Для чего используется Microsoft Decision 1.1: маршрутизация и оценка — на нём, длинные тексты — большой языковой модели

Примечание автора: Microsoft-Decision-1.1 официально доступен с 2026-11-17. Он только выбирает из заданных вами вариантов, ставит оценки или отвечает «да/нет» — длинные тексты он не пишет. В этой статье разберём, на каком шаге цепочки его имеет смысл поставить вместо прежней модели, по какому документу смотреть цену и почему цифры из поста нельзя просто так вписать в таблицу затрат.

Во время Microsoft Ignite TestingCatalog опубликовал пост — 2026-11-17. В тексте написано «MAI Decision 1», а на картинке — рейтинг Decision 1.1 от Artificial Analysis. Многие уже используют большие языковые модели для маршрутизации запросов, классификации тикетов, расстановки приоритетов и проверки результатов, и после этого поста у них возникло три вопроса: какую модель подключать, какой шаг она заменяет и можно ли опираться на «в 10 раз быстрее, в 200 раз дешевле» из поста.

Вывод: решения с фиксированным набором вариантов отдаём Microsoft-Decision-1.1, а генерацию длинных текстов оставляем большой языковой модели. В GA-документе Microsoft от 2026-11-17 объявлено, что модель официально доступна, а способ вызова описан в документации Microsoft Foundry. За основу берём GA-документ и официальную документацию, пост — только как зацепку.

Это не пересказ поста. В посте не сказано, с чем сравниваются эти кратные показатели; на картинке и во внутреннем кейсе Microsoft встречается «в 2,2 раза», но сравнивают там с разными вещами — разберём это отдельно. Мы 2026-11-18 проверили таблицу моделей и интерфейс ценообразования на APIYI apiyi.com, результат проверки — в разделе про цены.

Главное: после этой статьи вы сможете понять, какой шаг цепочки можно передать Microsoft-Decision-1.1, будете знать, по какому документу смотреть цену, и не станете тестировать ещё не существующий ID модели через неправильный эндпоинт.

microsoft-decision-1-1-routing-scoring-guide-ru-image-0


Ключевая информация о Microsoft Decision 1.1

Сначала отделим официальную информацию от пересказа публикаций. В таблице ниже — только то, что можно проверить по GA-статье Microsoft, Ignite Book of News и документации Foundry.

Пункт Детали
Дата официального релиза 2026-11-17, объявлено в GA-статье Microsoft
Название модели Microsoft-Decision-1.1
Базовая модель Gemma 4 26B A4B (формулировки в GA-статье и Ignite Book of News совпадают)
Назначение маршрутизация, классификация, приоритизация, валидация, управление процессами
Принцип работы выбирает из вариантов, заданных разработчиком, выдаёт калибруемую уверенность, при неопределённости может не принимать решение
По сравнению с первой версией более чем двукратное ускорение, низкая цена сохраняется, добавлен ввод изображений
Официальные каналы Microsoft Foundry, OpenRouter, Vercel AI Gateway
Статус в APIYI apiyi.com при проверке 2026-11-18 модели нет ни в таблице моделей, ни в интерфейсе цен

«Выбор из заданных вариантов» — это ключ к пониманию модели. Она не пишет абзацы и не объясняет причины, а только отвечает на вопросы, которые вы продумали заранее. Раньше такую работу часто выполняли большие языковые модели, теперь её можно поручить специализированной небольшой модели.

Microsoft-Decision-1.1 и Microsoft-Decision-1 — это не одна и та же модель

В тексте поста указана Decision 1, а на иллюстрации — Decision 1.1, поэтому легко принять обе версии за одну модель. На самом деле у них разные базовые модели и разное время выхода. Перед подключением убедитесь, какую именно версию вы собираетесь развернуть.

Параметр сравнения Microsoft-Decision-1 Microsoft-Decision-1.1
Дата выхода 2026-10 2026-11-17, официально доступна
Базовая модель Qwen3.5-9B Gemma 4 26B A4B
Цена ввода (Foundry) 0,042 USD / миллион токенов Зонированная тарификация, см. таблицу цен ниже
Цена вывода бесплатно бесплатно
Ввод изображений в материалах не упоминается в описании GA указано, что добавлен
Каналы доступа Foundry, OpenRouter Foundry, OpenRouter, Vercel AI Gateway
Прочее на странице OpenRouter указано контекстное окно около 33K Microsoft утверждает, что модель более чем вдвое быстрее первой версии

Если в октябре вы уже написали скрипт оценки под Microsoft-Decision-1, то при переходе на 1.1 придётся развернуть модель заново и изменить имя развёртывания. Базовые модели у версий разные, поэтому ранее настроенные пороги уверенности тоже нужно проверить заново.

