Корпорация Microsoft представила новую модель искусственного интеллекта под названием Microsoft-Decision-1, ориентированную исключительно на задачи структурированного выбора и маршрутизации.

Как сообщает 36Kr со ссылкой на публикацию «Хуаэрцзе цзяньвэнь Max», ключевой акцент в разработке сделан на минимизацию задержек и радикальное снижение вычислительных затрат в сценариях, где требуется частое принятие решений внутри автоматизированных процессов.

По заявлениям разработчиков, медианная скорость отклика новинки в тридцать пять раз превосходит показатели флагманской GPT-6 Sol и в четыре с половиной раза опережает модель Quyet-1.0-Large.

В отличие от классических больших языковых моделей, предназначенных для свободного генерирования связного текста или пошаговых длинных рассуждений, архитектура Microsoft-Decision-1 сосредоточена на узком действии: выборе оптимального варианта из заранее заданного пула опций с присвоением вероятностных оценок каждой альтернативе. Такой подход позволяет конвейерам приложений мгновенно решать, следует ли передать запрос на следующий этап, запустить повторную попытку, повысить уровень приоритета или привлечь к валидации человека. Генеральный директор Microsoft Сатья Наделла отметил, что новинка превосходит универсальные модели по сочетанию латентности и точности в прикладных задачах контроля качества, реагирования на инциденты и маршрутизации научных данных.

Ценовая модель разработки отражает её функциональную специфику: тарифицируются только входящие данные по ставке чуть более четырех центов за миллион токенов, тогда как генерация самого ответа предоставляется бесплатно. Это делает систему экономически привлекательной для сервисов с миллионами рутинных проверок в сутки. В ходе внутренних испытаний подразделение Xbox применило алгоритм для классификации более десяти тысяч отзывов игроков, зафиксировав падение затрат примерно в двести раз при четырнадцатикратном ускорении по сравнению с крупными моделями без потери качества категоризации.

В основе Microsoft-Decision-1 лежит архитектура открытой модели Qwen3.5-9B, прошедшая специализированное дообучение на точность единичного дискретного суждения, при этом в дальнейшем компания планирует портировать наработанные методики и на другие базовые платформы. В тридцати шести внутренних тестовых пакетах модель заняла лидирующие места по точности, продемонстрировав устойчивость к перестановке вариантов выбора и перефразированию условий, хотя независимым исследователям ещё предстоит проверить эти заявления на открытых массивах данных. Выпуск подобной узкоспециализированной модели подчеркивает смещение фокуса индустрии от гигантских универсальных генераторов к легковесным и сверхбыстрым компонентам управления сложными агентными системами.