Microsoft lancia Decision-1, un modello di IA progettato per decisioni rapide e strutturate
Punti chiave
- •Microsoft-Decision-1, annunciato il 9 ottobre 2026, è un modello di punteggio delle decisioni che assegna punteggi di probabilità calibrati a opzioni di risposta fisse per attività come routing, classificazione, prioritizzazione, verifica e controllo dei flussi di lavoro.
- •Microsoft dichiara che il modello ha raggiunto la massima accuratezza su una suite di benchmark di quasi 150.000 domande in cieco, con una latenza 4,5 volte inferiore rispetto al concorrente più vicino Quyet-1.0-Large e 35 volte inferiore rispetto a GPT-6 Sol, sebbene questi risultati siano auto-dichiarati.
- •Il modello è una versione post-addestrata di Qwen3.5-9B open-weight di Alibaba anziché un modello base di Microsoft, e Microsoft prevede futuri aggiornamenti basati su modelli Microsoft AI (MAI) e OpenAI.
- •Decision-1 è disponibile tramite Microsoft Foundry, è previsto per il rilascio su OpenRouter ed è attualmente in prove interne su risposta agli incidenti, controllo qualità e scoperta scientifica.
- •I punteggi di confidenza calibrati del modello creano un punto di passaggio chiaro tra automazione e revisione umana, riflettendo una tendenza più ampia verso modelli specializzati più piccoli, insieme ad offerte simili di Liquid AI e vLLM Semantic Router.

Microsoft ha presentato Microsoft-Decision-1, un modello di intelligenza artificiale con un compito strettamente definito: prendere decisioni strutturate in modo rapido. Il sistema non scrive poesie né redige email. Sceglie invece la risposta corretta da un elenco fisso di opzioni. Microsoft afferma che il modello supera i rivali in accuratezza eseguendo le operazioni molto più rapidamente, e l'azienda lo sta già testando internamente nelle proprie attività.
Cosa fa davvero Decision-1
Il modello è stato annunciato il 9 ottobre 2026. Microsoft lo descrive come un modello di punteggio delle decisioni creato per attività come routing, classificazione, prioritizzazione, verifica e controllo dei flussi di lavoro.
Tecnicamente, il modello assegna punteggi di probabilità calibrati a un insieme di opzioni di risposta fisse. Si può trattare di semplici domande sì/no o di configurazioni a scelta multipla. La calibrazione è importante perché significa che il numero di confidenza deve essere affidabile e non puramente decorativo. In parole semplici, il modello non si limita a dire "instrada questo ticket alla sicurezza": indica anche quanto ne è certo. Ciò consente a un'azienda di decidere quando fidarsi della macchina e quando escalare il caso a un essere umano.
Decision-1 può elaborare input fino a 32.000 token in una singola passata. Un design a passata unica significa che il modello riceve l'intero input e restituisce i punteggi in una sola volta, anziché generare una risposta parola per parola.
I numeri citati da Microsoft
Microsoft dichiara che Decision-1 ha raggiunto la massima accuratezza su una suite di benchmark di quasi 150.000 domande in cieco. Secondo l'azienda, la latenza del modello è 4,5 volte inferiore rispetto a Quyet-1.0-Large, identificato da Microsoft come il concorrente più vicino. Rispetto a GPT-6 Sol, il divario raggiungerebbe, secondo quanto riportato, 35 volte.
Si tratta di dati auto-dichiarati da Microsoft. Come per qualsiasi benchmark di un fornitore, i test indipendenti saranno la vera prova sul campo.
Costruito su una base di terze parti
Decision-1 non è costruito su un modello base di Microsoft. È una versione post-addestrata di Qwen3.5-9B, il modello open-weight di Alibaba. Microsoft ha dichiarato che futuri aggiornamenti sono previsti su modelli Microsoft AI (MAI) e OpenAI.
Il "9B" nel nome indica la dimensione del modello. Appartiene alla categoria compatta, il che aiuta a spiegare le dichiarazioni sulla velocità: i modelli più piccoli richiedono generalmente meno potenza di calcolo per ogni risposta.
Prove interne disponibilità
Microsoft afferma che Decision-1 è attualmente in prove interne su flussi di lavoro di risposta agli incidenti, controllo qualità e scoperta scientifica. Per gli utenti esterni, il modello è disponibile tramite Microsoft Foundry ed è previsto il suo rilascio su OpenRouter. Foundry è la piattaforma di Microsoft per costruire ed eseguire IA in contesti aziendali, mentre OpenRouter offre agli sviluppatori un unico punto di accesso a molti modelli diversi.
Una tendenza più ampia verso un'IA più piccola e specializzata
Decision-1 non arriva da solo. Offerte specializzate simili di Liquid AI e vLLM Semantic Router sono emerse nello stesso arco di tempo. Questi modelli sono progettati per gestire attività ad alto volume in modo più efficiente rispetto ai modelli per uso generale, mai pensati per una classificazione ad alta frequenza.
Perché la calibrazione è importante
Il punteggio calibrato potrebbe essere la caratteristica più pratica. Le aziende che impiegano l'IA in ambiti sensibili devono sapere quando un modello non è sicuro, e un punteggio di confidenza crea un punto di passaggio chiaro tra automazione e revisione umana.
Cosa osservare nei prossimi mesi
I risultati dei benchmark sono auto-dichiarati e i test restano per ora interni. Gli elementi da monitorare sono il rollout su OpenRouter, i confronti di benchmark indipendenti e se Microsoft riporterà i risultati delle prove su risposta agli incidenti e controllo qualità.