작성자 주: Microsoft-Decision-1.1은 2026-11-17에 정식 출시됐어요. 이 모델은 여러분이 지정한 선택지 안에서 고르거나, 점수를 매기거나, 예/아니오를 판단할 뿐 긴 글은 쓰지 않아요. 이 글에서는 이 모델이 파이프라인의 어느 단계를 대체하기에 적합한지, 가격은 어느 문서를 봐야 하는지, 그리고 게시물에 나온 숫자를 왜 그대로 비용표에 적을 수 없는지를 설명해요.
Microsoft Ignite 기간인 2026-11-17에 TestingCatalog가 게시물 하나를 올렸어요. 게시물에는 “MAI Decision 1″이라고 적혀 있었지만, 첨부된 이미지는 Artificial Analysis의 Decision 1.1 순위표였죠. 이미 대규모 언어 모델로 요청 라우팅, 티켓 분류, 우선순위 정렬, 결과 검증을 하고 있는 분들이 이 게시물을 보고 세 가지 의문을 가졌어요. 어떤 모델을 붙여야 하는지, 그게 대체하는 단계는 어디인지, 게시물의 “10배 빠르고 200배 저렴하다”는 말을 써도 되는지.
결론은 고정된 선택지에 대한 판단은 Microsoft-Decision-1.1에 맡기고, 긴 글 생성은 계속 대규모 언어 모델에 맡긴다예요. Microsoft의 GA 공지는 2026-11-17에 정식 출시를 알렸고, 호출 방식도 Microsoft Foundry 문서에 적혀 있어요. 이 글은 GA 공지와 공식 문서를 기준으로 하고, 게시물은 단서로만 참고해요.
이 글은 게시물을 그대로 옮긴 게 아니에요. 게시물에 나온 배수는 무엇과 비교한 것인지 명시되지 않았고, 첨부 이미지와 Microsoft 내부 사용 사례에 각각 하나씩 있는 “2.2배”도 비교 대상이 서로 달라서, 이 글에서는 따로따로 풀어볼게요. 저희는 2026-11-18에 APIYI apiyi.com의 모델 목록과 가격 API를 확인했고, 확인 결과는 가격 부분에 담았어요.
핵심 가치: 이 글을 읽고 나면 파이프라인의 어느 단계를 Microsoft-Decision-1.1에 맡길 수 있는지 판단할 수 있고, 견적은 어느 문서를 봐야 하는지 알게 되며, 아직 존재하지 않는 모델 ID를 잘못된 인터페이스로 테스트하는 일도 피할 수 있어요.

Microsoft Decision 1.1 핵심 정보 한눈에 보기
먼저 공식 정보와 게시글 전언을 구분해 둘게요. 아래 표에는 마이크로소프트 GA 문서, Ignite Book of News, Foundry 문서에서 확인 가능한 내용만 담았어요.
| 정보 항목 | 세부 내용 |
|---|---|
| 정식 출시 날짜 | 2026-11-17, 마이크로소프트 GA 문서에서 발표 |
| 모델명 | Microsoft-Decision-1.1 |
| 기반 모델 | Gemma 4 26B A4B (GA 문서와 Ignite Book of News 설명이 일치) |
| 용도 | 라우팅, 분류, 우선순위 정렬, 검증, 워크플로 제어 |
| 작동 방식 | 개발자가 지정한 선택지 중에서 고르고, 보정 가능한 신뢰도를 제시하며, 확신이 없을 때는 결정을 내리지 않을 수 있음 |
| 첫 버전 대비 | 속도가 두 배 이상 빨라지고, 가격은 저가를 유지하며, 이미지 입력이 추가됨 |
| 공식 제공 채널 | Microsoft Foundry, OpenRouter, Vercel AI Gateway |
| APIYI apiyi.com 상태 | 2026-11-18 확인 시점에 모델 목록과 가격 API 어디에도 등재되지 않음 |
“주어진 선택지 중에서 고르는 것”이 이 모델을 이해하는 핵심이에요. 이 모델은 문단을 쓰지 않고, 이유를 설명하지도 않으며, 여러분이 미리 설계한 질문에만 답해요. 이런 작업은 예전에는 대규모 언어 모델이 곁들여 처리하곤 했지만, 이제는 전용 소형 모델에 맡길 수 있어요.
