Microsoft startet Microsoft-Decision-1, ein Modell für schnelle Entscheidungen
Microsoft hat Microsoft-Decision-1 vorgestellt, ein Modell für schnelle Entscheidungen bei strukturierten Aufgaben. Laut Microsoft-CEO Satya Nadella übertrifft es sowohl große Sprachmodelle als auch andere Entscheidungsmodelle bei Latenz und Qualität.
- Microsoft hat Microsoft-Decision-1 vorgestellt, ein Modell für schnelle Entscheidungen bei strukturierten Aufgaben.
- Laut Microsoft übertrifft es sowohl LLMs als auch andere Entscheidungsmodelle bei Latenz und Qualität.
- Intern wird es für Incident Response, Qualitätskontrolle und wissenschaftliche Entdeckungen getestet.
- Das Modell ist ab sofort in Foundry verfügbar und kommt bald zu OpenRouter.
- Angaben zu Geschwindigkeit, Preis und Architektur stehen nur in Nutzerkommentaren, nicht in Microsofts Beitrag.
Ein Modell für strukturierte Entscheidungen
Nadella kündigte das Modell in einem LinkedIn-Beitrag an und bezeichnete Microsoft-Decision-1 als „unser neues Modell für schnelle Entscheidungen“. Nach Angaben des Unternehmens erzielt es Spitzenleistungen bei strukturierten Entscheidungsaufgaben. Zudem soll das Modell sowohl universelle LLMs als auch andere Entscheidungsmodelle bei Latenz und Qualität schlagen.
Der Beitrag enthält weder Benchmark-Tabellen noch Angaben zur Methodik. Die Leistungsversprechen stammen von Microsoft selbst und sind im vorliegenden Quellenmaterial nicht unabhängig bestätigt.
Interne Tests und Verfügbarkeit
Microsoft testet das Modell nach eigenen Angaben bereits unternehmensweit. Als Einsatzfelder nennt der Beitrag Incident Response, Qualitätskontrolle und wissenschaftliche Entdeckungen. In diesen Bereichen muss ein System schnell zwischen einer begrenzten Zahl von Handlungsoptionen wählen, und Geschwindigkeit zählt ebenso wie Genauigkeit.
Microsoft-Decision-1 ist ab sofort in Foundry verfügbar, der Microsoft-Plattform zum Entwickeln von KI-Anwendungen. Laut Nadella soll es bald auch über OpenRouter angeboten werden. Zu Preisen, Kontextlimits oder unterstützten Eingabetypen macht der Beitrag keine Angaben. Ein Kommentator fragte, ob Bildeingaben unterstützt werden; der Beitrag beantwortet das nicht.
Was die Kommentare ergänzen und was offen bleibt
Antworten unter dem Beitrag nennen weitere Details, die allerdings von Kommentatoren stammen, die nach eigener Aussage den verlinkten Artikel gelesen haben, nicht aus dem Beitrag selbst. Ein Kommentator nannte eine 35-fach höhere Geschwindigkeit als GPT-6 Sol und einen Preis von 0,042 US-Dollar pro Million Input-Token. Ein anderer berichtete von 85 ms Latenz bei 83 Prozent Genauigkeit und sagte, das Modell sei auf Basis von Qwen3.5-9B nachtrainiert worden. Ein dritter Kommentator erklärte, das Modell habe in einem von Opper AI betriebenen Pac-Man-Benchmark die Top 10 erreicht. Keine dieser Zahlen steht in Nadellas eigenem Text, Leser sollten sie daher anhand der Microsoft-Dokumentation prüfen.
Die Diskussion zeigt auch, wonach frühe Anwender fragen. Mehrere Kommentatoren konzentrierten sich auf die Kalibrierung, also darauf, ob die Zuversicht eines Modells damit übereinstimmt, wie oft es richtig liegt. Sie fragten außerdem, wer die Schwelle festlegt, ab der ein System selbstständig handelt und ab der es einen Fall an einen Menschen übergibt. Andere meinten, der Vorschlag eines Modells und eine Handlung, die es ausführen darf, sollten getrennt bleiben, mit Protokollierung und menschlicher Kontrolle dazwischen, besonders bei der Incident Response.
Für Entwickler ist vor allem relevant: In Foundry steht nun ein eigenes Entscheidungsmodell bereit, ein zweiter Vertriebskanal ist angekündigt. Ob es den von Microsoft behaupteten Vorsprung bei Latenz und Qualität einlöst, hängt von veröffentlichten Evaluierungen und vom Verhalten in Produktions-Workflows ab.