Как вызывать Microsoft Decision 1.1: это не Chat Completions API

Именно здесь проще всего ошибиться. Согласно документации Microsoft Foundry, тип API у Microsoft-Decision-1.1 — Decision, а не привычный chat completions. Запрос отправляется по пути /providers/microsoft/v1/systemone на ресурсе Foundry, а в поле model в теле запроса указывается имя вашего собственного развёртывания, а не имя модели. При развёртывании выбирайте версию 1; тип развёртывания может быть GlobalStandard, а в некоторых регионах доступен и DataZoneStandard.

Он поддерживает всего три типа вопросов, возвращает ответ и вероятность, а свободный текст и обоснование не возвращает:

Тип вопроса Назначение Что возвращается Типичный сценарий
noul Определить «да» или «нет» Вероятность от 0 до 1 Соответствует ли этот вывод требованиям, нужно ли отправлять этот документ на ручную проверку
choice Выбрать один из фиксированных вариантов Выбранный вариант Какой нижестоящей модели отправить запрос, к какой категории отнести тикет
score Оценить по шкале от низкого к высокому Значение на шкале Классификация по уровню срочности, оценка качества ответа

Поэтому промпт вроде «Выбери один из трёх вариантов ниже и объясни почему», который вы раньше писали для большой языковой модели, при миграции нужно превратить в тип choice со списком вариантов, а часть с обоснованием просто выбросить. Если нижестоящему компоненту действительно нужен пояснительный текст для пользователя, поручите его генерацию большой языковой модели.

Цена Microsoft Decision 1.1: берём региональные цены из GA-документа Microsoft

Ниже — расценки из GA-документа Microsoft от 2026-11-17. Это цены Microsoft Foundry, а не APIYI.

Регион развёртывания Цена ввода (за миллион токенов) Цена вывода
Global Standard 0.042 долл. США Бесплатно
US Data Zone 0.046 долл. США Бесплатно
EU Data Zone 0.05 долл. США Бесплатно
APAC Data Zone 0.05 долл. США Бесплатно

В Ignite Book of News написано: «цена столь же конкурентная, как и у первой версии». Но только Global Standard совпадает с 0.042 доллара из первой версии, а цены всех трёх дата-зон выше. Поэтому при составлении таблицы затрат ориентируйтесь на региональные цены из GA-документа. Кроме того, вывод бесплатный, потому что модель возвращает только ответ и вероятность — сам вывод совсем короткий, и стоимость в основном зависит от того, насколько длинный контекст вы каждый раз подаёте.

Теперь о том, можно ли сейчас вызвать модель через APIYI. APIYI (apiyi.com) предоставляет единый OpenAI-совместимый интерфейс по адресу https://api.apiyi.com/v1 — это интерфейс chat completions. Модель Decision использует другой интерфейс, который возвращает только ответ и вероятность, поэтому даже если её добавят в каталог, нельзя будет подставить ID модели в обычный запрос чата для проверки. Мы проверили список моделей и интерфейс цен APIYI 2026-11-18: тогда в нём было 283 модели, и среди них не было Microsoft-Decision-1, Microsoft-Decision-1.1 и вообще ни одного ID, связанного с decision. Из моделей с пометкой MAI в списке были только модели изображений MAI-Image-2.6 и MAI-Image-2.6-Flash — это не тот же продукт, что эта decision-модель. Пока модель не добавлена — мы как можно скорее её добавим; актуальные модели и цены смотрите в списке моделей платформы.

Как читать числа в этом посте: три группы множителей и три разных объекта сравнения

В посте TestingCatalog упоминаются «в 10 раз быстрее, в 200 раз дешевле», плюс ещё два «в 2.2 раза». Один множитель 2.2 — из графика рейтинга, второй — из внутреннего кейса Microsoft. Объекты сравнения у них разные, складывать всё в одну фразу нельзя.

Число Откуда Объект сравнения Можно ли внести в таблицу затрат
в 10 раз быстрее, в 200 раз дешевле текст поста TestingCatalog обобщённая модель без названия, в GA-статье соответствующего сравнения нет нельзя
оценка 68, на 6 баллов выше Decision 1, в 2.2 раза быстрее иллюстрация к посту, то есть график рейтинга Artificial Analysis Microsoft-Decision-1 только как справка по рейтингу
в 2.2 раза быстрее, стоимость примерно 1/4.4 от стоимости конкурента GA-статья Microsoft, внутренний кейс Copilot одна большая языковая модель только как утверждение самой Microsoft

Часть про рейтинг — это пересказ Microsoft рейтинга Artificial Analysis Decision Index v2.1. По этому пересказу Microsoft-Decision-1.1 получает 68 баллов: на 6 баллов больше, чем первая версия, и больше, чем у Jev 1.14, Google Gemini Decision 1 и OpenAI GPT-6 Luna (Decisions). В GA-статье при этом написано «более чем в два раза быстрее первой версии при той же стоимости». Это официально пересказанные результаты рейтинга, а не наши тестовые данные. Место в рейтинге тоже не равно сумме, которую вы в итоге заплатите.

