Microsoft выпустила модель решений на базе Qwen

Microsoft выпустила Microsoft-Decision-1 — модель для маршрутизации запросов, классификации данных, приоритизации задач, проверки информации и управления рабочими процессами. В ее основе лежит открытая модель Qwen3.5-9B компании Alibaba.

В отличие от языковых моделей, которые генерируют текст, Microsoft-Decision-1 выдает структурированный ответ. Она получает фиксированный набор вариантов и присваивает каждому откалиброванную вероятность. Программа поддерживает ответы «да/нет», выбор из нескольких вариантов и рейтинги. Модель также может оценивать ответы ИИ и действия автономных агентов по заданным критериям.

Microsoft дообучила Qwen3.5-9B для оценки за один проход. По данным компании, Microsoft-Decision-1 показала наивысшую точность среди протестированных моделей на 36 бенчмарках. В тестах использовали почти 150 000 вопросов, которые не входили в обучающие наборы.

Модель также оказалась самой быстрой среди участников сравнения. Ее задержка была в 2,5 раза ниже, чем у H2O-Lightning-4B v1.1, и в 35 раз ниже, чем у GPT-6 Sol.

Microsoft проверила устойчивость модели к изменениям формулировок и структуры запросов. Один и тот же запрос изменяли восемью способами: перефразировали инструкции, переставляли варианты ответа и добавляли шум в форматирование. В среднем результат менялся в 1,3% случаев. Перестановка вариантов и перефразирование их описаний не повлияли на итоговый выбор.

В тестах безопасности использовали 5250 запросов из 11 бенчмарков. В набор вошли вредоносные инструкции, попытки джейлбрейка и промпт-инъекции. По данным Microsoft, модель отклоняла опасные действия и отвечала на допустимые запросы.

Подразделение Xbox Research применило Microsoft-Decision-1 для разметки более 10 000 отзывов из опросов, Steam и X. По качеству разметки модель была сопоставима с GPT-6 Sol, работала более чем в 14 раз быстрее и обходилась в 200 раз дешевле.

Команда Copilot использовала модель для оценки ответов чат-бота и ИИ-агентов. В Microsoft сообщили, что результаты не уступали GPT-5.6 Luna при стократном увеличении скорости.

В Microsoft Discovery модель оценивала эксперименты для адаптивного перепланирования. Ее оценки были в 46 раз стабильнее результатов обычных языковых моделей и формировались втрое быстрее. Сам процесс перепланирования ускорился почти вчетверо.

Среди других возможных сценариев Microsoft назвала выбор модели под конкретный запрос, модерацию контента, проверку кода, управление интерфейсами и робототехнику.

Обработка входных данных стоит $0,042 за 1 млн токенов. Выходные токены компания не тарифицирует. Microsoft планирует перенести решение на другие базовые модели, включая собственные разработки MAI и модели OpenAI.