Microsoft-Decision-1 API
Microsoft-Decision-1 คือโมเดลตัดสินใจจาก Microsoft ที่รับข้อความพร้อมตัวเลือกคำตอบและคืนค่าความน่าจะเป็นแบบปรับเทียบแล้วในรอบเดียว
Microsoft-Decision-1 เป็นโมเดลที่ออกแบบมาเพื่อการตัดสินใจแบบมีโครงสร้างโดยเฉพาะ ผู้ใช้ส่งข้อความพร้อมรายการตัวเลือกคำตอบที่กำหนดไว้ แล้วโมเดลจะคืนค่าความน่าจะเป็นที่ปรับเทียบแล้วของแต่ละตัวเลือกในครั้งเดียว ผลลัพธ์อยู่ในรูปแบบที่มีโครงสร้างซึ่งซอฟต์แวร์นำไปใช้ต่อได้ทันทีโดยไม่ต้องแยกวิเคราะห์ข้อความสนทนา โมเดลนี้สร้างจากการฝึกเพิ่มเติมบน Qwen3.5 โมเดลโอเพนซอร์สของ Alibaba ซึ่งมี 9 พันล้านพารามิเตอร์ และ Microsoft วางแผนที่จะสร้างใหม่บนโมเดลของตนเองและของ OpenAI ในภายหลัง
จุดเด่นที่สุดคือความเร็ว Microsoft ระบุว่าเป็นโมเดลที่เร็วที่สุดเท่าที่บริษัทวัดมา เร็วกว่า H2O Lightning ซึ่งเป็นอันดับรองราวสองเท่าครึ่ง และเร็วกว่า GPT-6 Sol ราว 35 เท่าเมื่อวัดที่ค่าหน่วงเวลามัธยฐาน ในกรณีศึกษาภายในของ Xbox Research โมเดลติดป้ายกำกับความคิดเห็นของผู้เล่นกว่าหน่วย 10,000 รายการด้วยคุณภาพที่ใกล้เคียง GPT-6 Sol แต่ทำงานเร็วกว่า 14 เท่า ขณะที่ทีม Copilot พบว่าเร็วกว่า GPT-5.6 Luna ราว 100 เท่า
โมเดลนี้เหมาะกับงานตัดสินใจที่เรียบง่ายและทำซ้ำได้ เช่น การจัดเส้นทางคำขอ การจำแนกประเภท การจัดลำดับความสำคัญ การตรวจสอบ การควบคุมเวิร์กโฟลว์ การตัดสินของ AI การควบคุมเอเจนต์ การเลือกว่าทีมใดควรได้รับตั๋วสนับสนุน การตรวจสอบว่าการกระทำของเอเจนต์ปลอดภัยพอจะรันหรือไม่ และการให้คะแนนคุณภาพของฉบับร่าง มากกว่าความสามารถในการสนทนา ทั้งนี้ ผลการทดสอบและกรณีศึกษาทั้งหมดถูกเลือกและดำเนินการโดย Microsoft เอง และ ณ วันที่ 11 ตุลาคม 2026 ยังไม่มีการประเมินจากอิสระเผยแพร่ออกมา
อัปเดต:
ID โมเดล
microsoft-decision-1- บริบท
- 32.768K
- เอาต์พุตสูงสุด
- 29.491K
- อินพุต
- text
- เอาต์พุต
- decisions
จุดเด่น
- คืนค่าความน่าจะเป็นต่อตัวเลือกในรอบเดียว
- ผลลัพธ์มีโครงสร้างพร้อมใช้ต่อในซอฟต์แวร์
- เร็วที่สุดเท่าที่ Microsoft วัดมา
- สร้างบน Qwen3.5 ขนาด 9 พันล้านพารามิเตอร์
- ใช้ผ่าน Microsoft Foundry
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| อัตราความพร้อมใช้งาน | |||
|---|---|---|---|
| $0.042 | $0 |
สถิติย้อนหลังไม่ใช่การตรวจสอบแบบเรียลไทม์ ข้อมูลที่หายไปไม่ได้หมายถึงบริการขัดข้อง
เบนช์มาร์ก
- 36
การเปรียบเทียบภายในของ Microsoft บน 36 benchmark
benchmark ที่ครอบคลุมคำถามเกือบ 150,000 ข้อซึ่งถูกกันออกจากการฝึก
- #1
ความแม่นยำเทียบกับคู่แข่งที่ระบุชื่อ
เป็นการอ้างของ Microsoft เอง โดยคู่แข่งที่ระบุชื่อ ได้แก่ Quyet-1.0-Large, H2O Lightning และ GPT-6 Luna ผ่าน Decisions A
คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่
เริ่มต้นอย่างรวดเร็วสำหรับการตัดสินใจ
ส่งสถานะและคำถามแบบมีชนิดที่แคบเฉพาะไปยัง /api/v1/decisions และอ่านคำตอบหนึ่งรายการต่อคำถาม: noul คืนค่าความน่าจะเป็นตั้งแต่ 0 ถึง 1, choice คืนตัวเลือกที่เลือกพร้อมการกระจาย และ score คืนคะแนนตัวเลขสำหรับเกณฑ์แบบเรียงลำดับ endpoint นี้แยกจากอินเทอร์เฟซ Chat Completions, Messages และ 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"]
}
}
}'คำถามที่พบบ่อย
รู้จัก Microsoft-Decision-1?
