Microsoft、データ分類やAIの回答評価に特化した「Decision-1」公開
GPT-6 Sol比35倍高速、入力100万トークン0.042ドル AIエージェントの判断処理を効率化
米Microsoftは現地時間2026年10月9日、分類や優先順位付けなどの判断処理に特化したAIモデル「Microsoft-Decision-1」を発表した。Microsoft FoundryとOpenRouterで利用できる。入力100万トークン当たり0.042ドルで、出力トークンは無料。AIエージェントや業務システムで繰り返し発生する判断処理の高速化とコスト削減を狙う。
選択肢ごとの確率スコアを返す判断専用モデル
Microsoft-Decision-1は、中国Alibabaの「Qwen3.5-9B」をベースに追加学習したモデルで、指定された選択肢ごとの確率スコアを出力する。問い合わせの振り分け、データ分類、検索結果の評価、AIの回答品質の確認などに対応し、AIエージェントが次の行動を実行するか、再試行するか、人に引き継ぐかといった制御にも利用できる。
36種類のベンチマークで評価、GPT-6 Sol比35倍高速
Microsoftによると、学習時に非公開としたベンチマークを含む36種類の評価で約15万件の質問を検証し、比較対象の中で最高の精度を記録した。測定した処理速度は「H2O-Lightning-4B v1.1」の2.5倍、「GPT-6 Sol」の35倍だったという。
入力の言い換えや選択肢の順序変更など8種類の変更を加えたテストでは、判断結果が変わる割合は平均1.3％だった。安全性についても、有害な要求やプロンプトインジェクションなどを含む5,250件の要求を、11種類のベンチマークで評価したとしている。
Xboxの調査データ分類でコストを200分の1以下に
Microsoftは社内事例として、Xbox関連の調査で1万件超の自由記述フィードバックやレビューをテーマ別に分類した結果を紹介した。「GPT-6 Sol」と品質面で競合する水準を保ちながら、処理速度は14倍以上、コストは200分の1以下だったという。
また、Copilotの回答品質評価では「GPT5.6 Luna」と品質面で競合し、100倍高速だったとしている。科学研究向けの「Microsoft Discovery」では、実験結果を評価して次の実験計画を調整する処理にも活用している。これらはMicrosoft社内の評価結果であり、すべての用途で同じ性能差が得られることを示すものではない。
AIエージェントの判断処理を専用モデルに分担
AIエージェントが複数の処理を連続して実行する場合、各段階の判断にかかる時間や推論コストが全体の効率を左右する。文章生成にはLLM、分類や判定には「Microsoft-Decision-1」と使い分けることで、判断処理の負荷を抑えられる。
AIエージェントの利用が広がるなか、生成と判断を別のモデルに分担させる設計は、処理速度と運用コストを両立するための選択肢となる。
参照サイト
Microsoft Command Line
Introducing Microsoft-Decision-1, our model for fast decision-making
