Microsoft Decision-1: Lancering van het 9B Qwen-model uitgelegd
Het is een bewust smalle lancering, en dat is precies wat het interessant maakt. Terwijl de rest van de industrie strijdt om grotere, praatgrage assistenten uit te brengen, besteedde Microsoft zijn aankondiging in oktober aan een model dat gebouwd is om één ding te doen: snel een antwoord uit een lijst kiezen en aangeven hoe zeker het daarvan is. Voor engineeringteams die agent-pipelines, routing-lagen en geautomatiseerde verificatiesystemen bouwen, is dit waarschijnlijk nuttiger dan nog een algemene chatbot.
Wat Microsoft-Decision-1 precies doet
De meeste AI-koppen van dit jaar gingen over modellen die méér genereren: meer tokens, meer context, meer creatieve output. Microsoft-Decision-1 beweegt in de tegenovergestelde richting. Volgens de aankondiging van het bedrijf leest het model de aangeleverde inhoud samen met een set vooraf gedefinieerde antwoordopties en geeft een gekalibreerde waarschijnlijkheidsscore voor elk van deze opties terug, in plaats van open tekst te genereren. Dat is een wezenlijk andere taak dan waar GPT-6 Sol, Gemini 4 Argon of Claude Opus 5.5 voor zijn gebouwd.
Microsoft noemde bij de lancering vier kerngebruiken voor het model: routing, classificatie, prioritering en verificatie, plus wat het bedrijf "workflow-controle" noemt. Denk aan een supportticket dat naar het juiste team moet worden gerouteerd, gebruikersinhoud die een ja/nee-beslissing voor moderatie vereist, of de output van een AI-agent die een pass/fail-check moet ondergaan voordat deze verder mag gaan. Dit zijn taken met een hoog volume en lage latentie, precies het soort werk dat een gespecialiseerd model van 9 miljard parameters goedkoper kan uitvoeren dan een volledig redeneermodel.
Dit onderscheid is belangrijk voor iedereen die tegenwoordig met grote taalmodellen werkt. Een chatbot genereert een reactie die je vervolgens moet analyseren, waarbij je moet gissen naar de mate van zekerheid en moet hopen dat het model de opmaakinstructies heeft gevolgd. Een decision-scoring model slaat die analysestap volledig over: het outputformaat is direct een waarschijnlijkheidsverdeling over de door jou gedefinieerde opties. Dat is een kleiner, mechanischer probleem, en Microsoft wedt erop dat veel productiesystemen dit in grote volumes nodig hebben.
De basis van het model: Waarom Qwen3.5-9B?
Het detail dat de meeste reacties opriep was niet de use-case, maar het fundament. Microsoft-Decision-1 is post-trained vanaf Qwen3.5-9B, een open-weight model van 9 miljard parameters van Alibaba. Media zoals The Register wezen erop dat Microsoft leunt op de open-weight release van een Chinees AI-lab om het product snel op de markt te brengen, terwijl Microsoft tegelijkertijd aangaf de basis van het model in de loop van de tijd te willen migreren.
Microsoft is expliciet geweest dat dit een startpunt is, geen eindbestemming. In de aankondiging stelde het bedrijf: "Om Microsoft-Decision-1 te bouwen, hebben we Qwen3.5-9B post-trained voor snelle, single-pass decision scoring en zullen we dit binnenkort baseren op andere modellen, waaronder Microsoft AI (MAI) en OpenAI." Dit is een opmerkelijke erkenning voor een bedrijf dat miljarden heeft geïnvesteerd in zijn eigen modelontwikkeling via het Microsoft Foundry-platform en het partnerschap met OpenAI. Het suggereert dat de Qwen-basis is gekozen voor snelheid op de markt voor een nauwe, goed gedefinieerde taak, en niet als een langetermijnarchitecturale keuze.
Het gebruik van het open-weight model van een ander als steiger is in 2026 niet ongebruikelijk. Veel kleinere, taakspecifieke tools worden zo gebouwd, vergelijkbaar met de logica achter projecten zoals het Mellum2.1-codeermodel van JetBrains, waarbij gekozen werd voor een compact aantal parameters boven brute schaal. Wat hier opvalt is dat Microsoft, een bedrijf met eigen ambities voor frontier-modellen, publiekelijk de gewichten van een concurrerend lab kiest voor een product met een vlaggenschapsnaam, en klanten vooraf vertelt dat de onderliggende motor later zal veranderen.
