Microsoft'un Decision-1'i, Qwen üzerine inşa edilmiş ve yalnızca cevap seçeneklerini puanlayan 9 milyar parametreli bir model

Microsoft, 9 Ekim 2026 tarihli bir duyuruyla düz metin üretmeyen bir dil modeli piyasaya sürdü. Shattered.io'daki habere göre Microsoft-Decision-1 sohbet etmiyor, özetlemiyor veya taslak yazmıyor: kendisine verilen içeriği sabit bir cevap seçenekleri listesiyle birlikte okuyor ve her seçenek için tek bir forward pass içinde kalibre edilmiş bir olasılık döndürüyor. Model, Alibaba'nın Qwen3.5-9B'sinden post-train edildi ve lansmanda Microsoft Foundry üzerinde kullanıma sunuldu; OpenRouter'daki erişim kısa süre sonra geldi.

Model ne yapıyor

Microsoft, modeli dört temel görev etrafında konumlandırdı — yönlendirme (routing), sınıflandırma (classification), önceliklendirme (prioritization) ve doğrulama (verification) — ve buna "workflow control" dediği işlevi ekledi. Tipik örnekler: bir destek talebinin doğru ekibe yönlendirilmesi, kullanıcı içeriği üzerinde evet/hayır şeklinde bir moderasyon kararı ya da başka bir yapay zeka ajanının çıktısının devam etmesine izin verilmeden önce geçer/kalır kontrolünden geçirilmesi.

Genel amaçlı modellerle yapısal bir karşıtlık söz konusu. Bir sohbet modeli, aşağı akıştaki (downstream) bir sistemin ayrıştırması gereken serbest metin üretir ve güven düzeyi sözçükten çıkarılmak zorundadır. Bir karar puanlama modeli ise geliştiricinin tanımladığı seçenekler üzerinden bir olasılık dağılımı döndürür ve ayrıştırma adımını tamamen ortadan kaldırır. Bunlar yüksek hacimli, düşük gecikmeli kararlardır ve Shattered.io, 9 milyar parametreli bir uzman modelin bunları tam boyutlu bir akıl yürütme (reasoning) modelinden çok daha ucuza halledebileceğini savunuyor.

Rakibin ağırlıkları üzerine inşa edildi

En çok yorum alan detay temel model oldu. The Register, Microsoft'un ürünü hızlıca piyasaya sürebilmek için bir Çin laboratuvarının açık ağırlıklı (open-weight) sürümüne yaslandığına dikkat çekti. Microsoft, lansman yazısında Qwen3.5-9B'yi hızlı, tek geçişli karar puanlaması için post-train ettiğini ve modeli yakında Microsoft AI (MAI) ve OpenAI modelleri dahil diğer temeller üzerine yeniden inşa edeceğini (rebase) söyledi.

Shattered.io, bunu kendi sınır modeli (frontier model) hedefleri olan bir şirket için kayda değer bir itiraf olarak nitelendiriyor: amiral gemisi adını taşıyan bir ürünün rakibinin ağırlıkları üzerinde piyasaya sürülmesi ve müşterilere baştan, altta yatan motorun ileride değişeceğinin söylenmesi.

Rakamlar ve sınırları

Microsoft'un öne çıkan iddiası, 36 benchmark ve yaklaşık 150.000 bekletilen (held-out) soruyu kapsayan bir karşılaştırmada en yüksek doğruluk: genel olarak yüzde 83,5 — Alman yayın BornCity tarafından da aktarılan bir rakam.

Hız iddiaları da aynı örüntüyü izliyor. AI Weekly ve TestingCatalog, Microsoft'un Decision-1'in Quyet-1.0-Large adlı modelden 4,5 kat, GPT-6 Sol'dan ise 35 kat daha hızlı çalıştığı iddiasını aktarıyor; Data Studios yazısına 35x rakamıyla başladı. Microsoft'un kendi materyalleri bu sonucu kendi benchmark'ında yaklaşık 35x daha düşük P50 gecikmesi olarak tanımlıyor — Decision-1 sabit seçenekleri puanlarken GPT-6 Sol metin ürettiği için, bu genel bir hız zaferinden daha dar kapsamlı bir iddia. Microsoft, karşılaştırmasındaki ikinci sıradaki model H2O-Lightning-4B v1.1'e karşı da 2,5 katlık bir avantaj iddia ediyor. Tayvanlı Liberty Times, bu rakamın ardındaki donanımı veya test koşullarını belirtmeksizin yanıt sürelerinin 85 milisaniye civarında olduğunu yazdı.

Bunların tamamı satıcı tarafından bildirilen rakamlar. İncelenen haberlerde benchmark karşılaştırmasının, hız çarpanlarının veya gecikme iddiasının bağımsız, üçüncü taraf bir tekrarlamasına rastlanmadı; dolayısıyla bunlar doğrulanmış sonuçlar değil, lansman iddiaları olarak okunmalı.

Daha az dikkat çeken bir rakam üretim ortamında daha önemli olabilir: Microsoft, kararların küçük girdi değişiklikleri altında yüzde 98,7 oranında istikrarlı kaldığını söylüyor; AI Weekly bunu şirketin lansman özetine dayandırarak aktarıyor. Aşağı akış sistemleri bir modelin kararlarına otomatik olarak harekete geçtiğinde, önemsiz yeniden ifade edişler altındaki istikrar kritiktir; bu yüzden bu rakam, test ortamı dışında da geçerli kalırsa mühendislik ekipleri için gerçekten yararlı bir veri noktası.

Gevşek uçlar

Microsoft zaten olay müdahalesinden bilimsel keşfe kadar uzanan iç kullanımlara işaret ediyor. Fiyatlandırma daha belirsiz: manşetlerde belirli bir token başına rakam dolaşsa da, haberler本身 Microsoft'un duyurusunun ne de Foundry dokümantasyonunun incelenen materyallerde bir fiyatı doğrulamadığını belirtiyor.

Neden önemli

Decision-1, yapay zeka altyapısının gelecek dalgasının daha çok konuşan asistanlar değil; hatlara (pipeline) gömülü küçük, dar modeller olduğuna dair bir bahis — hacimli biçimde yönlendiren, kapı tutan ve doğrulayan modeller, gecikmenin ve karar başına maliyetin öne geçtiği yerlerde. Ayrıca Qwen gibi açık ağırlıklı temellerin artık en büyük satıcıların bile markalı ürünleri için iskele oluşturduğunu ve temel modelin değiştirilebilir bir parça olarak görüldüğünü gösteriyor. Mühendislik ekipleri için açık sorular pratik: doğruluk ve istikrar iddialarının bağımsız testler altında ayakta kalıp kalmayacağı ve Microsoft modeli tamamen farklı temeller üzerine taşıma sözünü yerine getirdiğinde bunun üretim sistemleri için ne anlama geleceği.