概要
Microsoft は 2026年10月9日、テキストを生成しない モデル Microsoft-Decision-1 を公開しました。入力内容と 固定の選択肢 を受け取り、各選択肢の較正済み確率 を返します。アプリやエージェントでの ルーティング、分類、優先順位付け、検証、ワークフロー制御 向けの「意思決定モデル」で、Microsoft Foundry と OpenRouter で利用できます。
主な数値(Microsoft 発表)
- Qwen3.5-9B をベースに事後学習(今後 MAI や OpenAI のモデルにも載せ替え予定)
- 入力100万トークンあたり0.042ドル、出力は無料。コンテキストは32,768トークン(OpenRouter)
- 中央値レイテンシは GPT-6 Sol の約35分の1、次点の H2O-Lightning-4B の2.5分の1
- 学習に使っていない約15万問、36ベンチマーク で最高精度
- 入力の言い換えや選択肢の並べ替えで判断が変わるのは 1.3%
いずれも Microsoft 自身の結果 で、独立した検証はまだありません。
社内事例:Xbox Research は1万件超のフィードバックを分類し、GPT-6 Sol と同等の品質で 14倍速く200分の1のコスト。Copilot チームは回答品質の評価で GPT-5.6 Luna と同等、100倍高速 と報告しています。
使い方
「状態」と型付きの質問(はい/いいえ、選択、評価)を渡します。
{"model": "my-deployment",
"state": "Customer: I was charged twice this month.",
"questions": {"team": {"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {"billing": "Payment issues", "engineering": "Errors and bugs"}}}}
選ばれた選択肢と各確率が返ります。チャット用 SDK では動かず、専用の意思決定 API を使います。
中小企業での使いどころ
- 問い合わせの振り分け
- モデルのルーティング(安いモデルか高いモデルか)
- エージェントのガードレール(次の操作を承認・停止・人に回す)
- データのラベル付け や顧客の声の分析
- AI 回答の採点
注意点
- 信頼度のしきい値 を決め、下回れば人が確認
- 本番前に 自社データで検証
- OpenRouter によると 重みは継続的に更新:性能低下を監視
- 文章生成、要約、翻訳には不向き
- データ所在地の要件があれば 処理リージョン を確認
出典
- Microsoft の発表(2026年10月9日): https://commandline.microsoft.com/microsoft-decision-1-model-foundry/
- Microsoft Learn: https://learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision
- OpenRouter: https://openrouter.ai/microsoft/microsoft-decision-1
低コストな AI で問い合わせ振り分けや自動化を進めたいですか?KGA IT は無料相談を受け付けています:kga-it.com