Microsoft-Decision-1 เป็นโมเดลที่ออกแบบมาเพื่อการตัดสินใจแบบมีโครงสร้างโดยเฉพาะ ผู้ใช้ส่งข้อความพร้อมรายการตัวเลือกคำตอบที่กำหนดไว้ แล้วโมเดลจะคืนค่าความน่าจะเป็นที่ปรับเทียบแล้วของแต่ละตัวเลือกในครั้งเดียว ผลลัพธ์อยู่ในรูปแบบที่มีโครงสร้างซึ่งซอฟต์แวร์นำไปใช้ต่อได้ทันทีโดยไม่ต้องแยกวิเคราะห์ข้อความสนทนา โมเดลนี้สร้างจากการฝึกเพิ่มเติมบน Qwen3.5 โมเดลโอเพนซอร์สของ Alibaba ซึ่งมี 9 พันล้านพารามิเตอร์ และ Microsoft วางแผนที่จะสร้างใหม่บนโมเดลของตนเองและของ OpenAI ในภายหลัง จุดเด่นที่สุดคือความเร็ว Microsoft ระบุว่าเป็นโมเดลที่เร็วที่สุดเท่าที่บริษัทวัดมา เร็วกว่า H2O Lightning ซึ่งเป็นอันดับรองราวสองเท่าครึ่ง และเร็วกว่า GPT-6 Sol ราว 35 เท่าเมื่อวัดที่ค่าหน่วงเวลามัธยฐาน ในกรณีศึกษาภายในของ Xbox Research โมเดลติดป้ายกำกับความคิดเห็นของผู้เล่นกว่าหน่วย 10,000 รายการด้วยคุณภาพที่ใกล้เคียง GPT-6 Sol แต่ทำงานเร็วกว่า 14 เท่า ขณะที่ทีม Copilot พบว่าเร็วกว่า GPT-5.6 Luna ราว 100 เท่า โมเดลนี้เหมาะกับงานตัดสินใจที่เรียบง่ายและทำซ้ำได้ เช่น การจัดเส้นทางคำขอ การจำแนกประเภท การจัดลำดับความสำคัญ การตรวจสอบ การควบคุมเวิร์กโฟลว์ การตัดสินของ AI การควบคุมเอเจนต์ การเลือกว่าทีมใดควรได้รับตั๋วสนับสนุน การตรวจสอบว่าการกระทำของเอเจนต์ปลอดภัยพอจะรันหรือไม่ และการให้คะแนนคุณภาพของฉบับร่าง มากกว่าความสามารถในการสนทนา ทั้งนี้ ผลการทดสอบและกรณีศึกษาทั้งหมดถูกเลือกและดำเนินการโดย Microsoft เอง และ ณ วันที่ 11 ตุลาคม 2026 ยังไม่มีการประเมินจากอิสระเผยแพร่ออกมา
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน
โมเดลนี้รับและส่งข้อมูลรูปแบบใด
รับข้อความนำเข้าพร้อมรายการตัวเลือกคำตอบที่กำหนดไว้ และส่งออกค่าความน่าจะเป็นแบบปรับเทียบแล้วของแต่ละตัวเลือกในรูปแบบที่มีโครงสร้าง
เหมาะกับงานประเภทใด
เหมาะกับงานตัดสินใจที่เรียบง่ายและทำซ้ำได้ เช่น การจัดเส้นทาง การจำแนกประเภท การจัดลำดับความสำคัญ การตรวจสอบ และการควบคุมเวิร์กโฟลว์หรือเอเจนต์
ต่างจากโมเดลสนทนาอย่างไร
โมเดลนี้ถูกออกแบบมาสำหรับการเลือกแบบมีโครงสร้างมากกว่าการสร้างข้อความอิสระ จึงไม่เน้นความสามารถในการสนทนา
มีความเร็วเป็นอย่างไร
Microsoft ระบุว่าเป็นโมเดลที่เร็วที่สุดเท่าที่บริษัทวัดมา เร็วกว่า H2O Lightning ราวสองเท่าครึ่ง และเร็วกว่า GPT-6 Sol ราว 35 เท่าที่ค่าความหน่วงมัธยฐาน
มีข้อจำกัดอะไรที่ควรทราบ
ผลทดสอบและกรณีศึกษาทั้งหมดดำเนินการโดย Microsoft เอง และ ณ วันที่ 11 ตุลาคม 2026 ยังไม่มีการประเมินจากอิสระเผยแพร่ Microsoft ยังไม่เปิดเผยขีดจำกัดหน้าต่างบริบทของโมเดล