Microsoft-Decision-1.1과 Microsoft-Decision-1은 같은 모델이 아니에요
게시글 본문에는 Decision 1이 적혀 있고, 첨부 이미지는 Decision 1.1이라서 두 버전을 같은 모델로 착각하기 쉬워요. 실제로는 기반 모델이 다르고 출시 시점도 달라요. 연동하기 전에 어떤 모델을 배포할지 먼저 확인하세요.
| 비교 항목 | Microsoft-Decision-1 | Microsoft-Decision-1.1 |
|---|---|---|
| 출시 시점 | 2026-10 | 2026-11-17 정식 출시 |
| 기반 모델 | Qwen3.5-9B | Gemma 4 26B A4B |
| 입력 가격(Foundry) | 0.042달러 / 100만 토큰 | 구간별 요금제, 아래 가격표 참고 |
| 출력 가격 | 무료 | 무료 |
| 이미지 입력 | 자료에 언급 없음 | GA 문서에 추가 명시 |
| 제공 채널 | Foundry, OpenRouter | Foundry, OpenRouter, Vercel AI Gateway |
| 기타 정보 | OpenRouter 페이지에 컨텍스트 약 33K 표기 | 마이크로소프트는 첫 버전보다 두 배 이상 빠르다고 밝힘 |
10월에 이미 Microsoft-Decision-1 기준으로 평가 스크립트를 작성했다면, 1.1로 바꿀 때는 다시 배포하고 배포 이름도 바꿔야 해요. 두 버전의 기반 모델이 다르니, 그동안 맞춰 둔 신뢰도 임계값도 다시 검증해야 해요.
Microsoft Decision 1.1 호출 방법: 채팅 완성 API가 아니에요
이 부분에서 가장 많이 실수해요. Microsoft Foundry 문서에 따르면 Microsoft-Decision-1.1의 API 유형은 Decision이에요. 흔히 쓰는 chat completions가 아니에요. 요청은 Foundry 리소스의 /providers/microsoft/v1/systemone 경로로 보내고, 요청 본문의 model 필드에는 모델명이 아니라 본인이 만든 배포 이름을 넣어요. 배포할 때 버전 1을 선택하고, 배포 유형은 GlobalStandard를 쓸 수 있어요. 일부 지역에서는 DataZoneStandard도 선택할 수 있어요.
지원하는 문제 유형은 세 가지뿐이고, 답변과 확률을 반환해요. 자유 텍스트도, 이유도 반환하지 않아요.
| 문제 유형 | 용도 | 반환 내용 | 대표적인 활용 사례 |
|---|---|---|---|
noul |
예 또는 아니오 판단 | 0~1 사이의 확률 | 이 출력이 규정을 준수하는지, 이 전표를 사람이 재검토해야 하는지 |
choice |
고정된 선택지 중 하나 선택 | 선택된 옵션 | 요청을 어느 다운스트림 모델로 보낼지, 티켓을 어느 카테고리로 분류할지 |
score |
낮은 점수부터 높은 점수까지 척도로 평가 | 척도상의 점수 | 긴급도 등급 분류, 답변 품질 점수 매기기 |
그래서 기존에 대규모 언어 모델로 “다음 세 가지 중 하나를 고르고 이유를 설명해 주세요”라는 프롬프트를 썼다면, 마이그레이션할 때는 choice 유형으로 바꾸고 선택지를 나열한 뒤 이유 부분은 아예 빼야 해요. 다운스트림에서 사용자에게 보여줄 설명 텍스트가 정말 필요하다면, 그건 대규모 언어 모델에 맡겨 생성하면 돼요.
