米Microsoftは、意思決定に特化したAIモデル「Microsoft-Decision-1」を発表した。
選択肢を高速に評価し、分類やAIエージェントの制御を支援する。
Microsoft FoundryとOpenRouterで利用可能だ。
約15万問で最高精度、GPT-6 Solの35倍高速
2026年10月9日に発表されたMicrosoft-Decision-1は、文章生成を担う大規模言語モデル（LLM）とは異なり、ソフトウェアで処理できる判断結果を返す。
質問に対してあらかじめ選択肢を与えると、それぞれの選択肢に確率スコアを付与する。
二択や多肢選択、段階評価、AIの回答や行動の採点にも対応する。
基盤には「Qwen3.5-9B」を追加学習したモデルを採用し、1回の処理で判断スコアを算出する仕組みだ。
Microsoftは今後、自社のMAIやOpenAIのモデルを基盤に取り入れる方針も示している。
同社によると、36種類のベンチマーク（※）、約15万問を使った比較で最高の精度を記録した。
応答速度は次点の「H2O-Lightning-4B v1.1」の2.5倍、GPT-6 Solの35倍に達したという。
Jev 1.13.0との比較では、平均正確性がJevの82.3%に対して83.5%と1.2ポイント高く、レイテンシの中央値もJevの240msに対して85msと短かった。
一方、予測確率と実際の正解率の一致度を評価する「キャリブレーション」では、Microsoft-Decision-1が92.2点、Jevが93.7点となり、Jevが上回った。
社内検証では、Xboxの研究部門が1万件超の利用者の意見をテーマ別に分類し、GPT-6 Solに匹敵する品質を維持しながら14倍超の速度、200分の1の費用を確認した。
料金は入力100万トークン当たり0.042ドルで、出力トークンは無料としている。
※ベンチマーク：AIモデルやシステムの性能を共通の条件で比較するための評価試験。正答率や処理速度などを測定する。今回の検証では、分類、推論、多言語、安全性など幅広い領域が対象となった。
エージェントの判断コスト削減に期待、適用範囲には注意
今回のモデルが注目されるのは、AIエージェントの処理過程に組み込む判断役としての可能性だ。
複数工程でモデルを呼び出すと、判断時間が積み重なり、遅延や運用費用が増える。
定型的な判断を専用モデルに任せ、高性能なLLMを複雑な推論に集中させられる。
例えば、問い合わせに応じた適切なモデルの選択、障害の緊急度判定、生成された回答の検証などが考えられる。
一方、結果はあらかじめ用意された選択肢や評価基準に左右される。選択肢の設計に漏れがあれば、モデルが高速でも適切な結論に到達できないおそれがある。
また、公表された性能はMicrosoftによる検証結果であり、実運用での品質は対象業務や入力条件によって異なるだろう。
導入時には、誤判定が与える影響を見極め、信頼度に応じて人間への確認に切り替える仕組みが重要になる。
生成AIの能力向上だけでなく、判断処理を用途別に分担する設計が、AIエージェント実用化の新たな競争軸となりそうだ。
関連記事:
TypeSafe AIの「Jev」とは？元OpenAI研究者が提唱するComposable AIとマシンネイティブ推論の技術的衝撃
Microsoft、Foundryに音声AI新3モデル追加 自然な音声体験を強
