Decision-1 — модель для типовых структурированных решений: классификации, оценки и маршрутизации запросов. Она предназначена не столько для длинного диалога, сколько для определения категории задачи, оценки варианта или направления запроса к нужному инструменту, модели либо этапу процесса. The Decoder передаёт заявление Microsoft о том, что модель потенциально может направлять и контролировать ИИ-агентов в сложных средах. По данным публикации The Decoder, Decision-1 построена на Qwen3.5-9B.
Как работает такой класс моделей
Метод можно представить на простом примере. Пользователь отправляет запрос «проверь, не является ли это ошибкой оплаты». Decision-1 может классифицировать его как платёжную проблему, оценить уверенность в таком решении и направить обращение в нужный обработчик. В агентной системе это промежуточный слой: он выбирает следующий шаг, но сам по себе такой пример не доказывает, что модель надёжно управляет реальным агентом.
Такой подход отличается от универсального чат-бота целью оптимизации. Для маршрутизатора важны правильность выбора класса или действия, задержка ответа и предсказуемость поведения. Поэтому «точность» здесь нужно понимать в контексте конкретных наборов задач и правил подсчёта, а не как универсальную характеристику модели.
Что именно заявлено о Decision-1
Microsoft, согласно пересказу The Decoder, сообщает о 83,5% точности и задержке 85 мс в сравнении по 36 бенчмаркам, включавшим почти 150 000 вопросов. Также Microsoft заявляет, что Decision-1 в 2,5 раза быстрее ближайшей модели H2O-Lightning-4B. Эти цифры относятся к тестам, проведённым самой Microsoft, а не к независимой проверке. Подробности приведены в исходной публикации The Decoder.
Знаменатель для показателя точности в доступном источнике не раскрыт подробнее: известно лишь, что сравнение охватывало почти 150 000 вопросов в 36 бенчмарках. Поэтому 83,5% нельзя без дополнительных данных трактовать как точность на любой задаче или в любом рабочем сценарии. Аналогично, 85 мс — это измеренная задержка в заявленном сравнении, а не универсальная задержка при любой конфигурации оборудования, длине запроса и нагрузке.
Насколько убедительно сравнение
Результаты выглядят как полезная заявка, но не как окончательное доказательство превосходства. В доступном снимке нет первичного отчёта Microsoft, полного описания 36 бенчмарков, состава вопросов, доверительных интервалов и независимой репликации. Неясно также, насколько равными были условия запуска разных моделей.
Есть и более конкретное ограничение: в сравнении не участвовали открытые модели Clef от Cloudflare, которые, как отмечает источник, также основаны на Qwen. Поэтому корректный вывод звучит так: Decision-1 показала лучшие заявленные результаты среди участников приведённого Microsoft сравнения. Называть её лучшей среди всех сопоставимых моделей по этим данным нельзя.
Практический смысл
Decision-1 может быть интересна там, где большое число быстрых решений важнее развёрнутого текста: для первичной сортировки обращений, выбора маршрута в агентной системе или оценки простых вариантов. Но перед применением нужны собственные тесты на рабочих данных: отдельно измеряются ошибки классификации, доля неверной маршрутизации, задержка и поведение на пограничных запросах.
The Decoder сообщает о доступности модели через Microsoft Foundry и OpenRouter; в этой публикации цена входных токенов указана как 0,042 доллара за миллион, а выходные токены названы бесплатными. Это сообщение одного вторичного источника, поэтому актуальные условия нужно проверять у поставщика.
Итог: Decision-1 — специализированная модель для принятия и маршрутизации структурированных решений. Заявленные 83,5% точности и 85 мс задержки показывают результат внутреннего сравнения Microsoft, но без описания методики и независимого повторения их следует считать заявкой, а не установленным лидерством. Для контекста о границах подобных сравнений см. материалы о маршрутизации и управлении агентами и о проверке громких технологических тезисов.