Microsoft Decision 1.1 가격: Microsoft GA 문서의 리전별 가격 기준
아래는 Microsoft GA 문서에서 제시한 견적이며, 기준 날짜는 2026-11-17입니다. 이는 Microsoft Foundry의 가격이고, APIYI의 가격은 아니에요.
| 배포 리전 | 입력 가격(백만 token당) | 출력 가격 |
|---|---|---|
| Global Standard | 0.042 달러 | 무료 |
| US Data Zone | 0.046 달러 | 무료 |
| EU Data Zone | 0.05 달러 | 무료 |
| APAC Data Zone | 0.05 달러 | 무료 |
Ignite Book of News에서는 “첫 버전과 같은 수준의 경쟁력 있는 가격”이라고 적었어요. 하지만 가격이 일치하는 건 Global Standard와 첫 버전의 0.042 달러뿐이고, 세 개 데이터 존은 모두 더 비싸요. 그러니 원가 표를 만들 때는 GA 문서의 리전별 가격을 기준으로 해야 해요. 그리고 출력이 무료인 이유는 이 모델이 정답과 확률만 돌려주기 때문이에요. 출력 자체가 아주 짧고, 비용은 주로 매 요청마다 집어넣는 컨텍스트가 얼마나 긴지에 달려 있어요.
이제 APIYI를 통해 호출할 수 있는지도 살펴볼게요. APIYI(apiyi.com)는 OpenAI 호환 통합 인터페이스를 제공하고, 주소는 https://api.apiyi.com/v1이며 채팅 완성 계열 인터페이스예요. Decision 모델은 정답과 확률만 반환하는 별도의 인터페이스를 사용하기 때문에, 설령 나중에 상품이 올라오더라도 모델 ID를 일반 대화 요청에 넣어 테스트할 수는 없어요. 2026-11-18에 APIYI의 모델 표와 가격 인터페이스를 확인해 봤는데, 당시 총 283개의 모델 중에 Microsoft-Decision-1, Microsoft-Decision-1.1은 없었고 decision 관련 ID도 전혀 없었어요. 모델 표에서 MAI가 붙은 건 이미지 모델 MAI-Image-2.6과 MAI-Image-2.6-Flash뿐이고, 이 의사결정 모델과는 다른 제품이에요. 아직 상품이 올라오지 않았고, 최대한 빠르게 올릴 예정이에요. 모델과 가격은 플랫폼 모델 목록을 기준으로 확인해 주세요.
게시물 속 숫자 읽는 법: 세 가지 배수, 세 가지 비교 대상
TestingCatalog 게시물에서는 “10배 빠르고 200배 저렴하다”고 말해요. 여기에 “2.2배”가 두 번 더 등장하는데, 각각 순위표 이미지와 Microsoft 내부 사용 사례에서 나온 숫자예요. 이 숫자들은 비교 대상이 서로 달라서 하나의 문장으로 합칠 수 없어요.
| 숫자 | 출처 | 비교 대상 | 비용 표에 넣을 수 있는지 |
|---|---|---|---|
| 10배 빠름, 200배 저렴 | TestingCatalog 게시물 본문 | 이름을 밝히지 않은 범용 모델, GA 문서에서 해당 비교 대상을 찾을 수 없음 | 불가 |
| 점수 68, Decision 1보다 6점 높고 2.2배 빠름 | 게시물 첨부 이미지, 즉 Artificial Analysis 순위표 이미지 | Microsoft-Decision-1 | 순위표 참고용으로만 가능 |
| 2.2배 빠름, 비용은 상대의 약 1/4.4 | Microsoft GA 문서, Copilot 내부 사용 사례 | 어떤 대규모 언어 모델 | Microsoft 자체 설명으로만 가능 |
순위표 부분은 Microsoft가 인용한 Artificial Analysis Decision Index v2.1에서 나왔어요. 이 인용에 따르면 Microsoft-Decision-1.1은 68점으로 첫 버전보다 6점 높고, Jev 1.14, Google Gemini Decision 1, OpenAI GPT-6 Luna(Decisions)보다 높아요. GA 문서에는 동시에 “첫 버전보다 두 배 이상 빠르고 비용은 같다”고 적혀 있어요. 이는 공식적으로 인용된 순위표 결과이지, 우리가 직접 테스트한 데이터가 아니에요. 순위표 등수가 여러분이 지불할 비용과 같다는 뜻도 아니에요.