Benchmark-claims: 36 tests en bijna 150.000 vragen
Microsoft leunt zwaar op cijfers om het product te rechtvaardigen. Het bedrijf stelt dat Decision-1 de hoogste nauwkeurigheid behaalde in een vergelijking die 36 benchmarks en ongeveer 150.000 onafhankelijke vragen besloeg. Microsoft rapporteerde een nauwkeurigheid van 83,5 procent over deze evaluatie.
Ook de claims over snelheid volgen dit patroon van grote, specifieke getallen. De nieuwsbrief AI Weekly en de site TestingCatalog meldden dat Microsoft claimt dat Decision-1 4,5 keer sneller draait dan een model genaamd Quyet-1.0-Large, en 35 keer sneller dan GPT-6 Sol. De eigen documentatie van Microsoft beschrijft het GPT-6 Sol-resultaat als een ongeveer 35× lagere P50-latentie, gemeten op hun eigen benchmark. Daarnaast stelt Microsoft dat Decision-1 2,5× sneller was dan H2O-Lightning-4B v1.1, de nummer twee in de vergelijking. De Taiwanese Liberty Times rapporteerde responstijden van rond de 85 milliseconden, hoewel de hardware of testcondities niet werden gespecificeerd.
Hier is een gezonde dosis scepsis geboden. Dit zijn de eigen benchmarkresultaten van Microsoft. Geen van de beschikbare berichtgeving bevat een onafhankelijke, door derden gereproduceerde versie van de 36-benchmarkvergelijking, de snelheidsscalatoren of de latentiecijfers. Dit betekent niet dat de cijfers onjuist zijn, maar dat ze gelezen moeten worden als prestatieclaims van de leverancier in plaats van peer-reviewed resultaten.
Een cijfer dat minder aandacht kreeg maar mogelijk belangrijker is voor productie, is dat de beslissingen van het model in 98,7 procent van de tijd "perturbatie-stabiel" waren. Stabiliteit bij kleine wijzigingen in de input is een reëel aandachtspunt voor elk model dat binaire of multi-optie beslissingen neemt waarop downstream-systemen automatisch reageren. Als een routingbeslissing omklapt door een triviale herformulering, is dat een potentiële bug in productie.
Prijsstelling: $0,042 per miljoen input-tokens, gratis output
Hoewel Microsofts eigen aankondiging en Foundry-documentatie geen bevestigde prijs publiceren, circuleert via OpenRouter en secundaire bronnen (zoals AI Weekly en Pasquale Pillitteri) een prijs van $0,042 per miljoen input-tokens, waarbij de output gratis is. Deze prijsstructuur is logisch voor een model waarvan de volledige output een korte lijst met waarschijnlijkheidsscores is in plaats van gegenereerde tekst.
Tegen deze prijs is Decision-1 een zeer goedkope optie voor routinematige routing- en classificatiewerkzaamheden. Het is een vergelijkbare kostenlogica als die Anthropic dreef om de prijzen van Claude Haiku eerder dit jaar met 75 procent te verlagen: goedkope, snelle modellen winnen het marktaandeel van hoogfrequente, laagcomplexe API-verzoeken.
Beschikbaarheid: Eerst Foundry, kort daarna OpenRouter
Microsoft-Decision-1 is gelanceerd in public preview op Microsoft Foundry. Kort na de aankondiging werd het model ook live gezet op OpenRouter onder de identifier microsoft/microsoft-decision-1.
De gewichten van het model worden niet gedistribueerd. Dit betekent dat ontwikkelaars Decision-1 uitsluitend via hosted API's kunnen benaderen en het model niet kunnen downloaden voor eigen hosting. Dit staat in contrast met het volledig open Qwen3.5-9B waarop het is gebouwd.
Werken met Decision-1 in Foundry
Het model accepteert tekst en ondersteunt inputs tot 32.000 tokens. Het geeft gekalibreerde scores voor vooraf gedefinieerde opties en genereert geen uitleg en verwerkt geen afbeeldingen, audio of video. Teams die een schriftelijke onderbouwing of multimodale input nodig hebben, zullen Decision-1 moeten combineren met een algemeen model.
De confidence score is het deel van de output waarop applicaties actie ondernemen. De waarschijnlijkheid zelf maakt deel uit van de API en applicaties gebruiken deze om te beslissen wanneer ze actie moeten ondernemen, de taak moeten delegeren of een review moeten aanvragen.
Een voorbeeld uit de documentatie:
- Als "urgent" boven de 0,9 ligt en "prioriteit" boven de 1,5, pagina dan onmiddellijk de on-call engineer.
