Microsoft-Decision-1.1 API
Microsoft-Decision-1.1は、テキストと画像を入力として構造化された意思決定を支援するモデルです。
Microsoft-Decision-1.1は、入力された情報に対するはい・いいえ、選択式、ルーブリックベースの質問に回答し、固定された選択肢ごとに調整済みの確率スコアを返します。構造化出力と推論ツールに対応し、コンテキストは33K tokensです。基盤にはGemma426B-A4Bアーキテクチャを採用し、Microsoftが追加学習を行っています。
エージェント制御、モデルルーティング、意図分析、データラベリング、AI評価、インシデント対応など、自由記述の生成よりも構造化された判定を必要とするタスクに適しています。リクエストの振り分け、ルーブリックに基づく出力評価、不確実な判断の人手レビューへの回付にも利用できます。調整済みの確率スコアは、本番システムで信頼度のしきい値を使った判断を支援します。
Microsoftのベンチマークでは、8つの意思決定モデル中で最高の平均精度を達成し、9つの能力領域のうち7つで首位となりました。Microsoft FoundryやOpperなどのゲートウェイから利用できます。基盤モデルはテキストと画像に対応しますが、AzureのDecisionsおよびSystem Oneのエンドポイントでは現在テキストを受け付けています。
更新日時:
モデル ID
microsoft-decision-1.1- コンテキスト
- 32.768K
- 最大出力
- 29.491K
- 入力
- text / image
- 出力
- decisions
ハイライト
- 構造化された意思決定
- 調整済み確率スコア
- ルーブリック評価
- 不確実な判断を回付
- テキスト・画像入力
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
- 68
Microsoftのベンチマーク
Microsoftの最初の意思決定モデルより6ポイント高いスコアです。
- 7
Microsoftのベンチマーク
9つの能力領域のうち7つで首位となりました。
- 1
Microsoftのベンチマーク
8つの意思決定モデル中、平均精度で最高となりました。
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-1.1",
"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-1.1?
Microsoft-Decision-1.1は、入力された情報に対するはい・いいえ、選択式、ルーブリックベースの質問に回答し、固定された選択肢ごとに調整済みの確率スコアを返します。構造化出力と推論ツールに対応し、コンテキストは33K tokensです。基盤にはGemma426B-A4Bアーキテクチャを採用し、Microsoftが追加学習を行っています。 エージェント制御、モデルルーティング、意図分析、データラベリング、AI評価、インシデント対応など、自由記述の生成よりも構造化された判定を必要とするタスクに適しています。リクエストの振り分け、ルーブリックに基づく出力評価、不確実な判断の人手レビューへの回付にも利用できます。調整済みの確率スコアは、本番システムで信頼度のしきい値を使った判断を支援します。 Microsoftのベンチマークでは、8つの意思決定モデル中で最高の平均精度を達成し、9つの能力領域のうち7つで首位となりました。Microsoft FoundryやOpperなどのゲートウェイから利用できます。基盤モデルはテキストと画像に対応しますが、AzureのDecisionsおよびSystem Oneのエンドポイントでは現在テキストを受け付けています。
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。
どの入力に対応していますか?
モデルはテキスト入力と画像入力に対応しています。ただし、AzureのDecisionsおよびSystem Oneのエンドポイントでは現在テキストを受け付けています。
コンテキスト長と出力上限は?
コンテキストは33K tokensです。出力上限は資料に記載されていません。
どのようなタスクに適していますか?
はい・いいえ、選択式、ルーブリックベースの質問への回答や、モデルルーティング、意図分析、データラベリング、AI評価に適しています。不確実な判断を人手レビューへ回す用途にも使えます。
同系列モデルとの違いは何ですか?
資料ではMicrosoft-Decision-1およびJev1.14が同系列モデルとして示されていますが、具体的な違いは記載されていません。