Copilot 사례는 또 다른 이야기예요. Microsoft는 Copilot에서 이 모델을 사용해 요청을 Copilot에 넘겨야 할지 Cowork에 넘겨야 할지 판단해요. 정확도는 어떤 대규모 언어 모델과 비슷하고, 속도는 2.2배 빠르며, 비용은 그 대규모 언어 모델의 약 1/4.4예요. 여기서 2.2배의 비교 대상은 “어떤 대규모 언어 모델”이고, 첨부 이미지의 2.2배는 Decision 1과 비교한 숫자예요. 두 숫자는 우연히 같을 뿐이에요.

위 그림은 세 숫자 묶음을 따로 나눠 놨어요. 데이터 출처는 Microsoft GA 문서와 순위표 이미지 인용이며, 정리한 곳은 APIYI apiyi.com 기술 팀이에요. 자체 테스트 결과는 포함하지 않았어요.
Microsoft Decision 1.1 영향 분석
개발자에게 미치는 영향: 라우팅과 스코어링은 맡기고, 긴 글은 대규모 언어 모델에
이미 대규모 언어 모델로 라우팅, 분류, 우선순위, 검증을 처리하고 있다면, 이번에 교체할 수 있는 건 “판단”하는 단계이고 콘텐츠를 생성하는 단계는 그대로예요. Microsoft-Decision-1.1은 정해진 선택지 안에서만 답과 신뢰도를 내놓기 때문에, 어디에 두면 좋을지가 이 특성 하나로 결정돼요. 도입할 때는 아래 순서대로 역할을 나눠 보세요:
- 허용할 선택지 나열하기: 원래 프롬프트에 있는 “판단해 주세요”를 명확한 선택지 목록으로 바꿔요. 예를 들어 다운스트림 모델 이름, 티켓 분류, 위험 등급 같은 것들이요. 선택지를 써낼 수 없다면, 이 단계는 아직 이 모델에 맡기기엔 적합하지 않다는 뜻이에요.
- 문제 유형 선택하기: 참/거짓 형태는
noul, 다중 선택 중 하나는choice, 등급 나누기는score를 씁니다. 한 단락의 글을 출력하게 만드는 방법은 생각하지 마세요. - 신뢰도 임계값 설정하기: 이 모델은 보정 가능한 신뢰도를 제공하고, 결정을 내리지 않을 수도 있어요. 임계값 이상인 결과는 바로 실행하고, 이하인 것은 폴백 흐름으로 보냅니다.
- 불확실할 때는 사람이나 대규모 언어 모델에 넘기기: 신뢰도가 낮은 요청은 사람이 검토하거나 대규모 언어 모델이 다시 판단하게 해요. 이 단계는 반드시 흐름에 넣어야 하고, 생략할 수 없습니다.
- 설명 텍스트는 대규모 언어 모델에 맡기기: 사용자에게 보여줄 응답, 긴 글, 코드, 설명은 모두 대규모 언어 모델이 생성해요. Decision 모델은 이 콘텐츠를 누가 쓸지, 어느 경로로 보낼지만 결정합니다.

이 순서대로 나누면 판단 노드와 생성 노드의 책임이 분리되어 문제를 추적하기도 더 쉬워져요. 라우팅이 잘못됐으면 판단 노드를 확인하고, 콘텐츠가 잘 안 나왔으면 대규모 언어 모델 쪽을 확인하면 됩니다. 대규모 언어 모델 쪽은 바꿀 필요가 없어요. 기존에 APIYI apiyi.com을 통해 호출했던 대화 모델을 계속 긴 글 생성에 쓰면 됩니다.
