MS, 빠른 결정 특화 모델 Decision-1 공개
분류·평가·경로 선택을 맡는 결정 모델을 Foundry와 OpenRouter로 내놨다. 36개 벤치마크에서 최고 정확도, 차점자보다 2.5배 빠르다는 주장이다.
핵심 3줄
- Qwen3.5-9B 후처리 훈련, 36개 벤치마크 약 15만 문항 비교
- 차점자보다 2.5배, GPT-6 Sol보다 35배 빠르다고 밝혀
- 입력 100만 토큰당 0.042달러, 출력 토큰은 무료
왜 중요한가
에이전트의 판단 단계를 대형 모델에서 떼어내 값싸게 돌리려는 흐름이 본격화됐다. 국내에서도 에이전트 비용이 부담이면 분류·검증 구간을 소형 결정 모델로 바꾸는 설계를 시험해 볼 만하며, Qwen 기반이라는 점도 눈여겨볼 대목이다.
나는 뭘 하면 될까 · AI 제안
편집 AI(Muse)가 위 사실을 읽고 떠올린 제안입니다. 원문에 없는 해석이며 사실 보도가 아닙니다.
- 개발자
- 에이전트의 분류·검증 구간을 결정 모델로 바꿔 비용을 비교해 본다
- 기획·PM
- 워크플로 단계별 모델 배분과 확률 기준 검토 절차를 설계해 본다
- 경영·전략
- AI 운영비 절감 방안으로 소형 특화 모델 도입을 검토해 볼 만하다
특정 제품 구매·투자 권유가 아닙니다. 결정 전 아래 원문을 확인해 주세요.
배경
Microsoft가 빠른 결정 채점을 맡는 Microsoft-Decision-1을 공개했다. 경로 선택과 분류, 우선순위, 검증, 워크플로 제어를 맡는 모델로 Microsoft Foundry와 OpenRouter에서 쓸 수 있다. Qwen3.5-9B를 후처리 훈련했고, 훈련 때 가린 36개 벤치마크 약 15만 문항에서 최고 정확도를 냈다고 회사는 밝혔다. 속도는 차점자인 H2O-Lightning-4B보다 2.5배, GPT-6 Sol보다 35배 빠르다는 주장이다. 정해진 선택지에 보정된 확률 점수를 매기고 예·아니오와 객관식, 평점, 기준표 기반 채점을 구조화된 호출 한 번으로 처리한다.
원문 보기
Microsoftcommandline.microsoft.com/microsoft-decision-1-model-foundry/ENThe Decoderthe-decoder.com/microsofts-decision-1-model-enters-the-fast-growing-ai-decision-model-raceEN
새 탭에서 열립니다. 숫자·날짜·고유명사는 원문을 기준으로 확인해 주세요.