- Als de hoogste waarschijnlijkheid onder de 0,65 ligt, kan een lokaal beleid voorkomen dat er een downgrade plaatsvindt, of kan er een handmatige selectie worden gevraagd.
Een uitgewerkt voorbeeld in de documentatie laat zien dat het model een gewogen prioriteitsscore van 1,9868 teruggeeft met een betrouwbaarheid van 98,08%. De quickstart vereist Python 3.10 of later. Omdat Microsoft aangeeft dat de prijzen dynamisch zijn, is het raadzaam om de huidige Foundry-lijst te controleren voor een implementatie.
Nadella's visie en interne use-cases van Microsoft
Satya Nadella introduceerde het model persoonlijk op X: "Introducing Microsoft-Decision-1, our new model for fast decision-making. It delivers top performance on structured decision tasks, outperforming both LLMs and other decision models in latency and quality. We’re already testing it across Microsoft for everything from incident response and quality control to scientific discovery."
Incidentrespons is een logische eerste stap: een decision-scoring model kan meldingen triëren, de ernst scoren of beslissen of een ticket moet worden geëscaleerd naar een mens. Kwaliteitscontrole en wetenschappelijke ontdekkingen zijn bredere claims; buiten Nadella heeft geen enkele Microsoft-bestuurder gedetailleerd beschreven hoe die workflows het model precies gebruiken.
Vroege interne tests en voorbeelddecisies
Microsoft rapporteerde dat Xbox Research Decision-1 gebruikte om meer dan 10.000 stukken open-ended feedback te categoriseren in vooraf gedefinieerde thema's. De kwaliteit werd beschreven als concurrerend met GPT-5, terwijl de uitvoering 80 tot 100 keer sneller was. Andere teams evalueerden het model voor Copilot-responsbeoordeling en adaptieve herplanning.
De documentatie geeft een concreet beeld van de beslissingen die Microsoft voor ogen heeft. Een voorbeeld van een incident: "De checkout-service is al 20 minuten onbeschikbaar. Klanten kunnen geen aankopen doen en er is geen workaround." Het model scoort dit rapport tegen prioriteitsniveaus, waarna de applicatie beslist wat er moet gebeuren. Foundry noemt onder andere supportticket-triage, incidentprioritering, contentfiltering, model-/tool-/agent-selectie en model-outputevaluatie als ondersteunde toepassingen.
Een post in de Microsoft-ontwikkelaarscommunity over decision routing voor GitHub Copilot in CLI en VS Code laat zien dat hetzelfde idee wordt toegepast op modelselectie, waarbij de router is geplaatst in het native /model commando in Copilot CLI en in de Chat Model Picker in VS Code.
Vergelijking met andere kleine, gespecialiseerde modellen
Microsoft is niet het enige bedrijf dat wedt op kleine, taakspecifieke modellen. Amazon bracht Strands Decider 2B uit, een open-source agentmodel van 2 miljard parameters, gebouwd voor snelle beslissingen met een latentie van ongeveer 100 milliseconden in AWS-tests. Hoewel Strands Decider kleiner is en open-source, jagen beide producten op dezelfde niche: agent-guardrails en routing-beslissingen die geen volledig redeneermodel vereisen.
De bredere AI-modelmarkt in oktober 2026 lijkt op een halter (barbell). Aan de ene kant blijven labs de schaal van frontier-modellen vergroten, zoals de Mistral Large 4 preview (ca. 1 biljoen parameters) of GPT-6. Aan de andere kant brengen leveranciers goedkope, smalle, snelle modellen uit voor repetitieve besluitvorming. Decision-1 valt stevig in dat tweede kamp en lijkt qua geest meer op een classifier dan op een chatbot.
