Microsoft представила Decision-1 — ИИ-модель для быстрых структурированных решений
Ключевые выводы
- •Microsoft-Decision-1, анонсированная 9 октября 2026 года, — это модель оценки решений, присваивающая калиброванные вероятностные оценки фиксированным вариантам ответов для задач маршрутизации, классификации, приоритизации, верификации и управления рабочими процессами.
- •Microsoft сообщает, что модель достигла высшей точности в бенчмарке почти из 150 000 «слепых» вопросов, работая в 4,5 раза быстрее ближайшего конкурента Quyet-1.0-Large и в 35 раз быстрее GPT-6 Sol, хотя эти результаты заявлены самой компанией.
- •Модель является дообученной версией открытой Qwen3.5-9B от Alibaba, а не базовой моделью Microsoft, при этом будущие обновления планируются на базе моделей Microsoft AI (MAI) и OpenAI.
- •Decision-1 доступна через Microsoft Foundry, готовится к развертыванию на OpenRouter и проходит внутренние испытания в реагировании на инциденты, контроле качества и научных открытиях.
- •Калиброванные показатели уверенности модели создают четкую точку передачи между автоматизацией и проверкой человеком, отражая более широкий сдвиг к компактным специализированным моделям наряду с решениями от Liquid AI и vLLM Semantic Router.

Microsoft представила Microsoft-Decision-1 — модель искусственного интеллекта с узко определенной задачей: быстро принимать структурированные решения. Система не пишет стихи и не составляет письма. Вместо этого она выбирает правильный ответ из фиксированного списка вариантов. По словам Microsoft, модель превосходит конкурентов по точности и работает значительно быстрее, а компания уже тестирует её в собственных операциях.
Что на самом деле делает Decision-1
Модель была анонсирована 9 октября 2026 года. Microsoft описывает её как модель оценки решений, созданную для таких задач, как маршрутизация, классификация, приоритизация, верификация и управление рабочими процессами.
Технически модель присваивает калиброванные вероятностные оценки набору фиксированных вариантов ответов. Это могут быть простые вопросы «да/нет» или форматы с множественным выбором. Калибровка важна, поскольку она означает, что показателю уверенности можно доверять, а не просто играет декоративную роль. Проще говоря, модель не просто говорит «перенаправить этот тикет в службу безопасности» — она также указывает, насколько уверена в этом. Это позволяет бизнесу решать, когда доверять машине, а когда передавать вопрос человеку.
Decision-1 способна обрабатывать входные данные объемом до 32 000 токенов за один проход. Однопроходная архитектура означает, что модель принимает весь вход целиком и возвращает оценки за один шаг, а не генерирует ответ слово за словом.
Цифры, на которые указывает Microsoft
Microsoft заявляет, что Decision-1 достигла высшей точности в наборе бенчмарков почти из 150 000 «слепых» вопросов. По данным компании, задержка модели в 4,5 раза ниже, чем у Quyet-1.0-Large, которую Microsoft называет ближайшим конкурентом. Против GPT-6 Sol разрыв, как сообщается, возрастает до 35 раз.
Это собственные цифры Microsoft. Как и в случае с любым бенчмарком вендора, настоящей проверкой станет независимое тестирование.
Построена на чужом фундаменте
Decision-1 построена не на базовой модели собственной разработки Microsoft. Это дообученная версия Qwen3.5-9B — открытой модели от Alibaba. Microsoft сообщила, что будущие обновления планируются на базе моделей Microsoft AI (MAI) и OpenAI.
Число «9B» в названии указывает на размер модели. Она относится к компактному классу, что отчасти объясняет заявления о скорости: меньшим моделям обычно требуется меньше вычислительных ресурсов на каждый ответ.
Внутренние испытания и доступность
По словам Microsoft, Decision-1 в настоящее время проходит внутренние испытания в рабочих процессах реагирования на инциденты, контроля качества и научных открытий. Для внешних пользователей модель доступна через Microsoft Foundry, а её развертывание на OpenRouter запланировано. Foundry — это платформа Microsoft для создания и запуска ИИ в корпоративной среде, а OpenRouter предоставляет разработчикам единый шлюз ко множеству различных моделей.
Более широкий сдвиг к компактному специализированному ИИ
Decision-1 появляется не одна. В тот же период на рынке возникли схожие специализированные решения от Liquid AI и vLLM Semantic Router. Эти модели созданы для более эффективного выполнения задач с большим объемом данных, чем универсальные модели, которые изначально не предназначались для скоростнойификации.
Почему калибровка важна
Калиброванные оценки могут быть самой практичной особенностью. Компаниям, внедряющим ИИ в чувствительных областях, нужно знать, когда модель не уверена в ответе, а показатель уверенности создает четкую точку передачи между автоматизацией и проверкой человеком.
Что смотреть дальше
Результаты бенчмарков заявлены самой компанией, а тестирование пока остается внутренним. Стоит следить за развертыванием на OpenRouter, независимыми сравнениями бенчмарков и тем, поделится ли Microsoft результатами своих испытаний в реагировании на инциденты и контроле качества.