gegenüber den 62 Punkten des Vorgängers.
- •Das neue Modell erledigt Aufgaben in 123 Millisekunden verglichen mit 274 Millisekunden bei Decision-1 – mehr als doppelte Geschwindigkeit bei unverändertem Preis von 0,042 USD pro Million Eingabe-Tokens.
- •Decision-1.1 ist eine nachtrainierte Version von Qwen3.5-9B mit 9 Milliarden Parametern und einem Kontextfenster von rund 32.000 bis 33.000 Tokens, ausgelegt auf Wahrscheinlichkeitsbewertung in einem Durchlauf für Ja/Nein-, Multiple-Choice- und rubrikbasierte Formate.
- •Das Modell belegt Platz acht der Decision-Modelle auf dem unabhängig durchgeführten v2.1-Index, vor Jev 1.14, Googles Gemini Decision 1 und OpenAIs GPT-6 Luna, wobei sieben Modelle weiterhin höher punkten.
- •Microsoft meldet, dass seit der öffentlichen Vorschau im Oktober 2026 mehr als 4.000 Kunden das Modell genutzt haben, und beansprucht die beste durchschnittliche Genauigkeit über 102 blinde Benchmarks – wobei diese Zahl von Microsoft und nicht von einem unabhängigen Bewerter stammt.

Microsoft hat Microsoft-Decision-1.1 veröffentlicht, ein spezialisiertes KI-Modell für Geschäftsentscheidungen. Das Modell erzielte 68 Punkte auf dem Artificial Analysis Decision Index v2.1, läuft mehr als doppelt so schnell wie die vorherige Version und behält seinen Preis bei.
Die erste Version kam erst im Oktober 2026 in die öffentliche Vorschau – Microsoft hat also binnen weniger Wochen einen schnelleren Nachfolger mit höherer Punktzahl geliefert.
Was sich zwischen den Versionen geändert hat
Das neue Modell startete am 17. November 2026. Seine Benchmark-Punktzahl stieg auf 68, gegenüber den 62, die sein Vorgänger Microsoft-Decision-1 auf demselben Index erreicht hatte.
Geschwindigkeit ist die größere Schlagzeile. Decision-1.1 erledigt eine Aufgabe in 123 Millisekunden, verglichen mit 274 Millisekunden beim früheren Modell – mehr als doppelt so schnell wie Decision-1.
Der Preis blieb unverändert. Das Modell kostet weiterhin 0,042 USD pro Million Eingabe-Tokens, derselbe Satz wie bei Decision-1, sodass Kunden effektiv mehr Durchsatz für dieselben Kosten erhalten.
Wie das Modell tatsächlich funktioniert
Unter der Haube ist Decision-1.1 eine nachtrainierte Version von Qwen3.5-9B, einem relativ kompakten Basismodell. Es verfügt über 9 Milliarden Parameter und verarbeitet ein Kontextfenster von rund 32.000 bis 33.000 Tokens.
Es ist auf Wahrscheinlichkeitsbewertung in einem einzigen Durchlauf ausgelegt: Gibt man ihm eine Frage, liefert es eine kalibrierte Schätzung, wie wahrscheinlich jede Antwort ist. Dieses Design passt zur Ökonomie von Bewertungs-Workloads mit hohem Volumen, bei denen Latenz pro Aufgabe und Token-Kosten entscheiden, ob ein Modell produktiv im großen Maßstab betrieben werden kann.
Microsoft hat es für mehrere Formate gebaut. Dazu gehören Ja/Nein-Antworten, Multiple-Choice-Fragen und rubrikbasierte Bewertungen.
Microsoft nutzt das Modell nach eigenen Angaben intern. Das Unternehmen meldet zudem, dass seit Beginn der öffentlichen Vorschau mehr als 4.000 Kunden es verwendet haben. Diese Nutzungszahlen stammen von Microsoft.
Wo es in der Rangliste steht
Artificial Analysis, das unabhängige Benchmark-Bewertungen durchführt, platziert Decision-1.1 auf Platz acht der Decision-Modelle auf seinem v2.1-Index. Damit liegt es vor mehreren bekannten Namen, darunter Jev 1.14, Googles Gemini Decision 1 und OpenAIs GPT-6 Luna. Sieben Modelle liegen auf demselben Index weiterhin vor Decision-1.1. Da Artificial Analysis seine Bewertungen unabhängig von den bewerteten Anbietern durchführt, bietet der Index Käufern einen neutralen Referenzpunkt zum Vergleich spezialisierter Modelle verschiedener Anbieter.
Microsoft hat zudem eigene Genauigkeitsangaben gemacht. Das Unternehmen sagt, das Modell führe bei der durchschnittlichen Genauigkeit über 102 blinde Benchmarks hinweg, mit mehr als 385.000 ausgewerteten Fragen. Diese Zahl stammt von Microsoft und nicht von Artificial Analysis.
Was das bedeutet
Microsoft hat seinen Token-Preis konstant gehalten, während die Aufgabenzeit von 274 auf 123 Millisekunden sank, sodass Kunden effektiv mehr Durchsatz für dieselben Ausgaben erhalten – die Anzahl der erledigten Aufgaben pro Zeiteinhat verdoppelt sich grob, ohne Mehrkosten. Da Decision-1.1 auf einer kompakten Basis mit 9 Milliarden Parametern aufbaut, ist seine Platzierung vor Einträgen von Google und OpenAI auf dem Artificial Analysis Index ein bemerkenswertes Ergebnis.
Dennoch rangieren sieben Modelle auf dem v2.1-Index vor Decision-1.1, sodass Microsoft auf dieser specifichen Wertung konkurrenzfähig rather than dominant ist. Microsofts breitere Genauigkeitsbehauptung über 102 Benchmarks wurde ebenfalls nicht als unabhängiges Ergebnis dargestellt, und Käufer, die das Modell evaluieren, werden es an ihren eigenen Daten testen wollen, bevor sie ihm Entscheidungen mit realen Konsequenzen anvertrauen. Zwei Entwicklungen sind von hier aus beobachtenswert: ob künftige Versionen den Abstand zu den sieben Modelen darüber auf dem v2.1-Index verringern, und ob unabhängige Ergebnisse die 102-Benchmark-Genauigkeitsbehauptung des Unternehmens bestätigen.