Pada 9 Oktober, Microsoft merilis Microsoft-Decision-1 di publikasi teknisnya sendiri, Command Line. Ini adalah model yang khusus menangani soal pilihan: routing, klasifikasi, pemeringkatan, validasi, dan kontrol alur kerja. Penulisnya adalah Achint Srivastava, wakil presiden rekayasa perangkat lunak di Office of the CTO Microsoft. Modelnya sudah tersedia di Microsoft Foundry dan juga terhubung ke OpenRouter.
Keluarannya sengaja dibuat sempit. Pemanggil memberikan sekumpulan opsi tetap, lalu model mengembalikan probabilitas terkalibrasi untuk tiap opsi, dan perangkat lunak langsung menjalankan hasilnya. Format ya/tidak, pilihan ganda, pemberian skor, dan penilaian berdasarkan rubrik semuanya didukung. Menulis teks panjang dan penalaran kompleks bukan bagian dari tugasnya.
Capaian yang dilaporkan Microsoft sendiri
Menurut Microsoft, Decision-1 meraih akurasi tertinggi dalam perbandingan pada 36 tolok ukur dan hampir 150.000 soal, dengan latensi P50 sekitar 1/35 dari GPT-6 Sol. Artikel itu memberi contoh: dalam satu alur yang merangkai 20 keputusan, tambahan 100 milidetik per keputusan membuat seluruh rantai lebih lambat 2 detik.
Dari sisi stabilitas, permintaan yang sama diberi 8 jenis gangguan, dan keputusan berbalik rata-rata 1,3%. Jika opsi hanya dirumuskan ulang, dibalik, atau diacak urutannya, tingkat pembalikannya nol. Prinsip yang ditetapkan Microsoft untuk pengujian ini adalah:
"Equivalent inputs should produce equivalent decisions." (Input yang setara harus menghasilkan keputusan yang setara.)
Pengujian keamanan mencakup 11 tolok ukur dan 5.250 permintaan, meliputi konten berbahaya, jailbreak, dan prompt injection, tetapi artikel tidak mencantumkan tingkat penolakan.
Uji coba internal menghasilkan beberapa angka lain. Tim riset Xbox memakainya untuk lebih dari 10.000 umpan balik pengguna, dengan kualitas setara GPT-6 Sol, kecepatan lebih dari 14 kali lipat, dan biaya lebih dari 200 kali lebih murah. Tim Copilot mengukur kualitas yang setara GPT-5.6 Luna dengan kecepatan 100 kali lipat. Semua ini berasal dari pengujian Microsoft sendiri. Nama ke-36 tolok ukur dan angka akurasi spesifiknya tidak dicantumkan dalam artikel, dan sejauh ini belum ada pihak ketiga yang mereplikasi hasilnya. Soal model mana yang menempati peringkat kedua dan seberapa lambat, keterangan di artikel asli Microsoft dan di ulasan berbahasa Mandarin tidak cocok, sehingga sebaiknya menunggu pembaruan resmi.
Harga mengikuti pola pemakaian
Harganya 0,042 dolar AS per juta token input, dengan output gratis, atau sekitar 0,28 yuan menurut konversi IT Home. Output pada panggilan jenis keputusan sering hanya beberapa token, sehingga biaya terutama habis di konteks input, dan skema harga ini sesuai dengan cara model dipakai.
Dalam aplikasi, model semacam ini biasanya ditempatkan di depan model besar. Ia menentukan ke model atau alur mana sebuah permintaan harus diarahkan, atau menilai apakah keluaran agen pada suatu langkah sudah layak, baru kemudian menentukan langkah berikutnya. Penilaian seperti ini dulu banyak ditangani model besar serbaguna sebagai pekerjaan sampingan. Dengan model khusus yang kecil dan cepat, yang dihemat adalah latensi dan biaya panggilan.
Fondasinya berasal dari Qwen
Ada satu kalimat dalam artikel yang bobotnya tidak kecil: Decision-1 dilatih lanjut (post-training) di atas Qwen3.5-9B, model sumber terbuka dari Alibaba. Microsoft juga menyatakan akan menerapkan metode yang sama pada fondasi lain, dengan menyebut model buatan sendiri Microsoft AI (MAI) dan model OpenAI.
Bagi pengembang di Tiongkok, kabar ini bisa dibaca dari tiga sisi. Pertama, bobot terbuka Qwen masuk ke produk resmi Microsoft, dan Microsoft menyebut sumbernya secara jelas dalam pengumuman. Kedua, bagi tim yang ingin membuat hal serupa, jalurnya hampir terbuka lebar: ambil model sumber terbuka kelas 9B, lalu lakukan post-training dengan fokus pada "opsi tetap plus probabilitas terkalibrasi", sehingga hasil keluar dalam satu kali forward pass. Ketiga, Decision-1 sendiri tidak membuka bobotnya, jadi dari Tiongkok hanya bisa diakses lewat API Foundry atau OpenRouter, sementara fondasinya, Qwen3.5-9B, bisa diunduh langsung.
Tahun ini Microsoft sudah merilis beberapa model buatan sendiri dari seri MAI. Decision-1 memulai dengan fondasi sumber terbuka dari luar, dan apakah capaiannya bertahan setelah beralih ke fondasi MAI akan bergantung pada data yang diumumkan di versi berikutnya.
Sumber: pengumuman Command Line Microsoft, CocoLoop, IT Home; jumlah tolok ukur, kelipatan latensi, dan harga per juta token diperiksa berdasarkan pengujian Microsoft sendiri.