Gemini Decision 1 מול Microsoft-Decision-1: שני מעריכים היפר-סקאלריים, בפער של ארבע נקודות
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 202 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 99 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0727 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 120 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 229 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 42 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 128 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 127 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 106 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 65 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 392 tok/s
שתי ספקיות הענן הגדולות מוכרות כעת מודל שמשיב בהסתברות במקום במשפט, ואף אחת מהן לא תגיד לכם כמה טוב הוא עובד. Microsoft-Decision-1 הפך לזמין באופן כללי ב-Microsoft Foundry ב-8 באוקטובר 2026: בסיס Qwen3.5-9B שעבר אימון המשך מטעם Microsoft, קלט טקסט, 32,768 אסימוני הקשר, פלט התפלגויות מכויילות, המשקולות אינן מופצות. Gemini Decision 1 הגיע ב-11 בנובמבר 2026 אל Gemini Developer API: קלט של טקסט, תמונה, וידאו, אודיו ו-PDF, 262,144 אסימוני הקשר, עד 1,000 שאלות עם טיפוסים בכל בקשה, 0.10 דולר למיליון אסימוני קלט, וגם המשקולות אינן מופצות. שתיהן מגיעות עם סעיף מתודולוגיה וללא טבלת תוצאות, מה שמשאיר כלי עצמאי אחד כמקום היחיד שבו אפשר להשוות ביניהן — Artificial Analysis, שבו הן נמצאות בפער של ארבע נקודות זו מזו, במקום התשיעי והעשירי מתוך שמונה עשרה.
ארבע נקודות אינן הפער המעניין. הפער המעניין הוא שבהערכה שלשמה למעשה קונים את רוב מודלי קבלת ההחלטות, רק חמש נקודות מפרידות בין השניים בעוד ששניהם נמצאים סמוך לתחתית התחום, והמודל שמנצח בדירוג הכולל עושה זאת במקום אחר לגמרי.
מה כל אחד מציב לפניך
מבני הבקשה קרובים מספיק זה לזה כדי שלקוח שנכתב עבור האחד יתאים לאחר בתוך אחר צהריים, ושונים מספיק כדי שהבחירה תיעשה בדרך כלל לפני שקוראים מדד ביצועים כלשהו.
• קלט — Gemini Decision 1 מקבל טקסט, תמונה, וידאו, אודיו ו-PDF, עד 100 MB באופן מוטבע לכל בקשה ועד 15 MB לכל כתובת URL חיצונית. Microsoft-Decision-1 מקבל טקסט, שעובר סריאליזציה ל-32,768 אסימונים. טופס סרוק או הקלטת שיחה הם קלט מקורי עבור האחד ומשימת עיבוד מקדים עבור האחר.
• הקשר — 262,144 אסימונים עבור Gemini Decision 1, משותפים בין הקלט לבין כל שאלה. 32,768 עבור Microsoft-Decision-1, כאשר הקלט יחד עם קבוצת האפשרויות צורכים אותו ואין תקציב יצירה להחסיר מכיוון שאין יצירה.
• צורות שאלות — Gemini Decision 1 מגדיר באופן פורמלי שלוש: כן/לא מוגבל ל-0.01–0.99, בחירה בין 2 ל-255 אפשרויות עם שמות, וציון בין 2 ל-255 רמות מסודרות המחזיר רמה צפויה משוקללת בהסתברות. Microsoft-Decision-1 מכסה כן/לא, בחירה מרובה, דירוג, סיווג וניקוד לפי מחוון, ותומך באופן מפורש באפשרויות הימנעות כגון "לא ניתן לקבוע" בתוך מערך האפשרויות.
• קיבוץ באצווה בתוך בקשה אחת — עד 1,000 שאלות בלתי־תלויות עבור Gemini Decision 1, שכל אחת מהן מבודדת מהאחרות, וכולן נספרות כקריאה מחויבת אחת של הקלט המשותף. החוזה המפורסם של Microsoft-Decision-1 הוא מצב אחד וקבוצת השאלות שלו לכל הפעלה, ולכן הרוחב נובע מקיבוץ שאלות ולא מתקרה מתועדת לכל בקשה.
• מחיר — $0.10 למיליון אסימוני קלט עבור Gemini Decision 1, ללא חיוב על פלט מכיוון שהפלט הוא אפס אסימונים. הלוח מתעד $345 למיליון משימות עבורו, ו-$143 למיליון משימות עבור Microsoft-Decision-1 לפי תעריף הקלט שהוא עוקב אחריו.
• גישה — Gemini Developer API בגרסת v1beta בלבד, עם שכבת חינם של 200 בקשות בדקה ו-10,000 ביום, בקשות יומיות ללא הגבלה מ-Tier 2, וללא רישום של Vertex AI בתיעוד ש-Google פרסמה. Microsoft-Decision-1 כפריסת Foundry תחת פורטפוליו Direct from Azure, עם אפשרויות serverless ו-unified-endpoint, SKU סטנדרטי, אימות Azure ונתיב חיוב אחד, הסקת batch מושבתת, וללא מסלול להורדת משקלים או כוונון עדין.
