Microsoft-Decision-1.1 zdobywa 68 punktów w Artificial Analysis Decision Index
Najważniejsze informacje
- •Microsoft-Decision-1.1 zadebiutował 17 listopada 2026 roku i zdobył 68 punktów w Artificial Analysis Decision Index v2.1, poprawiając wynik poprzednika wynoszący 62.
- •Nowy model wykonuje zadania w 123 milisekundy wobec 274 milisekund dla Decision-1, ponad dwukrotnie zwiększając szybkość przy zachowaniu ceny 0,042 dolara za milion tokenów wejściowych.
- •Decision-1.1 to post-trenowana wersja Qwen3.5-9B z 9 miliardami parametrów i oknem kontekstowym około 32 000–33 000 tokenów, dostrojona do jednoprzebiegowego oceniania prawdopodobieństwa w formatach tak/nie, wielokrotnego wyboru i rubrykowych.
- •Model zajmuje ósme miejsce wśród modeli decyzyjnych w niezależnie prowadzonym indeksie v2.1, przed Jev 1.14, Gemini Decision 1 od Google i GPT-6 Luna od OpenAI, choć siedem modeli nadal ma wyższe wyniki.
- •Microsoft podaje, że od publicznego podglądu w październiku 2026 roku model wykorzystało ponad 4000 klientów i twierdzi, że ma najwyższą średnią dokładność w 102 ukrytych benchmarkach, choć te dane o dokładności pochodzą od Microsoftu, a nie od niezależnego oceniającego.

Microsoft wydał Microsoft-Decision-1.1, wyspecjalizowany model AI zbudowany do podejmowania decyzji biznesowych. Model zdobył 68 punktów w Artificial Analysis Decision Index v2.1, działa ponad dwa razy szybciej niż poprzednia wersja i zachowuje cenę bez zmian.
Pierwsza wersja trafiła do publicznego podglądu dopiero w październiku 2026 roku, co oznacza, że Microsoft wypuścił szybszy sequel z wyższym wynikiem w ciągu zaledwie kilku tygodni.
Co zmieniło się między wersjami
Nowy model zadebiutował 17 listopada 2026 roku. Jego wynik w benchmarku wzrósł do 68 punktów wobec 62 punktów, które jego poprzednik, Microsoft-Decision-1, uzyskał w tym samym indeksie.
Większą sensacją jest prędkość. Decision-1.1 wykonuje zadanie w 123 milisekundy, podczas gdy wcześniejszy model potrzebował 274 milisekund, co czyni go ponad dwukrotnie szybszym niż Decision-1.
Ceny pozostały bez zmian. Model nadal kosztuje 0,042 dolara za milion tokenów wejściowych, tę samą stawkę co Decision-1, więc klienci faktycznie otrzymują większą przepustowość za tę samą kwotę.
Jak model faktycznie działa
Pod spodem Decision-1.1 to post-trenowana wersja Qwen3.5-9B, stosunkowo kompaktowego modelu bazowego. Posiada 9 miliardów parametrów i obsługuje okno kontekstowe wynoszące około 32 000 do 33 000 tokenów.
Jest dostrojony do jednoprzebiegowego oceniania prawdopodobieństwa: podajesz mu pytanie, a on zwraca skalibrowane oszacowanie prawdopodobieństwa każdej odpowiedzi. Taka konstrukcja pasuje do ekonomii obciążeń oceniających o dużej objętości, gdzie opóźnienie na zadanie i koszt tokenów decydują o tym, czy model może być uruchamiany na skalę produkcyjną.
Microsoft zbudował go z myślą o obsłudze kilku formatów. Obejmują one odpowiedzi tak/nie, pytania wielokrotnego wyboru oraz oceny według rubryk.
Microsoft twierdzi, że sam używa modelu wewnętrznie. Firma podaje również, że od rozpoczęcia publicznego podglądu korzystało z niego ponad 4000 klientów. Te dane o adopcji pochodzą od Microsoftu.
Miejsce w rankingu
Artificial Analysis, prowadzący niezależne oceny benchmarków, plasuje Decision-1.1 na ósmym miejscu wśród modeli decyzyjnych w swoim indeksie v2.1. Stawia to go przed kilkoma rozpoznawalnymi nazwami, w tym Jev 1.14, Gemini Decision 1 od Google oraz GPT-6 Luna od OpenAI. Siedem modeli nadal wyprzedza Decision-1.1 w tym samym indeksie. Ponieważ Artificial Analysis prowadzi swoje oceny niezależnie od dostawców, których uszeregowuje, indeks daje kupującym neutralny punkt odniesienia do porównywania wyspecjalizowanych modeli różnych dostawców.
Microsoft wysunął również własne twierdzenia dotyczące dokładności. Firma twierdzi, że model prowadzi pod względem średniej dokładności w 102 ukrytych benchmarkach, przy ewaluacji ponad 385 000 pytań. Ta liczba pochodzi od Microsoftu, a nie od Artificial Analysis.
Co to oznacza
Microsoft utrzymał cenę tokenów bez zmian, skracając czas zadania z 274 milisekund do 123 milisekund, więc klienci faktycznie otrzymują większą przepustowość za tę samą kwotę — w przybliżeniu podwajając liczbę zadań wykonanych w jednostce czasu bez dodatkowych kosztów. Ponieważ Decision-1.1 jest zbudowany na kompaktowej bazie o 9 miliardach parametrów, jego pozycja ponad modelami Google i OpenAI w indeksie Artificial Analysis jest znaczącym wynikiem.
Mimo to siedem modeli rankuje przed Decision-1.1 w indeksie v2.1, więc Microsoft jest konkurencyjny, a nie dominujący w tym konkretnym zestawieniu. Szersze twierdzenie Microsoftu o dokładności w 102 benchmarkach również nie zostało przedstawione jako wynik niezależny, a kupujący oceniający model zechcą przetestować go na własnych danych, zanim powierzą mu decyzje niosące realne konsekwencje. Dwa kierunki rozwoju warte obserwacji to: czy kolejne wersje zmniejszą lukę do siedmiu modeli powyżej w indeksie v2.1 oraz czy pojawią się niezależne wyniki potwierdzające twierdzenie firmy o dokładności z 102 benchmarków.