Un'immagine di copertina generata per l'articolo, intitolata "MAI Decision 1 è in realtà Decision 1.1", con il sottotitolo "e il titolo dei 200x non è di Microsoft", divisa in due pannelli arrotondati ai lati di un disco "vs" in grassetto. Il pannello sinistro, "Il post che circolava", elenca "10 volte più veloce", "200 volte più economico", "rispetto a un modello generico" e "nessuna baseline nominata"; il pannello destro, "La dichiarazione di Microsoft", elenca "50 volte più veloce", "79 volte più economico", "rispetto a GPT-Sol 6.1" e "baseline nominata". Un piè di pagina recita "Verifica indipendente: 67.78 sull'AA Decision Index v2.1, ottavo su diciotto modelli classificati." Il logo OrcaRouter è composto nella striscia bianca sotto l'illustrazione.
Guides & Insights

La decisione 1 di MAI è in realtà la decisione 1.1 — e il titolo sui 200x non è di Microsoft

Autore

Gideon Frost

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Due numeri su MAI Decision 1 sono circolati il 17 novembre 2026: secondo cui è 10 volte più veloce e 200 volte meno costoso di un modello generico. Nessuna delle due cifre compare in alcun punto dell'annuncio di Microsoft. Il modello che Microsoft ha effettivamente rilasciato a Ignite è Microsoft-Decision-1.1, e le dichiarazioni pubblicate dall'azienda indicano che è 50 volte più veloce e 79 volte meno costoso di GPT-Sol 6.1 — rispetto a un modello specifico e nominato, in uno specifico ambiente di test, non rispetto a "un modello generico". Quel divario merita di essere messo in apertura, perché è la differenza tra un rapporto di marketing e un numero che puoi verificare. Ecco cosa è stato rilasciato, cosa ha documentato Microsoft e dove lo colloca un organismo indipendente.

Prima, il nome

I materiali Microsoft non usano mai la stringa "MAI Decision 1". Il post della lineup Ignite chiama il modello Decision 1.1, il blog di Foundry lo chiama Microsoft-Decision-1.1, e la scheda modello nel catalogo Foundry riporta lo stesso nome. L'etichetta "MAI Decision 1" proviene dai resoconti di terze parti sul keynote, insieme a "MAI Code 2", "MAI Code 2 Flash" e "MAI Cyber 2 Flash" — la stessa famiglia, rinominata dagli osservatori anziché dal fornitore.

Ciò conta per un motivo pratico: Microsoft-Decision-1.1 non è il primo modello decisionale che Microsoft ha rilasciato. Microsoft-Decision-1 ha raggiunto la disponibilità generale su Foundry l'8 ottobre 2026, basato su Qwen3.5-9B di Alibaba, solo testo, senza cifre di benchmark pubblicate al lancio. Quello che è arrivato il 17 novembre è la versione 1.1 della stessa linea di prodotto, con un modello di base diverso, input multimodale e un quadro delle prestazioni molto più completo. Considera qualsiasi cosa tu legga su "MAI Decision 1" come riferita alla 1.1, salvo diversa indicazione.

Cosa c'è davvero nella scatola

Il contratto è invariato nella forma e considerevolmente più ampio nella portata. Si invia uno stato — testo o JSON — più una o più domande tipizzate, ciascuna con un insieme fisso di opzioni, e si ricevono indietro probabilità invece di prosa. Sono documentate tre primitive di domanda: un sì/no ("noul" nell'API), una scelta da un insieme etichettato e un punteggio su livelli ordinati il cui valore restituito è la media ponderata per probabilità degli indici dei livelli. Tutto in una singola chiamata, una singola passata, nessun ciclo di decodifica.

Novità della versione 1.1:

• Modello base — Gemma 4 26B-A4B, modello mixture-of-experts open-weight di Google, post-addestrato da Microsoft. La versione 1 è stata post-addestrata su Qwen3.5-9B.

• Input — testo e immagini. La versione 1 era solo testo.

