近日、Microsoft が意思決定モデル Microsoft-Decision-1 を発表した。同モデルの初版は Alibaba Cloud のオープンソースモデル Qwen3.5-9B を基盤として構築されており、主にテキスト分類と構造化意思決定タスク向けとなっている。同モデルは Microsoft Foundry を通じて提供されており、今後 OpenRouter にも接続される予定だ。Microsoft は、将来のバージョンでは自社開発モデルおよび OpenAI モデルを基盤に移行する方針を示している。
テキスト生成や複雑な推論タスクを主目的とする大規模言語モデルとは異なり、意思決定モデルは通常、特定の問題に対して限定された範囲の結果を出力し、各選択肢に確率スコアを付与する。この種のモデルは生成速度が速く、利用コストが比較的低く、出力がソフトウェアシステムから直接呼び出しやすいため、自由形式のテキストを必要としない企業シナリオに適している。ただし、意思決定モデルでも分類や判断の誤りが生じる可能性は残る。
Microsoft-Decision-1、ベンチマークテストで優れた性能を示す
Microsoft が公表したテスト結果によると、Microsoft-Decision-1 はレイテンシテストにおいて H2O-Lightning-4B の約 2.5 倍、Jev の約 2.8 倍の速度を記録した。36 項目のベンチマークテストでは、精度 83.5%、信頼度スコア 92.2% を達成し、Quyet-1.0-Large に次ぐ順位となった。また Microsoft は、テキスト分類タスクにおいて、そのコストが OpenAI の GPT-6 Sol より 20 倍以上低いとしている。
現在、入力側は 100 万トークンあたり US$0.04 (約 HK$0)、出力側は無料となっている。
近頃、意思決定モデルが複数の AI 企業から注目を集めている。TypeSafe AI が Jev を発表した後、OpenAI、Cloudflare、Liquid AI、Perplexity、Snowflake、H2O.ai なども相次いで関連モデルや API をリリースした。現在、同種のモデルは 100 種類以上が市場に参入しており、そのうち H2O-Lightning-4B も同様に Qwen3.5 シリーズモデルを基盤として開発されている。