Microsoft представи Microsoft-Decision-1 на 9 октомври 2026 г. Моделът е създаден чрез допълнително обучение на Qwen3.5-9B и е насочен към структурирани решения, а не свободен текст. Компанията съобщава за водещи резултати в собствено сравнение с 36 тестови набора. Това е фирмена оценка, която SIExpo не е възпроизвеждал независимо.

Къде стои един модел за решения

В съобщението на Microsoft Foundry услугата е обозначена като публична предварителна версия. Посочените приложения включват класификация, насочване на заявки и оценяване по критерии. Публикуваната цена за Foundry е 0,042 долара за милион входни токени. Тези условия се отнасят до описаната услуга и не са обещание за еднаква крайна цена през всички посредници.

Редакционният ни прочит е, че това е различен градивен елемент за приложение. Ако човек пита как да реши сложен проблем, може да е необходим обяснителен отговор. Ако софтуерът вече знае позволените следващи стъпки, той може да има нужда от конкретен избор. Тези две задачи не трябва автоматично да се измерват с еднакъв критерий за качество.

В наш хипотетичен пример заявка до техническа поддръжка първо трябва да стигне до правилния екип. Добре написан абзац, който не може да бъде използван като маршрутизиращо решение, не завършва тази стъпка. Обратно, правилната категория не е достатъчна, за да се състави полезен отговор на клиента.

Как се задава въпросът

Официалното ръководство на Microsoft Learn описва входно състояние като текст или JSON и типизирани въпроси. Изборът между категории, двоичната вероятност и оценката по подредена скала дават различни резултати. Моделът не връща свободно написано обяснение. Приоритетната оценка може да е средна стойност по вероятностите, затова не трябва да се представя автоматично като абсолютна измерена величина.

Важно е приложението да формулира разбираеми категории. В собствен пример с доставки бихме отделили въпрос за срок от въпрос за повредена стока. Ако категориите се припокриват, дори убедителна вероятност може да не означава полезен избор. Проблемът тогава започва от дефиницията на задачата, а не непременно от размера на модела.

Има повече от един път за достъп

Vercel обяви достъп до Decision-1 през AI Gateway също на 9 октомври. Посочени са AI SDK decision API и съвместими интерфейси за решения. При този път не е нужно отделно Azure внедряване; използват се Gateway удостоверяването и моделният идентификатор microsoft/microsoft-decision-1. Извикванията се виждат в логовете и участват в бюджетите.

Това не прави двете интеграции взаимозаменяеми по всички условия. Екипът трябва да разглежда доставчика, удостоверяването, обработката на данни и отчитането на разходи като част от избрания маршрут. Ние не изпълняваме платени заявки и не сравняваме реалната им латентност в този материал.

Увереността трябва да има проверим смисъл

Документацията на scikit-learn обяснява калибрацията като съответствие между предвидени вероятности и наблюдавана честота. При добре калибриран двоичен модел приблизително 80% от случаите с оценка около 0,8 трябва да са положителни. Калибрационните криви сравняват тези величини по групи от предвиждания. Общата точност сама не доказва надеждни вероятности.

Отделното ръководство за оценяване на предвиждания различава точност, precision, recall и други мерки. При класификация отделните видове грешки имат различен смисъл. За читателя това означава да не приема една обща оценка като достатъчно описание на поведението по всяка категория.

Наш пример е нискорисково насочване на информационна заявка и високорисково действие върху клиентски акаунт. Еднаква числова увереност не задава автоматично еднакъв праг за изпълнение. Организацията трябва да определи какво е позволено след решението и какво остава за преглед. Вероятността е сигнал, а правото за действие е отделен въпрос.

Какво би показало полезно внедряване

Редакционната ни оценка би започнала от представителни случаи, включително неясни и смесени заявки. След това бихме проверили грешките по категории, времето за целия процес и цената за действително завършена задача. Тези въпроси описват подход за оценка, а не публикуван от нас benchmark.

Новината е конкретно разширяване на избора за разработчиците: специализиран модел за ограничени решения, който може да се включва в по-голям процес. Дали е по-подходящ от съществуващото решение ще зависи от задачата. Важният критерий е проверимото поведение в тази задача, а не впечатляващото звучене на обща класация.