Microsoft-Decision-1 presenta una caratteristica unica nella sua scheda di modello che nessun altro modello di Microsoft ha mai incluso: "non progettato per la generazione di testo". Il modello è stato reso disponibile al pubblico su Microsoft Foundry l'8 ottobre 2026, e rappresenta una riduzione deliberata dello scopo di un modello di linguaggio. Si fornisce al modello una situazione e una domanda con un insieme fisso di risposte - sì/no, un insieme di opzioni multiple, una scala di valutazione, una rubrica - e restituisce una probabilità calibrata per ogni opzione. Senza prosa. Senza spiegazione. Senza campo di giustificazione. L'output è JSON numerico e nient'altro.

È costruito sul modello di pesi aperti Qwen3.5-9B, successivamente addestrato da Microsoft, e Microsoft afferma che in futuro baserà nuovamente il modello su altre architetture di base, menzionando MAI e altri modelli dei partner. Si tratta di un prodotto più strano di quanto sembri a prima vista. La posizione competitiva di Microsoft nel 2026 si basa su modelli di chat all'avanguardia e su Copilot, e Microsoft-Decision-1 è l'opposto di entrambi: un valutatore di medie dimensioni e a scopo unico il cui unico compito è dire a un'applicazione quale delle tue opzioni è più probabile sia corretta, e con quale livello di fiducia.

Cosa fa esattamente

Il contratto è una chiamata di input e una distribuzione di output. Microsoft elenca i formati di domanda supportati come sì/no, opzioni multiple, valutazione, classificazione e basati su rubriche. Ogni opzione riceve un punteggio. Il modello viene eseguito in un'unica invocazione su input di fino a 32K token - 32.768 è la finestra di contesto indicata - e il limite pratico è l'input insieme alle opzioni, non un budget di generazione, perché non c'è generazione.

I casi d'uso pubblicati sono quelli che un team di piattaola riconoscerebbe immediatamente:

    • Evaluazione dei risultati IA - valutare una risposta generata in base a una rubrica fornita, o decidere se è basata sulle prove fornite.
    • Classificazione e instradamento - classificare una richiesta, valutare la rilevanza, priorizzare una coda, scegliere un ramo del flusso di lavoro.
    • Barriere di sicurezza dell'agente - valutare una chiamata a strumento o azione dell'agente proposta prima che l'applicazione integratrice consenta l'esecuzione.
    • Filtraggio di sicurezza dei contenuti - etichettare i contenuti in base alle soglie definite dall'applicazione, anziché una politica fissa del fornitore.
    • Ricerca e rilevanza dei documenti - giudicare se un documento recuperato risponde a una domanda fornita.
    • Automazione basata sulla fiducia - accettare automaticamente i risultati ad alta fiducia e scalare il resto a una persona.

La possibilità di astenersi

L'opzione di astenersi è un dettaglio degno di nota. Microsoft ammette esplicitamente opzioni come "impossibile determinare" quando le prove fornite sono insufficienti, che è la differenza tra un valutatore calibrato e uno che appare solo sicuro. E poiché i punteggi tornano come numeri, la soglia di scalata è una decisione tua: tu decidi dove 0.7 invia qualcosa a una persona e 0.95 no.

Cosa non farà

Microsoft è insolitamente esplicita sulle esclusioni, e queste contano di più rispetto all'elenco delle caratteristiche per chiunque stia dimensionando questo per una pipeline reale. Microsoft-Decision-1 non è progettato per la generazione di testo, la risposta a domande aperte, la conversazione, la traduzione o il riassunto. Non è pensato per compiti senza una domanda chiusa e un insieme definito di opzioni di risposta, né per compiti che richiedano conoscenze assenti nell'input.

È solo testo: non supporta immagini, audio o video in input, né li produce in output. Non fornisce spiegazioni o giustificazioni. Leggere questi elementi insieme rivela un limite in cui è facile inciampare. Questo non è un chatbot al quale puoi chiedere di classificare anche le cose, né un riassuntore al quale puoi aggiungere un punteggio. È una funzione di punteggio con un budget di token. L'approccio stesso del team - che non dovrebbe essere l'unico responsabile di prendere decisioni automatizzate in decisioni trascendenti sulle persone, e che non dovrebbe essere l'unica base per decisioni relative a credito, occupazione, alloggi, assicurazioni, istruzione, assistenza sanitaria, diritti legali "o altri ambiti ugualmente trascendenti" - indica la stessa direzione.

È progettato per affiancare una decisione, non per essere quella decisione.

La situazione dei benchmark

Non ci sono cifre. La pagina del catalogo di Microsoft Foundry per Microsoft-Decision-1 ha una scheda Benchmarks, ed è vuota di cifre. Contiene invece un paragrafo di metodologia e un'affermazione qualitativa: il modello è stato "valutato con benchmark di decisione pubblici e della comunità, e con set di prova interni riservati non utilizzati nell'addestramento"; Microsoft informa che "ottiene risultati paragonabili ai modelli di decisione leader e davanti ad altri modelli di decisione aperti valutati con la stessa metodologia", e che le metriche utilizzate sono state l'accuratezza, l'errore di calibrazione, l'esaurimento della sicurezza, i tassi di falsi positivi e la coerenza di equità, variando l'ordine delle opzioni e applicando test statistici accoppiati.

Si tratta di una descrizione metodologica seria allegata a zero risultati pubblicati. Ciò significa che ogni afferenza sulle prestazioni di Microsoft-Decision-1 oggi è riportata dal fornitore e non è stata riprodotta, e la posizione onesta per chiunque lo valuti è che la calibrazione - l'unica proprietà che rende una probabilità utile in assoluto - non è verificata al di fuori di Microsoft. L'azienda indica dove ritiene che il modello sia più forte e più debole, il che è più utile di un punteggio di prima pagina: più forte in ragionamento, applicazione di regole e robustezza al formato dei prompt; competitivo in classificazione, recupero, equità, utilizzo di strumenti e nella maggior parte dei compiti multilingue; più debole in compiti specializzati.