Microsoft-Decision-1とは？性能ランキングとポーランド語テスト

👁 116閲覧数

Microsoft-Decision-1は、2026年10月9日にMicrosoft Foundryで公開された、Microsoftの意思決定モデルです。文章を生成するのではなく、テキストやJSONと選択肢が限定された質問を入力すると、それぞれの選択肢の確率を返します。2026年10月13日時点のArtificial Analysis Decision Indexでは53.8点で、11モデル中3位でした。意思決定モデルの中で「わからない」と答える能力が最も高く、コストパフォーマンスも上位です。100万タスクあたりの費用は30.7 USDです。筆者がポーランド語で行ったテストでは、47件中44件の問い合わせを正しい部門に分類しました。意思決定モデル全般については、AI意思決定モデルガイドで解説しています。

Microsoftが発表した内容

このモデルは10月9日、MicrosoftのCTO室でソフトウェアエンジニアリング担当副社長を務めるAchint Srivastava氏が発表しました。Microsoftは、ルーティング、分類、優先順位付け、検証、プロセス制御向けのモデルと説明しています。Microsoftが公表した内容は以下のとおりです。

• 約15万件の質問を含む36のテストセットで、Microsoftの比較対象モデル中、最も高い精度を達成。
• H2O-Lightning-4B v1.1より2.5倍、GPT-6 Solより35倍高速。
• 入力文の細かな変更によって判断が変わる割合は平均1.3%。選択肢の説明を言い換えた場合は一度も判断が変わらなかった。
• 11の安全性テストセットによる5,250回の試行で、有害な振る舞いを拒否。

これらはMicrosoft独自のテストセットによる数値です。独立した評価はArtificial Analysisが実施しています。

Artificial Analysisのランキングと評価

• 「わからない」と答える能力が最も高い。答えを知らない場合、推測する代わりに約40%の確率で「わからない」を選びます。意思決定モデルの中で最も高い結果です。一方、知識問題の正答率は比較対象中で最も低い28.2でした。
• ツール選択に強い。81.9で、GLiDEとCeleris-1に次ぐ3位です。Claude Haiku 5.5 lowの72.6を大きく上回りました。
• 安全性分類はやや弱い。WildGuardTestの88.2は、比較対象の中でも低い結果の一つです。
• コストパフォーマンスは上位。JevやDeciderとともに、より高いスコアを得るには追加コストが必要なモデルとしてArtificial Analysisに挙げられています。

ポーランド語での独自テスト（2026年10月13日）

OpenRouter経由で、意思決定モデル8種類とLLM 2種類に同じテストセットを入力しました。内容は、7つの部門から分類するポーランド語の店舗問い合わせ50件と、アシスタントがツールを呼び出す、追加質問をする、自分で回答する、または拒否するかを選ぶ会話10件です。ここで示す結果はポーランド語で実施したテストによるもので、日本語での性能を示すものではありません。

• 部門分類: 47件中44件。意思決定モデルの上位と同水準で、Claude Haiku 5.5より1件少ない結果でした。
• 緊急度判定: 50件中42件。今回のテストでは最も低い結果でした。しきい値を0.5にしたところ、待てる問い合わせを8件、緊急と判定しました。たとえば、玄関マットの上に置かれた荷物が盗まれたという問い合わせを、確信度1.0で緊急としました。しきい値は、実際のデータを使って引き上げる必要があります。
• 確信度:確信度が0.9以上のケースでは、43件中40件で部門分類が正解でした。
• トークン:ポーランド語のテキストでは、1タスクあたり平均273トークンを使用しました。今回の意思決定モデルの中では最少です（Jevは637トークン）。同じタスクを100万件処理した場合の費用は約11.5 USDです。
• 応答時間:ポーランドからOpenRouter経由で利用した場合、中央値は443 msでした（Claude Haiku 5.5は1,689 ms）。

利用方法とEU域内のデータ処理

• Microsoft Foundry:支払い方法を登録したAzureサブスクリプションとFoundryプロジェクトが必要です。エンドポイントは<Foundryリソース>/providers/microsoft/v1/systemoneで、Jevと互換性のある形式です。
• デプロイの種類:GlobalStandardでは、任意のAzureリージョンで処理されます。対象リージョンで利用できるDataZoneStandardでは、たとえばEUなど、データゾーン内に処理をとどめられます。Microsoftはモデルのページで、対応リージョンの全リストを公開していません。
• OpenRouter:料金は0.042 USDで、プロバイダーはAzureです。2026年10月13日にポーランドからAzureアカウントなしで利用できることを確認しました。この確認はポーランドでの利用についてのもので、他の地域での利用可否を示すものではありません。

Microsoftはドキュメントで、結果が表現や選択肢の順序に左右される可能性があること、既知の種類のタスクで最も適切に調整できることを注意事項として挙げています。また、融資、雇用、健康など、人に関する判断では、モデルは人間の判断を補助するものにとどめるべきとしています。

Microsoft-Decision-1が向いている用途

• 向いている用途:推測するより「わからない」と答えるべきゲート処理やフィルター、エージェントによるツール選択、すでにAzureを利用しておりEU域内でのデータ処理を希望する企業。
• あまり向いていない用途:コンテンツモデレーション（GLiDE、Decider、Jevのほうが高い結果）、世界に関する知識が必要な質問、可能な限り低いコストを求める用途（Decider v1.1 27Bはほぼ半額）。

よくある質問

Microsoft-Decision-1の料金はいくらですか？

2026年10月13日時点で、Microsoft FoundryとOpenRouterのどちらも入力100万トークンあたり0.042 USDです。出力は無料です。

どのモデルをベースにしていますか？

Microsoftによると、90億パラメーターのQwen3.5-9Bを追加学習（ポストトレーニング）したモデルです。

ポーランド語に対応していますか？

筆者がポーランド語で行ったテストでは、47件中44件の問い合わせを正しい部門に分類し、10件中10件で適切なツール選択をしました。この結果はポーランド語でのテストによるもので、日本語での性能を示すものではありません。

出典

• Microsoft: FoundryのMicrosoft-Decision-1（2026年10月9日）
• Microsoft Learn: Microsoft-Decision-1のデプロイと利用（2026年10月13日確認）
• OpenRouter: microsoft/microsoft-decision-1
• Artificial Analysis Decision Index v1.0（2026年10月13日）
• 筆者によるテスト: 2026年10月13日、ポーランドからOpenRouter経由で60タスクを実施。

// 続きを読むMercury DecideとCeleris-1 Decisionを比較：速度・料金・性能ベンチマークLiquid AIのd1-ultraがDecision Index首位に、価格とテスト結果ベンチマークMicrosoft MAI-Image-2.6の使い方・料金・画像生成テストガイド