שורת הגישה היא המקום שבו מתקבלות החלטות רכש ולא החלטות טכניות. אם הארגון שלכם קונה דרך התחייבות Azure, Microsoft-Decision-1 הוא חשבונית שאתם כבר יודעים לשלם. אם הוא קונה דרך Google Cloud, Gemini Decision 1 אינו כזה כיום — הדלת היחידה המתועדת היא מפתח Gemini API, שהוא סעיף תקציב אחר, ולחלק מהארגונים גם תהליך אישור אחר.
לוח התוצאות, רכיב אחר רכיב
מדד Decision Index של Artificial Analysis נותן לכל הערכה ציון של דיוק פחות קנס Brier בגין הביטחון שצוין בתשובה, בשקלול על פני שישה רכיבים. כך שני המודלים מחלקים אותם ביניהם:
• AA-Paperclip, משקל 30% — Gemini Decision 1 עם 56.8 לעומת Microsoft-Decision-1 עם 51.8. שניהם חלשים. שיעור ההצלחה במסמכים בשיטת "הכול או כלום" עומד על 33% עבור Gemini Decision 1 ועל 20.9% עבור Microsoft-Decision-1, לעומת 63% אצל המוביל בתחום. אף אחד משני דגמי ההיפרסקיילרים אינו מחלץ חמש-עשרה עובדות ממסמך צפוף באופן מהימן.
• EvalSafe-O*NET-AA, 15% — 87.1 לעומת 86.8. למעשה זהים, ושניהם סמוכים לראשה של קבוצה צפופה.
• When2Call, 10% — 80.5 לעומת 88.0. Microsoft-Decision-1 מנצח כאן בבירור וממוקם סמוך למובילים; Gemini Decision 1 הוא המקום הארבעה־עשר מתוך שמונה־עשר.
• AA-Omniscience-Decision v1.1, 15% — 66.3 מול 54.9. Gemini Decision 1 תופס את המקום הראשון בתחום; שיעור אי-ההזיה שלו, 49.6%, הוא הסיבה. Microsoft-Decision-1 מדווח כאן על 21.7% אי-הזיה, וזה המספר שצריך להדאיג כל מי שמתכנן לקבוע סף להימנעויות שלו.
• HLE-MultiChoice v1.1, 15% — 48.7 לעומת 39.4. מקום ראשון לעומת מקום אחד עשר. הדיוק הגולמי הוא 13.2% לעומת 8.6%, ושיעור אי-ההזיה 35.7% לעומת 15.1%.
• AA-Symmetry v1.1, 15% — 70.5 מול 70.4. תיקו מוחלט, שניהם באמצע הטבלה, ומחזיקים באותה תשובה תחת שינוי סדר ושלילה ב-38.3% וב-51.7% ממשפחות השאלות בהתאמה.
הציון המשוקלל מגיע ל-65.98 ול-62.07, במקום התשיעי והעשירי. קריאת הרכיבים מבהירה את הצורה של כל מוצר. Microsoft-Decision-1 הוא כלי ניקוד מוצק לקריאות לכלים ולשיקול דעת במקום העבודה, אך הידע והתנהגות ההימנעות שלו חלשים. Gemini Decision 1 הוא ההפך: ציוני הידע וההימנעות הטובים ביותר בלוח, לצד חילוץ ברמת אמצע הטבלה ואבחנה גרועה בבחירת כלים.
המשותף להם הוא הדבר שצריך לחשוד בו.
אף אחד מהספקים אינו מפרסם טבלת בנצ'מרק. הכרטיס של Microsoft-Decision-1 מתאר את המתודולוגיה שלו — בנצ'מרקים ציבוריים וקהילתיים לקבלת החלטות, סטים פנימיים שנשמרו בנפרד, דיוק ושגיאת כיול, סדר האפשרויות משתנה, ומבחנים סטטיסטיים מזווגים — וטוען שהמודל "משיג ביצועים ברמה של מודלי קבלת החלטות מובילים ולפני מודלי קבלת החלטות פתוחים אחרים שנבחנו באותה מתודולוגיה". אין טבלה מתחת למשפט הזה. הערות השחרור של Gemini Decision 1 מכריזות על המודל ומקשרות לתיעוד ה-API, שמפרט יכולות נתמכות ולא נתמכות ואין בו נתון דיוק כלל.
זה חשוב מפני שהממשק כולו של מודל החלטה הוא מספר שהקוד שלך מסתעף לפיו. מודל צ׳אט שחלש בכמה נקודות מייצר פרוזה גרועה יותר; מודל ניקוד שאינו מכויל כראוי מנתב בשקט 8% מהפניות שלך לתור הלא נכון, ושום דבר בתגובה לא אומר לך זאת. שני ספקים בחזית השיקו מוצרים שהטענה המרכזית שלהם — שההסתברות אומרת את מה שהיא אומרת — נטענת בפרוזה ונמדדת רק בידי צד שלישי.
הצד השלישי, לזכותו ייאמר, מודד את שניהם באותו מכשיר, וזו הסיבה שההשוואה הזו בכלל אפשרית. אבל לוח אחד הוא לוח אחד, הרכיב הגדול ביותר שלו הוא 45% נתונים פרטיים, והוא מדרג מודלי החלטה זה כמה שבועות בלבד. התייחסו ל-66 ול-62 כקריאה החיצונית הראשונה, ולא כיכולת מבוססת.
