Microsoft stellt ein Hochgeschwindigkeits-Entscheidungs-KI-Modell vor, dessen Leistung GPT-6 Sol um das 35-fache übertrifft
Microsoft hat ein spezielles KI-Modell namens Microsoft-Decision-1 veröffentlicht, das für strukturierte Entscheidungsaufgaben entwickelt wurde. Dieses Modell kann aus vorgegebenen Optionen die optimale Lösung auswählen und eine Wahrscheinlichkeitsbewertung vergeben. Es unterstützt Einsatzszenarien wie Routing, Inhaltsklassifizierung und Priorisierung von Aufgaben. Interne Tests zeigen, dass es 35-mal schneller als GPT-6 Sol ist, die Eingabekosten betragen nur 0,042 US-Dollar pro einer Million Tokens und die Ausgabe ist kostenlos.
Microsoft verstärkt seine KI-Produktlinie mit einer spezialisierten Strategie.
Am Freitag kündigte Microsoft-CEO Satya Nadella die Einführung des neuen schnellen Entscheidungs-KI-Modells Microsoft-Decision-1 an. Dieses Modell ist speziell für strukturierte Entscheidungsaufgaben konzipiert.

Nadella erklärte auf der Plattform X, dass das Modell „bei strukturierten Entscheidungsaufgaben hervorragende Leistungen zeigt, sowohl bei Latenz als auch bei Qualität besser ist als große Sprachmodelle und andere Entscheidungsmodelle“ und intern bei Microsoft bereits in Szenarien wie Incident Response, Qualitätskontrolle und wissenschaftlicher Forschung getestet wurde.
Microsoft gibt an, dass das Modell in internen Tests 35-mal schneller läuft als OpenAIs GPT-6 Sol und 4,5-mal schneller als Quyet-1.0-Large.
Beim Pricing kostet der Input des Modells 0,042 US-Dollar pro 1 Million Tokens, ein kostenloser Output macht dieses Preismodell insbesondere für hochfrequente, repetitive Entscheidungsanwendungen attraktiv.
Fokus auf Entscheidungen statt Generierung: Eine Lücke in den LLM-Fähigkeiten schließen
Im Gegensatz zu herkömmlichen großen Sprachmodellen, die auf Textgenerierung und komplexes Schlussfolgern ausgerichtet sind, verfolgt Microsoft-Decision-1 einen viel gezielteren Ansatz.
Das Microsoft-Decision-1-Modell wählt aus vorgegebenen Optionen die optimale Lösung aus und weist den jeweiligen Antworten eine Wahrscheinlichkeitsbewertung zu. So unterstützt es nachgelagerte Anwendungen dabei zu entscheiden, ob sie fortsetzen, erneut versuchen, eine Eskalation vornehmen oder eine manuelle Überprüfung einleiten sollen.
Microsoft zufolge erreichte das Modell in 36 Benchmark-Tests mit fast 150.000 Aufgaben jeweils die höchste Präzision. Zu seinen Einsatzbereichen gehören Routing, Inhaltsklassifizierung, Priorisierung von Aufgaben, Ergebnisüberprüfung und Workflow-Steuerung. Es lässt sich nahtlos in bestehende Anwendungen, KI-Agenten und Workflow-Systeme integrieren.
Allerdings basieren die genannten Leistungsdaten auf Microsofts eigenen Benchmark-Tests; eine unabhängige Drittverifizierung steht noch aus.
Interne Tests zeigen deutliche Vorteile bei Geschwindigkeit und Kosten
Mehrere interne Microsoft-Teams haben das Modell bereits in praktischen Szenarien getestet.
Das Xbox Research-Team nutzte es, um mehr als 10.000 Spiele-Feedbacks zu klassifizieren. Die Ergebnisse zeigten eine vergleichbare Qualität wie GPT-6 Sol, jedoch mehr als 14-mal höhere Geschwindigkeit und rund 200-mal niedrigere Kosten. Auch das Microsoft Copilot-Team stellte fest, dass das Modell bei Aufgaben zur Bewertung von KI-Antworten ähnlich leistungsfähig wie GPT-5.6 Luna ist.
Technisch basiert Microsoft-Decision-1 auf Qwen3.5-9B und wurde gezielt für die Bewertung von Einzelentscheidungen weitertrainiert.
In Zukunft plant Microsoft, das Modell auf die MAI-Modellreihe und andere Basismodelle wie die von OpenAI zu migrieren.
Microsoft betont in der Mitteilung, dass das Modell dazu dient, „Entscheidungsintelligenz in einer sicheren, vertrauenswürdigen Umgebung in bestehende Anwendungen zu integrieren“ und es als ein Grundbaustein für die Orchestrierung von KI-Agenten-Workflows positioniert wird.
Derzeit steht Microsoft-Decision-1 Entwicklern über Microsoft Foundry, die KI-Entwicklungsplattform von Microsoft, zur Verfügung; eine Integration in OpenRouter ist ebenfalls geplant.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen

SoftBank entwickelt einen Notfallplan für die Verlangsamung des US-Rechenzentren-Geschäfts und erwägt, sich auf andere Länder zu konzentrieren.
In den USA gibt es neue Entwicklungen im Investitionsboom für AI-Datenzentren. SoftBank bereitet sich darauf vor, dass die Nachfrage in den USA nachlässt und das politische Umfeld schwieriger wird, und erwägt, den Schwerpunkt beim Bau von Datenzentren auf andere Länder zu verlagern. Mit der Verbesserung der grenzüberschreitenden Rechenleistung und wachsenden Zweifeln an der Rentabilität solcher Investitionen verliert die Expansionslogik der AI-Infrastruktur an Schwung. Die Infrastrukturinvestitionen von über 3,5 Billionen US-Dollar sind damit potenziellen Wertminderungsrisiken ausgesetzt.


