Microsoft-Decision-1 API
Microsoft-Decision-1は、テキスト入力と固定選択肢から各選択肢の確率を1回で返す、構造化された意思決定に特化したMicrosoftのモデルです。
Microsoft-Decision-1は、テキスト入力と固定された回答選択肢のリストを受け取り、各選択肢に対して較正された確率を1回のパスで返すモデルです。チャット文の解析を必要とせず、ソフトウェアがそのまま扱える構造化出力を返します。自由形式の文章生成ではなく、構造化された選択を目的として設計されています。AlibabaのオープンソースモデルQwen3.5(9億パラメータ)を追加学習して構築されており、Microsoftは将来、自社モデルとOpenAIのモデルを基に再構築する計画を示しています。
ルーティング、分類、優先順位付け、検証、ワークフロー制御、AI判定、エージェント制御など、単純で繰り返し可能な意思決定に適しています。具体的には、サポートチケットをどのチームに割り当てるかの判断、エージェントの行動が安全に実行できるかの確認、下書きの品質評価などに利用できます。Microsoftは、選択肢を短い説明付きで明示的に書き出すこと、数百件の実例でテストすること、信頼度の低いケースを人に回すためのしきい値を設定することを推奨しています。
Microsoftによれば、測定したモデルの中で最速であり、中央値レイテンシでH2O Lightningより約2.5倍、GPT-6 Solより約35倍高速です。社内のXbox Researchの事例では、10,000件以上のプレイヤーフィードバックをGPT-6 Solに近い品質と評価されつつ14倍速くラベル付けし、CopilotチームはGPT-5.6 Lunaより約100倍高速と報告しています。ただし、ベンチマーク、比較対象、社内事例はすべてMicrosoftが選定・実施したものであり、2026年10月11日時点で独立した評価は公開されていません。
更新日時:
モデル ID
microsoft-decision-1- コンテキスト
- 32.768K
- 最大出力
- 29.491K
- 入力
- text
- 出力
- decisions
ハイライト
- テキストと選択肢から確率を構造化出力
- ソフトウェアが直接扱える出力形式
- 測定した中で最速とMicrosoftが主張
- ルーティングや分類など反復的な判断向け
- Qwen3.5を追加学習して構築
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
| 稼働率 | |||
|---|---|---|---|
| $0.042 | $0 |
過去の統計はリアルタイムの稼働確認ではありません。データの欠損は障害を意味しません。
ベンチマーク
- 36
Microsoftによる36のベンチマークの内部比較
約150,000問を訓練から除外して実施
- 第1位
名指しの競合モデルとの精度比較
Microsoft自身の主張であり、比較対象はQuyet-1.0-Large、H2O Lightning、OpenAIのDecisions API経由のGPT-6 Luna
スコアはモデル提供元が公表した値です。
意思決定クイックスタート
状態と型付きの質問を /api/v1/decisions に送り、質問ごとに答えを1つ受け取ります。noul は 0〜1 の確率、choice は選ばれた選択肢とその分布、score は順序付き基準の数値スコアを返します。このエンドポイントは Chat Completions、Messages、Responses とは別系統です。
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"]
}
}
}'よくある質問
モデルについて: Microsoft-Decision-1?
Microsoft-Decision-1は、テキスト入力と固定された回答選択肢のリストを受け取り、各選択肢に対して較正された確率を1回のパスで返すモデルです。チャット文の解析を必要とせず、ソフトウェアがそのまま扱える構造化出力を返します。自由形式の文章生成ではなく、構造化された選択を目的として設計されています。AlibabaのオープンソースモデルQwen3.5(9億パラメータ)を追加学習して構築されており、Microsoftは将来、自社モデルとOpenAIのモデルを基に再構築する計画を示しています。 ルーティング、分類、優先順位付け、検証、ワークフロー制御、AI判定、エージェント制御など、単純で繰り返し可能な意思決定に適しています。具体的には、サポートチケットをどのチームに割り当てるかの判断、エージェントの行動が安全に実行できるかの確認、下書きの品質評価などに利用できます。Microsoftは、選択肢を短い説明付きで明示的に書き出すこと、数百件の実例でテストすること、信頼度の低いケースを人に回すためのしきい値を設定することを推奨しています。 Microsoftによれば、測定したモデルの中で最速であり、中央値レイテンシでH2O Lightningより約2.5倍、GPT-6 Solより約35倍高速です。社内のXbox Researchの事例では、10,000件以上のプレイヤーフィードバックをGPT-6 Solに近い品質と評価されつつ14倍速くラベル付けし、CopilotチームはGPT-5.6 Lunaより約100倍高速と報告しています。ただし、ベンチマーク、比較対象、社内事例はすべてMicrosoftが選定・実施したものであり、2026年10月11日時点で独立した評価は公開されていません。
利用料金はどのように計算されますか?
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。
どのような入力に対応していますか?
テキスト入力と固定された回答選択肢のリストに対応し、各選択肢の確率を構造化出力として返します。
どんなタスクに向いていますか?
ルーティング、分類、優先順位付け、検証、ワークフロー制御、AI判定、エージェント制御など、単純で繰り返し可能な意思決定に向いています。
自由形式の文章生成はできますか?
いいえ。構造化された選択肢向けに設計されており、会話能力ではなく反復可能な意思決定を目的としています。
同系列のモデルとの違いは何ですか?
AlibabaのオープンソースモデルQwen3.5(9億パラメータ)を追加学習して構築されており、Microsoftは将来、自社モデルとOpenAIのモデルを基に再構築する計画です。
コンテキストウィンドウの上限は公表されていますか?
Microsoftは本モデルのコンテキストウィンドウの上限を公表していません。