Пример с Copilot — совсем другая история. В Copilot Microsoft использует эту модель, чтобы решить, передать запрос в Copilot или в Cowork: точность сопоставима с одной большой языковой моделью, скорость в 2.2 раза выше, а стоимость составляет примерно 1/4.4 от стоимости той большой языковой модели. Здесь множитель 2.2 относится к «одной большой языковой модели», а на иллюстрации 2.2 раза — это сравнение с Decision 1. Просто числа случайно совпали.

microsoft-decision-1-1-routing-scoring-guide-ru-image-1

На схеме выше три группы чисел разнесены по отдельным блокам. Источники данных — GA-статья Microsoft и пересказ графика рейтинга; материал подготовила техническая команда APIYI apiyi.com, результатов собственных тестов здесь нет.


Анализ влияния Microsoft Decision 1.1

Для разработчиков: маршрутизацию и скоринг — ему, длинные тексты — большой языковой модели

Если вы уже используете большую языковую модель для маршрутизации, классификации, расстановки приоритетов и валидации, то теперь можно заменить именно шаг «принятия решения», а шаг генерации контента остаётся прежним. Microsoft-Decision-1.1 даёт ответ и уверенность только в рамках фиксированного набора вариантов — это и определяет, куда его лучше встроить. При интеграции можно разбить процесс в таком порядке:

  1. Составьте список допустимых вариантов: замените в исходном промпте формулировку «определи…» на явный перечень вариантов, например названия моделей ниже по цепочке, категории тикетов, уровни риска. Если варианты не получается перечислить, значит, этот шаг пока рано передавать ему.
  2. Выберите тип задачи: для вопросов «да/нет» используйте noul, для выбора одного варианта из нескольких — choice, для оценки по шкале — score. Не пытайтесь заставить его выдать связный текст.
  3. Задайте порог уверенности: модель возвращает калибруемую уверенность и может вообще не принимать решение. Результаты выше порога выполняются сразу, ниже порога — уходят в резервный сценарий.
  4. При неуверенности возвращайте человеку или большой языковой модели: запросы с низкой уверенностью отправляйте на ручную проверку либо на повторное решение большой языковой модели. Этот шаг нужно прописать в процессе, его нельзя опускать.
  5. Пояснения и тексты — большой языковой модели: ответы пользователям, длинные тексты, код и объяснения генерирует большая языковая модель. Decision-модель отвечает только за то, кто будет это писать и по какому пути пойдёт запрос.

microsoft-decision-1-1-routing-scoring-guide-ru-image-2

Если разбить процесс в таком порядке, зона ответственности узла решения и узла генерации разделяется, и искать проблемы становится проще: ошиблась маршрутизация — проверяйте узел решения; плохо написан текст — проверяйте большую языковую модель. Сторону большой языковой модели менять не нужно: диалоговая модель, которую вы раньше вызывали через APIYI apiyi.com, по-прежнему может генерировать длинные тексты.

Влияние на существующий пайплайн: какие шаги можно заменить

Не все «решения» подходят для переноса. Ниже кратко по типичным сценариям:

  • Подходят для переноса: маршрутизация запросов между разными моделями, классификация обращений в поддержку, определение, нужна ли ручная проверка контента, приоритизация по срочности, проверка соответствия формата вывода. Везде фиксированный набор вариантов, и результат можно напрямую использовать в коде.
  • Переносить с осторожностью: классификация с большим числом часто меняющихся вариантов, решения, требующие учёта большого контекста. В первой версии OpenRouter указывает контекст около 33K; точную длину контекста в 1.1 смотрите в документации Foundry — слишком длинный ввод нужно сначала обрезать или сжать в краткое резюме.
  • Не подходят для переноса: заключения проверок, где нужно обоснование, тексты, которые нужно переписать или дописать, открытые вопросы и ответы. Это по-прежнему работа для большой языковой модели.

Ещё один момент: модель возвращает только ответ и вероятность, поэтому в логах и записях аудита, где раньше большую модель «заодно» просили дать обоснование, этой части не будет. Если по требованиям соответствия обоснование нужно хранить, можно вызвать большую модель ещё раз только для выборок с низкой уверенностью или для отклонённых — так не придётся каждый раз оплачивать длинные пояснения.

Влияние на отрасль: специализированные малые модели берут на себя часть решений

Из этого релиза видно направление: запросы на принятие решений выделяют из универсальных больших моделей и передают специализированным малым моделям. Названия конкурентов из поста, а также Google Gemini Decision 1 и OpenAI GPT-6 Luna (Decisions) в таблице лидеров говорят о том, что это уже отдельная категория.