• Gestione delle immagini — PNG o JPEG, da 280 a 1.568 pixel per lato, fino a 8 immagini per domanda, incluse eventuali immagini referenziate dallo stato, con un limite massimo di 645.120 pixel elaborati in totale. Il servizio ridimensiona a una dimensione di lavoro fissa, quindi un caricamento più grande non consuma più token.

• Contesto — 32.768 token di input per la combinazione di stato e domanda, lo stesso limite massimo della versione 1.

• Lingue — addestrate e valutate in oltre 25, rispetto a oltre 35 supportate direttamente dal modello di base. Microsoft è esplicita sul fatto che la copertura del modello di base non stabilisce una calibrazione validata per lingua.

• Serving — un endpoint decisionale anziché un completamento chat: le richieste vanno a /providers/microsoft/v1/systemone sulla tua risorsa Foundry, con un nome di distribuzione nel campo model. Microsoft afferma che esegue un motore di inferenza personalizzato scritto per carichi di lavoro decisionali anziché uno stack di generazione di testo.

• Prezzo — 0,042 $ per milione di token su Global Standard, 0,05 $ nelle zone dati UE e APAC. Invariato rispetto alla versione 1, e le chiamate di decisione vengono fatturate sui token di input, poiché di fatto non c'è output da fatturare.

• Finestra di addestramento — da ottobre a novembre 2026, secondo la scheda del modello.

• Pesi — nessuno. Si tratta di un modello ospitato nel portfolio "Direct from Azure" di Foundry. Non sono disponibili né il download né un percorso di fine-tuning.

Le esclusioni sono dichiarate con la stessa chiarezza delle funzionalità, e definiscono comunque il prodotto. Microsoft-Decision-1.1 non è destinato alla generazione di testo, alla risposta a domande aperte, alla conversazione, alla traduzione o al riassunto, né a compiti che richiedono conoscenze assenti dall'input. Non produce alcuna motivazione. La risposta contiene probabilità e nulla che si possa mostrare a un utente come spiegazione, il che significa che la spiegazione è compito tuo e la soglia è una tua decisione: 0,7 fa scattare l'escalation, 0,95 no, e quella linea è stabilita dall'applicazione, non dal fornitore.

Le due affermazioni su velocità e costi, e quale regge l’esame

La versione che circola — «10 volte più veloce e 200 volte più economica di un modello generale» — non ha alcun referente. Un rapporto rispetto a un modello senza nome non può essere riprodotto, e i due confronti Microsoft pubblicati che nominano effettivamente qualcosa sono al contempo più ristretti e più ampi.

Il post di Ignite afferma che Decision 1.1 è «50 volte più veloce e 79 volte più economico di GPT-Sol 6.1». Il post di lancio di Foundry afferma che è «oltre due volte più veloce del nostro primo modello, a parità di costo» e fornisce un esempio con Copilot: instradamento tra Copilot e Cowork con la stessa accuratezza di un modello linguistico di grandi dimensioni, 2,2 volte più veloce e 4,4 volte più economico. Si tratta di misurazioni del fornitore sul traffico di Microsoft e sul banco di prova di Microsoft. Non sono sbagliate; hanno un ambito limitato. Le cifre 50x e 79x riguardano un singolo concorrente su un unico tipo di decisione di instradamento, non i modelli decisionali in generale.

Una delle affermazioni è verificabile presso una terza parte, e regge. Artificial Analysis misura Decision 1.1 a 123,25 millisecondi per attività sul suo Decision Index v2.1, contro 274,25 ms per Microsoft-Decision-1. È un fattore 2,23x, che è ciò che si intende con "oltre il doppio più veloce". Anche l'affermazione sui costi regge, in forma attenuata: AA calcola 139,64 $ per milione di attività per 1.1 contro 142,56 $ per la versione 1 — circa il 2% più economico, non lo stesso prezzo, perché le due versioni usano conteggi di token diversi per attività anche a una tariffa per token identica. "Allo stesso costo" è accurato riguardo al listino prezzi e leggermente generoso riguardo alla fattura.

