Baru-baru ini, Microsoft merilis model keputusan Microsoft-Decision-1, yang versi pertamanya dibangun berdasarkan model open source Alibaba Cloud Qwen3.5-9B, terutama untuk tugas klasifikasi teks dan keputusan terstruktur. Model ini sudah tersedia melalui Microsoft Foundry, dan akan diintegrasikan ke OpenRouter. Microsoft menyatakan, versi mendatang akan beralih menggunakan model buatan sendiri serta model OpenAI sebagai basis.
Berbeda dengan model bahasa besar yang terutama digunakan untuk menghasilkan teks atau memproses tugas penalaran kompleks, model keputusan biasanya mengeluarkan hasil dalam rentang terbatas untuk pertanyaan spesifik, serta memberikan skor probabilitas untuk opsi berbeda. Model jenis ini memiliki kecepatan generasi lebih cepat, biaya penggunaan relatif lebih rendah, dan outputnya lebih mudah dipanggil langsung oleh sistem perangkat lunak, cocok untuk skenario enterprise yang tidak memerlukan teks terbuka. Namun, model keputusan tetap berpotensi menghasilkan kesalahan klasifikasi atau penilaian.
Microsoft-Decision-1 menunjukkan kinerja unggul dalam uji benchmark
Hasil uji yang dipublikasikan Microsoft menunjukkan, kecepatan Microsoft-Decision-1 dalam uji latensi sekitar 2,5 kali H2O-Lightning-4B dan 2,8 kali Jev. Dalam 36 item uji benchmark, model ini mencapai akurasi 83,5%; skor kepercayaan 92,2%, peringkat hanya di bawah Quyet-1.0-Large. Microsoft juga menyatakan, untuk tugas klasifikasi teks, biayanya lebih rendah 20 kali lipat dibandingkan GPT-6 Sol milik OpenAI.
Saat ini, biaya input per 1 juta Token adalah US$0,04 (sekitar HK$0), sedangkan output gratis.
Belakangan ini, model keputusan mendapat perhatian dari sejumlah perusahaan AI. Setelah TypeSafe AI merilis Jev, OpenAI, Cloudflare, Liquid AI, Perplexity, Snowflake, dan H2O.ai pun bergiliran meluncurkan model atau API sejenis. Saat ini sudah lebih dari 100 model serupa masuk pasar, di antaranya H2O-Lightning-4B yang juga dikembangkan berdasarkan seri model Qwen3.5.