A Microsoft anunciou em 9 de outubro de 2026 o Microsoft-Decision-1, modelo para pontuar escolhas definidas, com disponibilidade em prévia pública no Microsoft Foundry. Em vez de redigir respostas abertas, ele devolve decisões numéricas estruturadas. A Microsoft diz que o pós-treinou a partir do Qwen3.5-9B para fazer essa pontuação em uma única passagem. Veja o anúncio da Microsoft.
Três tipos de pergunta, três formatos de saída
A API do Microsoft-Decision-1 aceita três tipos de pergunta: noul, choice e score. A resposta traz números e probabilidades, mas não inclui uma justificativa escrita, segundo a documentação do Microsoft Foundry.
| Tipo de pergunta | Tarefa | Resultado devolvido |
noul | Avaliar uma condição de sim ou não | Probabilidade para cada resposta possível |
choice | Escolher entre opções definidas | Opção selecionada e probabilidades das opções |
score | Avaliar uma escala ordenada | Pontuação calculada com base nas probabilidades da escala |
Essa estrutura serve a tarefas como classificação, encaminhamento, ordenação e avaliação. Como o modelo não escreve o motivo da escolha, uma aplicação que também precise de explicações em linguagem natural terá de recorrer a um modelo generativo ou a outro componente.
O que é necessário para chamar a API
O fluxo documentado pela Microsoft começa com uma implantação no Foundry. A solicitação envia o nome dessa implantação, um estado — em texto ou JSON — e uma ou mais perguntas tipadas ao endpoint /providers/microsoft/v1/systemone. A autenticação pode ser feita com Microsoft Entra ID ou chave de API, conforme a documentação de implantação e uso.
Benchmark e aplicação real
O The Next Web relatou que a Microsoft atribuiu ao Microsoft-Decision-1 uma velocidade 35 vezes maior que a do GPT-6 Sol em uma comparação da empresa. Esse resultado descreve aquela comparação; para avaliar uma integração, a Microsoft recomenda medir latência, qualidade das decisões e calibração em tarefas representativas da própria aplicação. O tipo de implantação, por si só, não garante menor latência, segundo a documentação do Foundry.
Limites que afetam o uso
A Microsoft alerta que a formulação das perguntas e a ordem das opções podem alterar as pontuações. A calibração tende a ser mais forte em tarefas conhecidas; em filtros de segurança, o modelo pode deixar passar conteúdo nocivo sutil ou sinalizar conteúdo benigno. A empresa também recomenda que ele não seja a única base para decisões relevantes sobre pessoas e pede revisão humana significativa em áreas como crédito, emprego, moradia, saúde e questões jurídicas.
Em demonstrações individuais, Fahd Mirza mostrou tarefas de segurança, classificação e injeção de prompt, além de um resultado misto em roteamento diante de uma armadilha de palavra-chave. O exemplo é uma observação do criador, não uma avaliação geral do modelo.
