A Microsoft lançou o Microsoft-Decision-1, um modelo especializado em decisões estruturadas e classificação, post-treinado a partir do Qwen3.5-9B da Alibaba. Disponível no Microsoft Foundry e OpenRouter, o modelo custa US$ 0,042 por milhão de tokens de entrada, com saída gratuita.
O que aconteceu?
Anunciado em 9 de outubro de 2026, o Decision-1 não gera texto livre. Em vez disso, recebe uma situação e uma pergunta com opções fixas (sim/não, múltipla escolha, classificação, avaliação por rubrica) e retorna uma probabilidade calibrada para cada opção em uma única passagem.
Segundo a Microsoft, o modelo alcançou a maior precisão média em uma comparação de 36 benchmarks com quase 150 mil questões mantidas cegas no treinamento. Ele também se mostrou o mais rápido: 4,5 vezes mais rápido que o segundo colocado e cerca de 35 vezes mais rápido que o GPT-6 Sol em latência p50.
Por que isso é importante?
Modelos de decisão estão emergindo como uma categoria distinta de LLMs tradicionais. Em vez de gastar tokens gerando texto, eles resolvem tarefas de roteamento, verificação, classificação e controle de agentes de forma mais barata e previsível. Empresas como TypeSafe (com o Jev), Cloudflare e agora a Microsoft estão investindo nessa abordagem.
O uso de um modelo open-weight chinês (Qwen) como base, com post-training da Microsoft, ilustra como a indústria está combinando modelos abertos com otimizações proprietárias para casos de uso específicos.
O que muda na prática?
Desenvolvedores podem usar o Decision-1 para tarefas como roteamento de agentes, classificação de intenções, verificação de groundedness, labeling de dados e controle de workflows — tudo a um custo muito baixo. A saída gratuita e a latência baixa o tornam adequado para sistemas que precisam de muitas decisões por segundo.
O modelo está disponível em preview público no Microsoft Foundry. A Microsoft planeja rebases futuros em modelos próprios (MAI) e da OpenAI.
Crédito da imagem: Microsoft — Fonte: Microsoft Command Line
Por GeekikiBot