Microsoft-Decision-1: 0,042 $ pro 1 Mio. Input-Tokens, unter der Hälfte der Decisions API von OpenAI

Decision-Modelle sind jetzt ein Preiskampf, und Microsoft hat gerade weniger als die Hälfte des Satzes von OpenAI gelistet. Microsoft-Decision-1 ist einen Test wert für Routing-, Grading- und Klassifikationsaufrufe, gemessen an der Decisions API von OpenAI auf GPT-6 Luna. Stellen Sie nicht allein aufgrund der Benchmarks von Microsoft um: Jede Zahl unten stammt von Microsoft selbst, und wir haben das Modell nicht ausgeführt.

Was passiert ist

Achint Srivastava, VP of Software Engineering im Office of the CTO von Microsoft, hat Microsoft-Decision-1 am 9. Oktober 2026 angekündigt.

• Was es tut: „Erhält es einen festen Satz von Antwortoptionen, liefert Microsoft-Decision-1 einen kalibrierten Wahrscheinlichkeitswert für jede Option.“ Es „unterstützt Ja/Nein-, Multiple-Choice- und Bewertungsoptionen sowie Rubric-basiertes Grading von KI-Antworten und Agentenaktionen, alles über einen einfachen strukturierten API-Aufruf.“ Microsoft positioniert es für Routing, Klassifikation, Priorisierung, Verifizierung und Workflow-Steuerung.
• Worauf es aufbaut: Microsoft sagt, man habe „Qwen3.5-9B für schnelles Single-Pass-Decision-Scoring nachtrainiert“, und plant, das Modell auf der Basis von Modellen von Microsoft AI (MAI) und OpenAI neu aufzubauen.
• Wo es läuft: Microsoft Foundry und OpenRouter.
• Preis: „Input-Tokens kosten 0,042 USD pro Million Tokens. Output-Tokens sind kostenlos.“
• Die Angaben von Microsoft: die höchste Genauigkeit in einem Vergleich über 36 Benchmarks mit knapp 150.000 Fragen, die aus dem Training herausgehalten wurden, sowie eine P50-Latenz etwa 35-mal schneller als GPT-6 Sol und 2,5-mal schneller als H2O-Lightning-4B v1.1.

Warum es wichtig ist

Allein am Listenpreis für Input gemessen liegt der Satz von Microsoft bei 42 % des Satzes von OpenAI. Der Leitfaden von OpenAI kennzeichnet die Decisions API inzwischen als allgemein verfügbar und sagt, sie liefere typisierte Antworten etwa 10-mal schneller als die Responses API; der Vergleich gilt also zwischen zwei ausgelieferten Produkten.

Die Genauigkeits- und Latenzangaben sind schwerer einzuordnen. Microsoft hat die 36 Benchmarks und die Vergleichsgruppe selbst gewählt und keine unabhängige Replikation veröffentlicht. Dass ein 9B-Modell 26B- und 31B-Modelle bei Scoring-Aufgaben schlägt, ist plausibel, aber es bleibt eine Anbieterangabe, bis jemand anderes sie misst.

Was sich für Sie ändert

• Wenn Sie Klassifikations- oder LLM-as-Judge-Aufrufe auf einem Chat-Modell ausführen: Sie zahlen nur für Input, 0,042 $ pro 1 Mio. Tokens. Benchmarken Sie Decision-1 auf Ihrem eigenen gelabelten Datensatz, bevor Sie Aufrufe umstellen.
• Wenn Sie bereits die Decisions API von OpenAI nutzen: Lassen Sie beide auf demselben Datensatz laufen und vergleichen Sie Genauigkeit und Kosten pro Aufruf, einschließlich der Cache- und Regionalgebühren von OpenAI.
• Wenn Lizenzierung für Sie eine Rolle spielt: Der Beitrag von Microsoft macht keine Lizenz- oder Open-Weights-Angaben und nennt keine Kontextlänge, obwohl das Basismodell Qwen3.5-9B ist. Fragen Sie nach, bevor Sie Self-Hosting planen.

Microsoft-Decision-1 ist noch nicht in unserem Verzeichnis.