Microsoft heeft Microsoft-Decision-1 onthuld, een kunstmatig-intelligentiemodel met een nauw omschreven taak: snel gestructureerde beslissingen nemen. Het systeem schrijft geen gedichten of e-mails. In plaats daarvan kiest het het juiste antwoord uit een vaste lijst met opties. Microsoft zegt dat het model qua nauwkeurigheid boven de concurrentie uitstijgt en veel sneller draait, en het bedrijf test het model al in eigen bedrijfsprocessen.

Wat Decision-1 eigenlijk doet

Het model werd op 9 oktober 2026 aangekondigd. Microsoft omschrijft het als een beslissingscoremodel dat is gebouwd voor taken zoals routering, classificatie, prioritering, verificatie en workflowbeheer.

Technisch gezien kent het model gekalibreerde waarschijnlijkheidsscores toe aan een set vaste antwoordopties. Dat kunnen eenvoudige ja/nee-vragen zijn of meerkeuzeopstellingen. Kalibratie is belangrijk omdat het betekent dat het vertrouwenscijfer betrouwbaar moet zijn en niet louter decoratief. Simpel gezegd: het model zegt niet alleen "routeer dit ticket naar beveiliging" — het geeft ook aan hoe zeker het ervan is. Zo kan een bedrijf bepalen wanneer het de machine moet vertrouwen en wanneer de zaak naar een mens moet worden doorgezet.

Decision-1 kan invoer van maximaal 32.000 tokens in één keer verwerken. Een single-pass-ontwerp betekent dat het model de volledige invoer opneemt en zijn scores in één keer teruggeeft, in plaats van een antwoord woord voor woord te genereren.

De cijfers die Microsoft aanhaalt

Microsoft beweert dat Decision-1 de hoogste nauwkeurigheid behaalde in een benchmarksuite van bijna 150.000 blind vragen. Volgens het bedrijf is de latentie van het model 4,5 keer sneller dan die van Quyet-1.0-Large, dat Microsoft aanwijst als de dichtstbijzijnde concurrent. Tegenover GPT-6 Sol loopt het verschil volgens berichten op tot 35 keer sneller.

Dit zijn cijfers van Microsoft zelf. Zoals bij elke benchmark van een leverancier zal onafhankelijke testing de echte toetssteen zijn.

Gebou op een fundament van derden

Decision-1 is niet gebouwd op een basismodel van Microsoft. Het is een nagetrainde versie van Qwen3.5-9B, het open-weight-model van Alibaba. Microsoft heeft gezegd dat toekomstige updates gepland zijn op modellen van Microsoft AI (MAI) en OpenAI.

De "9B" in de naam verwijst naar de grootte van het model. Het valt in de compacte categorie, wat de snelheidsclaims helpt verklaren: kleinere modellen hebben over het algemeen minder rekenkracht per antwoord nodig.

Interne proeven en beschikbaarheid

Microsoft zegt dat Decision-1 momenteel in interne proeven wordt getest voor workflows op het gebied van incidentrespons, kwaliteitscontrole en wetenschappelijke ontdekking. Voor externe gebruikers is het model beschikbaar via Microsoft Foundry en de uitrol op OpenRouter staat gepland. Foundry is Microsofts platform voor het bouwen en draaien van AI in bedrijfsomgevingen, terwijl OpenRouter ontwikkelaars een enkele toegangspoort tot veel verschillende modellen biedt.

Een bredere verschuiving naar kleinere, gespecialiseerde AI

Decision-1 komt niet alleen. Vergelijkbare gespecialiseerde aanbiedingen van Liquid AI en vLLM Semantic Router zijn in dezelfde periode verschenen. Deze modellen zijn ontworpen om taken met grote volumes efficiënter af te handelen dan algemene modellen die nooit zijn gebouwd voor razendsnelle classificatie.

Waarom kalibratie ertoe doet

De gekalibreerde scores zijn misschien wel de meest praktische functie. Bedrijven die AI inzetten in gevoelige gebieden moeten weten wanneer een model onzeker is, en een vertrouwensscore creëert een helder overdrachtpunt tussen automatisering en menselijke controle.

Wat je in de gaten moet houden

De benchmarkresultaten zijn zelf gerapporteerd en de testing is voorlopig nog intern. De dingen om in de gaten te houden: de uitrol op OpenRouter, onafhankelijke benchmarkvergelijkingen en of Microsoft resultaten rapporteert van zijn proeven met incidentrespons en kwaliteitscontrole.