Для разработчиков это означает два изменения:

  • Структура затрат: запросы на принятие решений тарифицируются по входу, выход бесплатный, а стоимость в основном определяется длиной промпта. Экономия на сокращении контекста теперь заметнее, чем раньше.
  • Оценка: узлы принятия решений нужно оценивать отдельно — по точности и калибровке уверенности, а не только по тому, насколько хорош итоговый ответ. Баллы из таблицы лидеров подходят для первичного отбора, но в конце всё равно нужно проверять на собственных бизнес-примерах.

Команды, которые хотят сначала сравнить эффект на стороне больших моделей, могут использовать единый интерфейс APIYI apiyi.com и переключаться между разными диалоговыми моделями. Когда узел принятия решений заработает в Foundry, можно будет объединить обе части.


Microsoft Decision 1.1: ключевые тезисы (Key Takeaways)

  • Не смешивайте версии: в основе 1.1 лежит Gemma 4 26B A4B, а в основе октябрьской Decision 1 — Qwen3.5-9B.
  • Только решения с вариантами: маршрутизацию, классификацию, приоритизацию и проверку можно поручить ей, а длинные тексты по-прежнему генерирует большая модель.
  • Три типа заданий: noul, choice, score — возвращают только ответ и вероятность, без обоснования.
  • Вызов идёт по другому пути: запросы отправляются на /providers/microsoft/v1/systemone, в поле model указывается имя развёртывания.
  • Цены — в статье о GA: входная цена в Foundry — от 0.042 до 0.05 доллара за миллион токенов, выход бесплатный.
  • Множители из поста не попадают в таблицу затрат: у 10× и 200× не указан объект сравнения, а два множителя 2.2× тоже стоит рассматривать по отдельности.
  • Статус APIYI: на 2026-11-18 в таблице моделей APIYI apiyi.com нет этого ID — не тестируйте через чат-интерфейс.

Итог

Позиционирование Microsoft-Decision-1.1 вполне однозначное: это узел принятия решений в цепочке, а не инструмент для написания текстов.

  1. Назначение: маршрутизация, классификация, оценка и проверка среди вариантов, заданных разработчиком, с выдачей уровня уверенности; при неуверенности модель может не принимать решение.
  2. Границы: не пишет свободный текст, не пишет обоснования. Длинные тексты, код и объяснения по-прежнему остаются за большой языковой моделью, а результаты с низкой уверенностью передаются человеку или большой модели для подстраховки.
  3. Основание для расчёта стоимости: региональные цены Foundry от 2026-11-17 из GA-публикации Microsoft. Множители и места в рейтингах из постов нельзя считать котировкой.

Советую для начала выбрать один шаг принятия решения с фиксированными вариантами и полными логами, проверить на Foundry на собственных образцах точность и пороги, а потом решать, расширять ли охват. На стороне генерации контента можно продолжать вызывать разные диалоговые модели через APIYI apiyi.com. Наличие модели Decision в каталоге платформы уточняйте в списке моделей.


📚 Справочные материалы

  1. Официальное объявление о доступности Microsoft-Decision-1.1: GA-публикация, включающая назначение, региональные цены, пересказ рейтингов и внутренние кейсы Copilot

    • Ссылка: aka.ms/decision-model-ga
    • Пояснение: цены и официальные заявления о производительности в этой статье основаны именно на этом источнике
  2. Microsoft Ignite 2026 Book of News: базовая модель и формулировки о ценах

    • Ссылка: news.microsoft.com/events/ignite/2026/book-of-news/
    • Пояснение: базовая модель — Gemma 4 26B A4B, детальные цены по-прежнему берутся из GA-публикации
  3. Документация Microsoft Foundry: использование модели Microsoft Decision: развёртывание и способы вызова

    • Ссылка: learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision
    • Пояснение: официальное описание типов Decision API, путей запросов и трёх типов задач
  4. Статья о выпуске Microsoft-Decision-1 (2026-10): информация о предыдущей версии

    • Ссылка: commandline.microsoft.com/microsoft-decision-1-model-foundry
    • Пояснение: помогает отличать Decision 1 от 1.1
  5. Страница модели на OpenRouter: страницы сторонней интеграции обеих версий

    • Ссылка: openrouter.ai/microsoft/microsoft-decision-1.1
    • Пояснение: на первой версии страницы указан контекст около 33K
  6. Пост TestingCatalog: отправная точка этого обсуждения

    • Ссылка: x.com/testingcatalog/status/2122759893174178173
    • Пояснение: это пересказ, множители из него не являются основанием для расчёта цены

Автор: техническая команда APIYI
Техническое обсуждение: добро пожаловать, свяжитесь с нами на главной странице сайта APIYI, больше материалов — в центре документации docs.apiyi.com

Оставьте комментарий