Felo API PlatformFelo API Platform
Retour aux modèles

Microsoft-Decision-1 API

Microsoft-Decision-1 est un modèle de Microsoft conçu pour les choix structurés : il reçoit un texte et une liste d'options, puis renvoie une probabilité calibrée pour chaque option.

Microsoft-Decision-1 est un modèle de décision structurée développé par Microsoft. Il prend en entrée un texte accompagné d'une liste fixe d'options de réponse et renvoie, en une seule passe, une probabilité calibrée pour chaque option. La sortie est structurée et directement exploitable par un logiciel, sans qu'il soit nécessaire d'analyser du texte conversationnel. Il est issu d'un entraînement complémentaire du modèle open source Qwen3.5 d'Alibaba, qui compte 9 milliards de paramètres ; Microsoft prévoit de le reconstruire ultérieurement sur ses propres modèles et sur ceux d'OpenAI.

Le modèle est destiné aux décisions simples et répétables plutôt qu'à la conversation. Il convient notamment au routage, à la classification, à la priorisation, à la vérification, au contrôle de workflow, à l'évaluation par IA et aux commandes d'agents. Microsoft cite des exemples concrets : déterminer quelle équipe doit recevoir un ticket de support, vérifier qu'une action d'agent peut être exécutée sans risque ou noter la qualité d'un brouillon.

Selon Microsoft, il s'agit du modèle le plus rapide qu'il ait mesuré, environ deux fois et demie plus rapide que H2O Lightning, le deuxième, et environ 35 fois plus rapide que GPT-6 Sol en latence médiane. Microsoft recommande de rédiger les options explicitement avec de courtes descriptions, de tester quelques centaines d'exemples réels et de fixer un seuil de confiance pour transmettre les cas peu sûrs à une personne. Le modèle est disponible via Microsoft Foundry.

Mis à jour:

ID DU MODÈLE

microsoft-decision-1
Contexte
32.768K
Sortie max.
29.491K
Entrée
text
Sortie
decisions

Points clés

  • Probabilités calibrées par option
  • Sortie structurée exploitable directement
  • Conçu pour les choix, pas la conversation
  • Dérivé de Qwen3.5 (9 milliards de paramètres)
  • Disponible via Microsoft Foundry
  • Rapide selon les mesures de Microsoft

Fournisseurs

1 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs
Disponibilité
$0.042$0

Benchmarks

  • Comparaison interne de Microsoft sur 36 benchmarks

    benchmarks couvrant près de 150 000 questions exclues de l'entraînement

    36
  • Précision face à des concurrents nommés

    affirmation de Microsoft ; les concurrents cités sont Quyet-1.0-Large, H2O Lightning et GPT-6 Luna via l'API Decisions d

    1er

Scores tels que publiés par le fournisseur du modèle.

Démarrage rapide des décisions

Envoyez un état et des questions typées et précises à /api/v1/decisions et recevez une réponse par question : noul renvoie une probabilité de 0 à 1, choice l'option sélectionnée avec sa distribution, et score une note numérique pour des critères ordonnés. Ce point de terminaison est distinct des surfaces Chat Completions, Messages et Responses.

curl https://openapi.felo.ai/api/v1/decisions \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft-decision-1",
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "is_urgent": {
        "type": "noul",
        "instructions": "Does this message convey urgency?",
        "criteria": {"true": "Time-sensitive", "false": "No urgency"}
      },
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this?",
        "criteria": {
          "billing": "Payments, invoicing, refunds",
          "technical": "Bugs, outages, integrations",
          "sales": "Pricing, upgrades, new accounts"
        }
      },
      "frustration": {
        "type": "score",
        "instructions": "How frustrated is the customer?",
        "criteria": ["Calm", "Frustrated", "Very angry"]
      }
    }
  }'

Questions fréquentes

Qu'est-ce que Microsoft-Decision-1?

Microsoft-Decision-1 est un modèle de décision structurée développé par Microsoft. Il prend en entrée un texte accompagné d'une liste fixe d'options de réponse et renvoie, en une seule passe, une probabilité calibrée pour chaque option. La sortie est structurée et directement exploitable par un logiciel, sans qu'il soit nécessaire d'analyser du texte conversationnel. Il est issu d'un entraînement complémentaire du modèle open source Qwen3.5 d'Alibaba, qui compte 9 milliards de paramètres ; Microsoft prévoit de le reconstruire ultérieurement sur ses propres modèles et sur ceux d'OpenAI. Le modèle est destiné aux décisions simples et répétables plutôt qu'à la conversation. Il convient notamment au routage, à la classification, à la priorisation, à la vérification, au contrôle de workflow, à l'évaluation par IA et aux commandes d'agents. Microsoft cite des exemples concrets : déterminer quelle équipe doit recevoir un ticket de support, vérifier qu'une action d'agent peut être exécutée sans risque ou noter la qualité d'un brouillon. Selon Microsoft, il s'agit du modèle le plus rapide qu'il ait mesuré, environ deux fois et demie plus rapide que H2O Lightning, le deuxième, et environ 35 fois plus rapide que GPT-6 Sol en latence médiane. Microsoft recommande de rédiger les options explicitement avec de courtes descriptions, de tester quelques centaines d'exemples réels et de fixer un seuil de confiance pour transmettre les cas peu sûrs à une personne. Le modèle est disponible via Microsoft Foundry.

Comment l'usage est-il facturé ?

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.

Quels types d'entrées le modèle accepte-t-il ?

Il accepte un texte en entrée accompagné d'une liste fixe d'options de réponse, et renvoie une probabilité calibrée pour chaque option.

Quelle est la longueur de contexte ou la limite de sortie ?

Microsoft n'a pas publié de limite de fenêtre de contexte pour ce modèle.

À quelles tâches est-il destiné ?

Il est conçu pour des décisions simples et répétables : routage, classification, priorisation, vérification, contrôle de workflow, évaluation par IA et commandes d'agents.

En quoi diffère-t-il d'un modèle de chat classique ?

Il produit une sortie structurée de probabilités plutôt que du texte libre, et il est optimisé pour des choix reproductibles et non pour la conversation.

Sur quelle base a-t-il été entraîné ?

Il a été entraîné à partir du modèle open source Qwen3.5 d'Alibaba, qui compte 9 milliards de paramètres.

Modèles liés