Overzicht van gespecialiseerde modellen
| Model | Basisgrootte | Primaire taak | Outputtype | Gerapporteerde prijs |
|---|---|---|---|---|
| Microsoft-Decision-1 | 9B (Qwen3.5-9B) | Routing, classificatie, verificatie | Gekalibreerde waarschijnlijkheid per optie | $0,042/M input tokens, gratis output |
| AWS Strands Decider 2B | 2B, open source | Agent guardrails, snelle beslissingen | Gescoord besluit | Open weight, self-hostable |
| JetBrains Mellum2.1 | 12B | Code-aanvulling | Gegenereerde code | Inbegrepen bij IDE-tooling |
| GPT-6 Sol | Niet bekend | Algemene redenering en generatie | Open tekst | Getrapte ChatGPT/API prijzen |
| Gemini 4 Argon | Niet bekend | Algemene redenering en generatie | Open tekst | $2/$10 per M tokens |
Een eenvoudige blik op hoe decision scoring werkt
De mechanica zijn eenvoudiger dan het prompten van een chatbot. Een ontwikkelaar levert context plus een gesloten set opties, en het model geeft een waarschijnlijkheid voor elk van deze opties terug. Een vereenvoudigd verzoek zou er zo uitzien:
{
"model": "microsoft/microsoft-decision-1",
"input": "Klantbericht: 'Mijn betaling is vandaag twee keer mislukt.'",
"options": ["billing_support", "technical_support", "spam", "escalate_to_human"]
}De respons ziet er dan als volgt uit:
{
"scores": {
"billing_support": 0.81,
"technical_support": 0.11,
"spam": 0.01,
"escalate_to_human": 0.07
}
}Een applicatie kan een betrouwbaarheidsdrempel instellen (bijv. automatisch routen boven de 0,75 en alles daaronder naar een menselijke reviewer sturen), zonder dat er een enkele regel tekst-analyse-logica geschreven hoeft te worden.
Historische context: Van classifiers naar gekalibreerde rechters
Decision-scoring is geen nieuw idee; het is eerder een terugkeer naar de basis. Vóór de generatieve AI-boom bestond het meeste production machine learning uit classifiers, rankers en scoring-modellen. De generatieve golf van 2022-2025 verschoof de aandacht naar chatbots, wat ten koste ging van snelheid en kosten voor eenvoudige taken. Microsoft-Decision-1 en AWS Strands Decider vertegenwoordigen een correctie in de industrie: gebruik een frontier-model wanneer de taak echt open-ended redenering vereist, en gebruik een klein, goedkoop, snel model wanneer dat niet zo is.
Het "LLM-as-judge" patroon, waarbij een taalmodel de output van een ander model evalueert, is al een tijd een standaard in AI-evaluatiepipelines. Wat er in 2026 is veranderd, is dat leveranciers dit patroon nu verpakken als een specifiek, geprijsd product.
Marktimpact: Wie staat er onder druk?
De directe druk komt terecht bij leveranciers van algemene modellen die klanten momenteel laten overbetalen voor routing- en classificatietaken. Als bedrijven hun volumes verschuiven naar doelgerichte scoring-modellen, is dat een flinke hap uit het tokenvolume voor providers die afhankelijk zijn van volledige modeltarieven voor eenvoudige taken.
Het zet ook Google en Anthropic onder druk om te beslissen of zij eigen decision-scoring producten nodig hebben. Er is ook een cloud-infrastructuur aspect: een goedkoop, hoog-volume en "sticky" workload zoals routing houdt klanten binnen het ecosysteem van één cloudprovider.
Het plan voor rebasing: Wat gebeurt er als Qwen verdwijnt?
Microsofts plan om Decision-1 te herbaseren op MAI- en OpenAI-modellen roept operationele vragen op. Zullen de scores, kalibratie en latentie stabiel blijven tijdens die transitie? Teams die nu bouwen op de API-identifier microsoft/microsoft-decision-1 wedden impliciet dat een toekomstige wissel van het onderliggende model de routing- of classificatiedrempels niet wezenlijk zal veranderen.
Voor laag-risico use-cases is dit een redelijke weddenschap, maar voor compliance, veiligheid of financiële beslissingen is dit riskanter. Een stille verschuiving in kalibratie zou reële uitkomsten kunnen veranderen zonder dat er een duidelijke codewijziging is.
Openstaande vragen en risico's
Er zijn enkele gaten in de publiek bevestigde informatie. Er is geen gedetailleerde technische uitleg van het product- of researchteam. De benchmarkmethodologie (welke 36 benchmarks werden gebruikt en hoe de vergelijkingsmodellen waren geconfigureerd) is niet gepubliceerd. De snelheidsscalatoren, inclusief de 35× lagere P50-latentie tegenover GPT-6 Sol, blijven claims van Microsoft zelf.
Samenvatting van kenmerken
| Attribuut | Detail |
|---|---|
| Aangekondigd | 9 oktober 2026 |
| Basismodel | Qwen3.5-9B (Alibaba, open weight) |
| Output | Gekalibreerde waarschijnlijkheid per vooraf gedefinieerde optie |
| Genoemde use-cases | Routing, classificatie, prioritering, verificatie, workflow-controle |
| Beschikbaarheid | Microsoft Foundry (public preview); OpenRouter (live) |
| Gewichten | Niet gedistribueerd; alleen toegang via hosted API |
| Gerapporteerde prijs | $0,042 per miljoen input-tokens, output gratis |
| Benchmark claim | Hoogste nauwkeurigheid over 36 benchmarks, ~150.000 vragen |
| Snelheidsclaim | 4,5x sneller dan Quyet-1.0-Large; 35x sneller dan GPT-6 Sol |
| Toekomstplannen | Rebase op Microsoft AI (MAI) en OpenAI modellen |
Voorspellingen: De toekomst van decision-scoring modellen
- Reactie van concurrenten: Google en Anthropic zullen binnen twee kwartalen reageren met een eigen formeel decision-scoring of judging-product.