기존 파이프라인에 미치는 영향: 어떤 단계를 교체하기 적합한가
모든 “판단”이 이전에 적합한 것은 아니에요. 아래에서 흔한 시나리오별로 간단히 구분해 볼게요.
- 이전에 적합: 요청을 서로 다른 모델로 분배, 고객 지원 티켓 분류, 콘텐츠의 수동 검수 필요 여부, 긴급도 등급 분류, 출력 형식의 규정 준수 검증. 이런 것들은 고정된 옵션이 있고, 결과를 프로그램이 바로 사용할 수 있어요.
- 신중하게 이전: 옵션이 많고 자주 바뀌는 분류, 대량의 컨텍스트를 결합해야 하는 판단. 첫 버전은 OpenRouter에 표기된 컨텍스트가 약 33K였는데, 1.1의 구체적인 컨텍스트 길이는 Foundry 문서를 기준으로 확인하고, 너무 긴 입력은 먼저 잘라내거나 요약해야 해요.
- 이전에 적합하지 않음: 이유를 출력해야 하는 검수 의견, 재작성이나 보완이 필요한 콘텐츠, 개방형 질의응답. 이런 것들은 여전히 대규모 언어 모델이 맡을 일이에요.
한 가지 더 주의할 점이 있어요. 이 모델은 답변과 확률만 반환하기 때문에, 기존에 대규모 언어 모델이 “덧붙여서 이유를 알려주던” 로그나 감사 기록에서는 이 부분이 빠지게 돼요. 규정 준수상 이유를 보존해야 한다면, 낮은 신뢰도이거나 거부된 샘플에 대해서만 대규모 언어 모델을 한 번 더 호출해 설명을 생성할 수 있어요. 이렇게 하면 매번 긴 텍스트 비용을 지불할 필요가 없죠.
업계에 미치는 영향: 전용 소형 모델이 대규모 언어 모델의 판단 업무를 분담
이번 발표에서 한 가지 방향을 볼 수 있어요. 판단 유형의 요청을 범용 대규모 언어 모델에서 분리해 전용 소형 모델에 맡기는 흐름이에요. 게시글에서 언급된 경쟁사 이름과, 순위표에 있는 Google Gemini Decision 1, OpenAI GPT-6 Luna(Decisions)는 이것이 이미 별도의 카테고리를 형성했음을 보여줘요.
개발자 입장에서는 두 가지 변화가 생겨요.
- 비용 구조: 판단 유형 요청은 입력 기준 과금, 출력 무료라서 비용은 주로 프롬프트 길이에 의해 결정돼요. 컨텍스트를 간소화하는 이점이 이전보다 더 뚜렷해졌어요.
- 평가 방식: 판단 노드는 정확도와 신뢰도 보정을 별도로 평가해야 하고, 최종 답변이 얼마나 좋은지만 볼 수는 없어요. 순위표 점수는 일차 스크리닝에 쓸 수 있지만, 최종적으로는 여전히 자체 비즈니스 샘플로 검증해야 해요.
먼저 대규모 언어 모델 쪽의 효과를 비교하고 싶은 팀이라면, APIYI apiyi.com의 통합 인터페이스로 여러 대화 모델을 오가며 테스트할 수 있어요. 판단 노드가 Foundry에서 정상적으로 동작한 뒤에 양쪽을 조합하면 됩니다.
Microsoft Decision 1.1 핵심 요점 (Key Takeaways)
- 버전을 혼동하지 마세요: 1.1의 베이스는 Gemma 4 26B A4B이고, 10월의 Decision 1 베이스는 Qwen3.5-9B예요.
- 선택지가 있는 판단만 수행: 라우팅, 분류, 우선순위, 검증은 이 모델에 맡기고, 긴 글은 여전히 대규모 언어 모델이 생성해요.
- 세 가지 문항 유형:
noul,choice,score이며, 답변과 확률만 반환하고 이유는 반환하지 않아요. - 호출 경로가 다름: 요청은
/providers/microsoft/v1/systemone로 보내고,model필드에는 배포 이름을 넣어요. - 가격은 GA 문서 기준: Foundry 입력 가격 구간은 0.042~0.05달러/백만 token이고, 출력은 무료예요.