איזה אחד לשים מאחורי הסף שלך
בחר ב-Microsoft-Decision-1 כאשר ההחלטה היא קריאה לכלי או שיפוט לגבי מסמך במקום העבודה, כאשר הקלט הוא טקסט שנכנס בנוחות ל-32K טוקנים, וכאשר שער הפריסה הוא חוזה Azure עם חיוב אחיד וחבילת Responsible AI מצורפת. הציונים 88.0 ב-When2Call ו-86.8 ב-EvalSafe-O*NET הם חוזקות אמיתיות, ואפשרויות ההימנעות המפורשות שלו מאפשרות לך לעצב פתח מילוט של "איני יכול לדעת" בתוך מערך האפשרויות, במקום להוסיף אותו בדיעבד.
בחר ב-Gemini Decision 1 כאשר הקלט ארוך, מולטי-מודלי או משותף לשאלות רבות, כאשר שאלות ידע ושליטה בהזיות הן המטרה, וכאשר אתה מוכן לשלם עבור הקשר. המקום הראשון שזכה בו בשני מרכיבי הידע ושיעור אי-ההזיה שלו של 49.6% ב-AA-Omniscience הם הסיבות לבחור בו על פני דגם Microsoft הזול יותר, ושיעור המעבר של 33% במסמכים הוא הסיבה שלא לבחור בו לעבודות חילוץ.
אל תבחרו באף אחד מהשניים לחילוץ בהיקף. שני מודלי הניקוד של ההיפרסקאלרים נמצאים במחצית התחתונה של רכיב המסמכים המשוקלל ב-30%, והמודלים שמובילים שם — מודל מולטימודלי 27B מ-Nace.AI ומקודד 421M מ-Convai Innovations שתוכלו לכוונן בעצמכם — עולים פחות לכל משימה, ובמקרה של משקלים פתוחים ניתן לאמן אותם על המסמכים שלכם.
שאר ה-pipeline לא חייב להיות בן ערובה לזה
OrcaRouter לא כולל אף אחד מהמודלים. שניהם נקודות קצה להסתברויות בלבד — אחד ב-Gemini Developer API, אחד ב-Foundry — ואף אחד מהם אינו יעד chat-completions, ולכן איננו מפרטים אותם. מה שהקטלוג כן כולל הוא typesafe/jev-1.14 של TypeSafe, מודל החלטות עם 66.23 באותו מדד, וזו אפשרות שלישית סבירה אם ברצונך שקריאת הניקוד תתבצע על אותו מפתח כמו כל השאר.
הקריאה שמקיפה את המדרג היא המקום שבו נתב מצדיק את מקומו, והיא המחצית ששני המוצרים הללו במכוון אינם נוגעים בה. משהו צריך לכתוב את מחוון הדירוג שהמדרג מדרג לפיו, לסכם את המסמך בן 60 העמודים ל-32K טוקנים, או לנסח את תשובת המועמד שמדורגת — והמשהו הזה הוא מודל גנרטיבי שמחירו ואיכותו משתנים כל כמה שבועות. הקריאה הזאת עוברת דרך נקודת קצה אחת עם יותר מ-200 מודלים עליה במחיר המחירון של הספק, המועבר הלאה בתוספת של 0%, עם מעבר אוטומטי לגיבוי כשספק מדרדר ו-DSL לניתוב אם רוצים שכמה מודלים ירכיבו תשובה אחת. השאירו את חצי הכתיבה נייד והחלטת הדירוג נשארת הפיכה, וזה שווה יותר מארבע נקודות אינדקס כששני הספקים מעדכנים בקצב רבעוני.
מה לראות
שלושה אותות היו משנים את הדירוג, ואף אחד מהם לא הגיע. טבלת בנצ'מרקים של מיקרוסופט עם עקומות כיול תאפשר ללקוחות ה-Azure שלה לקבוע ספים על בסיס ראיות; הכרטיס מציע כיום מתודולוגיה והצהרה בלבד. רישום ב-Vertex AI עבור Gemini Decision 1 היה מעביר אותו מרכישת מפתח API לרכישת חוזה ענן ומשנה כליל את השוואת הרכש. ומועצה עצמאית שנייה שתדרג את שני המודלים תגיד לנו אם הפער של ארבע נקודות הוא אות או רעש של לוח דירוג בן שלושה שבועות.
עד אז, הקריאה שאפשר לעמוד מאחוריה היא זו: Gemini Decision 1 הוא המודל הטוב יותר בשני המרכיבים שבהם לדעת מתי לסרב היא המיומנות, Microsoft-Decision-1 הוא הטוב יותר בבחירת כלים וזול במעט, ושניהם באמצע הטבלה בחילוץ מסמכים, שממנו מורכבים בפועל רוב עומסי העבודה של החלטות ארגוניות. הריצו 200 פריטים מתויגים משלכם דרך כל אחד מהם לפני שמי משני המספרים יכריע במשהו.
