Felo API PlatformFelo API Platform
모델 목록으로 돌아가기

Microsoft-Decision-1.1 API

구조화된 의사결정과 분류 작업을 위한 Microsoft-Decision-1.1

Microsoft-Decision-1.1은 제공된 입력에 대해 예·아니오, 객관식, 루브릭 기반 질문에 답하고, 고정된 선택지에 대한 보정 확률 점수를 반환하는 의사결정 특화 모델입니다. 구조화된 출력과 추론 도구를 지원하며, 요청 라우팅, 루브릭 기반 결과 평가, 불확실한 판단의 사람 검토 전환에 활용할 수 있습니다.

33K tokens 컨텍스트를 지원하며 텍스트와 이미지 입력을 처리할 수 있습니다. 다만 자유로운 텍스트 생성보다 구조화된 의사결정 작업에 초점을 둡니다. 에이전트 제어, 모델 라우팅, 의도 분석, 데이터 라벨링, AI 평가, 사고 대응과 같은 업무에 적합합니다.

이 모델은 Gemma426B-A4B 아키텍처를 기반으로 Microsoft가 후학습했으며, Microsoft Foundry와 Opper 같은 타사 게이트웨이에서 이용할 수 있습니다. Microsoft의 벤치마킹에서8개 의사결정 모델 중 평균 정확도가 가장 높았고,9개 역량 영역 중7개를 선도했습니다.

업데이트:

모델 ID

microsoft-decision-1.1
컨텍스트
32.768K
최대 출력
29.491K
입력
text / image
출력
decisions

주요 특징

  • 보정 확률 점수
  • 구조화된 출력 지원
  • 불확실한 판단 검토
  • 33K tokens 컨텍스트
  • 텍스트·이미지 입력

제공 업체

1 제공 업체

제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.

제공 업체 · 요금 상세
가동률
$0.042$0

벤치마크

  • Microsoft 벤치마킹

    Microsoft의 첫 의사결정 모델보다6점 높음

    68
  • Microsoft 벤치마킹

    9개 역량 영역 중7개를 선도

    7
  • Microsoft 벤치마킹

    8개 의사결정 모델 중 평균 정확도1위

    1

점수는 모델 제공 업체가 공개한 값입니다.

의사결정 빠른 시작

상태와 유형이 지정된 질문을 /api/v1/decisions로 보내면 질문마다 답을 하나 받습니다. noul은 0~1 확률, choice는 선택된 항목과 그 분포, score는 순서형 기준의 숫자 점수를 반환합니다. 이 엔드포인트는 Chat Completions, Messages, Responses와 별개입니다.

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"]
      }
    }
  }'

자주 묻는 질문

모델 소개: Microsoft-Decision-1.1?

Microsoft-Decision-1.1은 제공된 입력에 대해 예·아니오, 객관식, 루브릭 기반 질문에 답하고, 고정된 선택지에 대한 보정 확률 점수를 반환하는 의사결정 특화 모델입니다. 구조화된 출력과 추론 도구를 지원하며, 요청 라우팅, 루브릭 기반 결과 평가, 불확실한 판단의 사람 검토 전환에 활용할 수 있습니다. 33K tokens 컨텍스트를 지원하며 텍스트와 이미지 입력을 처리할 수 있습니다. 다만 자유로운 텍스트 생성보다 구조화된 의사결정 작업에 초점을 둡니다. 에이전트 제어, 모델 라우팅, 의도 분석, 데이터 라벨링, AI 평가, 사고 대응과 같은 업무에 적합합니다. 이 모델은 Gemma426B-A4B 아키텍처를 기반으로 Microsoft가 후학습했으며, Microsoft Foundry와 Opper 같은 타사 게이트웨이에서 이용할 수 있습니다. Microsoft의 벤치마킹에서8개 의사결정 모델 중 평균 정확도가 가장 높았고,9개 역량 영역 중7개를 선도했습니다.

사용 요금은 어떻게 계산되나요?

이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.

어떤 입력을 지원하나요?

텍스트 입력과 이미지 입력을 지원합니다. 다만 Azure 엔드포인트에서는 현재 Decisions와 System One을 통해 텍스트를 받습니다.

컨텍스트와 출력 길이는 어떻게 되나요?

컨텍스트 길이는33K tokens입니다. 출력 제한은 제공된 자료에 명시되어 있지 않습니다.

어떤 작업에 적합한가요?

예·아니오, 객관식, 루브릭 기반 판단과 같은 구조화된 의사결정 작업에 적합합니다. 확률 점수를 활용한 신뢰도 기준 결정과 소프트웨어 내 의사결정 기능 구현에도 사용할 수 있습니다.

동일 계열 모델과 어떤 차이가 있나요?

Microsoft-Decision-1.1은 Microsoft-Decision-1보다 약39일 후 출시되었으며, Microsoft의 벤치마킹에서8개 의사결정 모델 중 평균 정확도가 가장 높았습니다.

관련 모델