- Prijsdalingen: De prijzen voor routing-taken zullen verder dalen richting nul.
- Onafhankelijke benchmarks: Binnen enkele weken zullen derde partijen proberen de 35× snelheidssprong tegenover GPT-6 Sol te reproduceren; het werkelijke cijfer zal waarschijnlijk lager uitvallen bij gestandaardiseerde tests.
- Rebase in 2027: De overstap naar MAI/OpenAI zal waarschijnlijk pas in 2027 gebeuren om te voorkomen dat kalibraties voor enterprise-klanten direct kapot gaan.
- Agent-guardrails als groeimarkt: Naarmate meer bedrijven autonome AI-agents inzetten, zal de vraag naar een goedkoop model dat "ja, nee, of escaleer" kan zeggen vóórdat een agent actie onderneemt, sterk groeien.
Advies voor ontwikkelaars
Voor teams die momenteel classificatie- of routinglogica draaien op een algemeen model: Decision-1 is een pilot waard, maar geen volledige migratie. Kies één laag-risico workflow en vergelijk de nauwkeurigheid, latentie en kosten direct gedurende twee tot vier weken.
Teams die nieuwe agent-pipelines vanaf nul bouwen, doen er goed aan Decision-1 zij-aan-zij te vergelijken met AWS Strands Decider 2B. De keuze zal waarschijnlijk neerkomen op de voorkeur voor hosting (API-only versus open weight) en de cloud waarin de rest van de stack zich bevindt.
Iedereen die werkt met compliance, veiligheid of financiële besluitvorming zou moeten wachten tot Microsoft een versiebeleid publiceert voordat Decision-1 in dat proces wordt geplaatst, vanwege het risico op een niet-aangekondigde verschuiving in kalibratie na de beloofde rebase.
Veelgestelde vragen (FAQ)
Wat is Microsoft-Decision-1? Het is een gespecialiseerd AI-model van Microsoft, aangekondigd op 9 oktober 2026, gebouwd om vaste antwoordopties te scoren met een gekalibreerde waarschijnlijkheid in plaats van open tekst te genereren.
Op welk model is Microsoft-Decision-1 gebaseerd? Microsoft heeft Qwen3.5-9B (een 9-miljard parameter open-weight model van Alibaba) post-trained om de eerste versie van Decision-1 te bouwen. Toekomstige versies worden gebaseerd op Microsoft AI (MAI) en OpenAI technologie.
Waar kan ik toegang krijgen tot Microsoft-Decision-1? Het is nu beschikbaar in public preview via Microsoft Foundry en is live op OpenRouter onder de identifier microsoft/microsoft-decision-1.
Hoeveel kost Microsoft-Decision-1? De prijs is vastgesteld op $0,042 per miljoen input-tokens, zonder kosten voor output-tokens. Let op: Microsoft geeft aan dat prijzen dynamisch kunnen zijn.
Is Microsoft-Decision-1 sneller dan GPT-6 Sol of andere grote modellen? Microsoft claimt dat het ongeveer 35 keer sneller is dan GPT-6 Sol en 4,5 keer sneller dan Quyet-1.0-Large. Dit zijn vendor-gerapporteerde cijfers die nog niet onafhankelijk zijn bevestigd.
Kan ik de gewichten van Microsoft-Decision-1 downloaden en zelf hosten? Nee. Toegang is beperkt tot de hosted API via Foundry of OpenRouter.
Hoe verschilt dit van AWS Strands Decider 2B? Beide zijn kleine, snelle modellen voor besluitvorming. Strands Decider 2B is open source en kleiner (2 miljard parameters), terwijl Decision-1 groter is (9B basis) en alleen via API beschikbaar is.
Zal Microsoft-Decision-1 algemene chatbots voor bedrijven vervangen? Nee. Het is gebouwd voor een smalle niche van taken: het kiezen van een antwoord uit een vaste lijst. Het is bedoeld om naast algemene modellen te functioneren voor hoog-volume, laag-complexe beslissingen.
Groetjes,