- 게시글의 배수는 비용표에 넣지 않아요: 10배, 200배는 비교 대상이 명시되지 않았고, 두 개의 2.2배도 따로 이해해야 해요.
- APIYI 상태: 2026-11-18 기준 APIYI apiyi.com 모델 목록에 이 ID가 없으니, 채팅 인터페이스로 테스트하지 마세요.
정리
Microsoft-Decision-1.1의 포지셔닝은 아주 명확해요. 이건 파이프라인 안의 판단 노드이지, 글쓰기 도구가 아니에요.
- 용도: 개발자가 지정한 선택지 안에서 라우팅, 분류, 점수 산정, 검증을 수행하고 신뢰도를 함께 제시하며, 확신이 없을 때는 결정을 내리지 않을 수 있어요.
- 경계: 자유 텍스트도 쓰지 않고, 이유도 쓰지 않아요. 긴 글, 코드, 설명은 계속 대규모 언어 모델에 맡기고, 신뢰도가 낮은 결과는 사람이나 대규모 언어 모델이 최종적으로 처리하도록 넘겨요.
- 비용 근거: Microsoft GA 문서에 나온 2026-11-17 Foundry 구간 가격을 기준으로 해요. 게시글에 나오는 배수나 리더보드 순위는 견적으로 삼을 수 없어요.
옵션이 고정되어 있고 로그가 완비된 판단 단계 하나를 먼저 골라, Foundry에서 자체 샘플로 정확도와 임계값을 테스트한 뒤 범위를 넓힐지 결정하는 걸 권해요. 콘텐츠를 생성하는 쪽은 계속 APIYI apiyi.com을 통해 각사의 대화 모델을 호출하면 돼요. Decision 모델의 상架 여부는 플랫폼 모델 목록을 기준으로 확인하세요.
📚 참고 자료
-
마이크로소프트 Microsoft-Decision-1.1 정식 출시(GA) 공지: GA 문서로, 용도·구간별 가격·리더보드 인용·Copilot 내부 사용 사례를 포함
- 링크:
aka.ms/decision-model-ga - 설명: 본문의 가격과 공식 성능 설명은 이 문서를 기준으로 함
- 링크:
-
Microsoft Ignite 2026 Book of News: 기반 모델 및 가격 관련 서술
- 링크:
news.microsoft.com/events/ignite/2026/book-of-news/ - 설명: 기반 모델은 Gemma 4 26B A4B이며, 세부 가격은 여전히 GA 문서를 기준으로 함
- 링크:
-
Microsoft Foundry 문서: Microsoft Decision 모델 사용하기: 배포 및 호출 방식
- 링크:
learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision - 설명: Decision API 유형, 요청 경로, 세 가지 문제 유형에 대한 공식 설명
- 링크:
-
Microsoft-Decision-1 출시 글(2026-10): 이전 버전 정보
- 링크:
commandline.microsoft.com/microsoft-decision-1-model-foundry - 설명: Decision 1과 1.1을 구분하는 데 사용
- 링크:
-
OpenRouter 모델 페이지: 두 버전의 서드파티 접속 페이지
- 링크:
openrouter.ai/microsoft/microsoft-decision-1.1 - 설명: 첫 번째 버전 페이지에는 컨텍스트가 약 33K로 표기됨
- 링크:
-
TestingCatalog 게시물: 이번 논의의 출발점
- 링크:
x.com/testingcatalog/status/2122759893174178173 - 설명: 인용된 내용이며, 여기서 언급된 배수는 가격 산정 근거로 사용하지 않음
- 링크:
작성자: APIYI 기술팀
기술 교류: APIYI 웹사이트 첫 페이지에서 문의해 주세요. 더 많은 자료는 docs.apiyi.com 문서 센터에서 확인하실 수 있습니다.