Microsoft-Decision-1、テキストを書かずに選択肢を採点するモデル

Microsoftは2026年10月9日、Microsoft-Decision-1をリリースしました。テキストを書く代わりに、決められた答えの中から選ぶモデルです。アプリが質問と選択肢のセットを渡すと、選択肢ごとに確率を返します。AIエージェントが1日に何度も行う、「はい・いいえ」の判断や1つを選ぶ判断を、素早くこなすために作られています。料金はMicrosoft Foundryで入力100万トークン当たり0.042ドルで、出力は無料です。Microsoft Foundryは、AIアプリを構築するためのMicrosoftのプラットフォームです。

Decision-1の機能

チャットボット型のモデルは自由形式のテキストで答え、アプリはそれを読み取って解析する必要があります。Decision-1は、この手順を省きます。InfoWorldが引用したMicrosoftの説明によると、決められた答えの選択肢のセットを受け取り、「1回の処理で、それぞれに較正された確率」を返します。1回のリクエストで、複数の判断をまとめて採点できます。

Microsoftは、次のような種類の質問を挙げています。

• はい・いいえ： このリクエストを進めるべきか。
• 多肢選択： このチケットをどのチームが担当すべきか。
• 評価： このインシデントはどれほど緊急か。
• ルーブリック採点： AIの回答やエージェントの行動が、一連のルールを満たしているか。

想定される用途には、ルーティング、分類、優先順位付け、検証、エージェントのワークフローの制御があります。TestingCatalogは、データのラベル付け、AIによる判定、検索の関連性、安全性のスクリーニングも挙げています。

両メディアによると、このモデルは、AlibabaのQwenチームによるオープンウェイトモデルQwen3.5-9Bを、事後学習して作られています。Microsoftは、自社のMAIモデルやOpenAIのモデルなど、ほかのモデルをベースに作り直す計画です。9月には、Qwen3.5-9Bがトークン当たりにどれだけのメモリを使うかを取り上げました。

料金と提供状況

項目	報道の内容
リリース	2026年10月9日
提供先	Microsoft Foundry
OpenRouter	TestingCatalogによるとリリース時点で「近日提供」、InfoWorldによると提供中
入力料金	100万トークン当たり0.042ドル
出力料金	無料
ベースモデル	Qwen3.5-9B

InfoWorldは、1つの例で計算しています。入力86トークン、出力2トークンの判断1回の費用は、約0.0000036ドルです。1ドルで、同様の判断を27万5,000回以上行える計算です。

Microsoftが示す性能

以下の数字は、すべてMicrosoftによるものです。InfoWorldは、どれも第三者による検証を受けていないと指摘しています。

• 精度： 36のベンチマークで最高。対象は、学習から除外した約15万問です。どちらのメディアも、上回った相手のモデル名は挙げていません。
• 速度： レイテンシの中央値で、GPT-6 Solの35倍の速さ。2位のモデルについては、2つの報道で内容が異なります。InfoWorldは約2.5倍速いとし、TestingCatalogはQuyet-1.0-Largeというモデルより4.5倍速いとしています。
• 一貫性： TestingCatalogによると、入力を8通りの小さな方法で変えたとき、判断が変わったのは平均1.3%でした。
• 社内での利用： Xbox Researchは、このモデルで1万件超のフィードバックにラベルを付けました。TestingCatalogによると、結果はGPT-6 Solに引けを取らず、速度は14倍超、コストは200分の1でした。

Microsoftの最高経営責任者（CEO）であるSatya Nadella氏は、このモデルが「レイテンシと品質の両方で、LLMとほかの判断モデルを上回っている」と書いています。

注意点

Decision-1が返すのはスコアで、理由ではありません。InfoWorldによると、なぜその選択肢を選んだのかは説明しません。Microsoft自身のドキュメントも、質問の言い回しによって結果が変わることがあると注意しています。

KanerikaでAI担当の開発マネージャーを務めるAmit Kumar Jena氏は、InfoWorldに「正確そうに見える確率が、不確かな判断に、実際以上の権威を与えかねないことを懸念しています」と語りました。

ForresterのバイスプレジデントでプリンシパルアナリストのCharlie Dai氏は、需要があると見ています。Dai氏はInfoWorldに「ルーティング、分類、承認チェックは、エージェントのやり取りの大きな割合を占めることが多い」と語りました。

開発者にとっての意味

エージェントや自動化されたワークフローを構築するチームにとっての意味は次のとおりです。

• 答えの範囲が決まった呼び出しを探しましょう。 アプリが大規模なモデルにリストから選ばせ、その返答を解析している箇所を探します。Decision-1が置き換えることを狙っているのは、そうした呼び出しです。
• 自分たちのデータで試しましょう。 ベンチマークの数字は、すべてMicrosoftのものです。本番で信頼する前に、ラベル付きの自分たちの例で試しましょう。
• しきい値を決め、それを確認しましょう。 確率は行動に移しやすい一方で、実際より確かに見えることがあります。どのスコアで処理を実行するかを決め、判断が際どいケースは人か、より大きなモデルに回しましょう。
• 言い回しを記録しましょう。 結果は、質問の言い回しで変わることがあります。プロンプトをバージョン管理し、言い回しの変更で動作が知らないうちに変わらないようにしましょう。
• ベースモデルに注目しましょう。 Microsoftは、Decision-1をほかのモデルに移す計画です。移行したら、テストをやり直しましょう。