Dove si colloca in classifica e la forma dell'affermazione fatta da Microsoft

Il post di lancio di Microsoft afferma che Decision 1.1 "totalizza 68, sei punti in più rispetto al nostro primo modello e davanti a Jev 1.14, Gemini Decision 1 di Google e GPT-6 Luna (Decisions) di OpenAI". Nell'Artificial Analysis Decision Index v2.1 consultato il 18 novembre 2026, ogni parte di ciò è vera. Decision 1.1 è a 67.78. Jev 1.14 è a 66.23, Gemini Decision 1 a 65.98, GPT-6 Luna a 60.25. La versione 1 è a 62.07, quindi anche l'aumento di sei punti è reale.

Quello che la frase non dice è dove si colloca il modello nel campo completo. Si trova all'ottavo posto in classifica, a sette punti da un leader assoluto e a un punto e mezzo davanti al modello che Microsoft ha indicato:

• 74.85 — d1.2-ultra (Liquid AI)

• 72.62 — Drex Max v1.1 (Nace.AI)

• 72.58 — SubQ Snap 1.2 (Subquadratic)

• 72,52 — GLiDE v1.2 (Fastino)

• 71.36 — Mammoth 27B (Base Labs)

• 70.41 — Decider v1.3 (Perplexity)

• 68.69 — d1.2 (Liquid AI)

• 67.78 — Microsoft-Decision-1.1

A screenshot of the Artificial Analysis Decision Index v2.1 leaderboard page, headed 'Artificial Analysis Decision Index v2.1' with the subheading describing a composite index testing decision models across document decisions and extraction, tool calling, knowledge, reasoning and invariance, and the constituent evaluation labels AA-Paperclip, EvalSafe-O*NET-AA, When2Call, AA-Omniscience-Decision, HLE-MultiChoice and AA-Symmetry.

Sette modelli ottengono un punteggio più alto, e il leader ha 7,1 punti di vantaggio. L'affermazione separata di Microsoft — «la più alta accuratezza media tra otto modelli decisionali» nella propria suite interna di 102 benchmark e 385.000 domande — è un'affermazione su un campo scelto da Microsoft, cosa normale che un fornitore pubblichi e pessima da leggere come una classifica. Il panorama indipendente comprende diciotto modelli classificati, e Microsoft è nella sua metà superiore.

I sotto-punteggi sono più informativi del composito, perché mostrano ciò che il post-addestramento ha apportato. Nelle sei valutazioni costituenti di AA, Decision 1.1 ottiene 95,1 su tool calling When2Call, 88,8 su EvalSafe-O*NET, 75,7 su simmetria, 58,7 sulle decisioni documentali AA-Paperclip, 60,5 su onniscienza e 46,1 su scelta multipla HLE. Il suo indice di accuratezza è 48,45 contro 40,59 della versione 1, e il suo punteggio Brier — la misura di calibrazione, più basso è meglio — migliora da 0,1965 a 0,1604. Quel movimento del Brier è il numero più significativo del rilascio: indica che le probabilità si sono avvicinate alla verità, l'unica proprietà che rende l'applicazione di soglie a un modello decisionale una scelta ingegneristica sensata.

A generated single-column scoreboard card titled 'Microsoft-Decision-1.1 — the scoreboard' with six rows: AA Decision Index v2.1 67.78, eighth of eighteen; latency per task 123 ms; cost per million tasks 139.64 dollars; Brier score 0.160, lower is better; input context 32,768 tokens; price per million input tokens 0.042 dollars. The footer reads 'Index, latency, cost and Brier per Artificial Analysis v2.1, read 18 November 2026; price per Microsoft Foundry's list.' The OrcaRouter logo is composited in the white strip below the artwork.

Il cambio di modello base è la vera notizia

La versione 1 era un post-training di Qwen3.5-9B, un modello denso da 9B. La versione 1.1 è un post-training di Gemma 4 26B-A4B, un mixture-of-experts con circa 4B parametri attivi. La spiegazione di Microsoft riguarda l'economia del serving più che la qualità: parametri attivi sufficienti per il giudizio, abbastanza piccolo da essere eseguito su flotte A100, H100/200 e GB200/300, con un motore personalizzato che instrada le richieste attraverso il pool di GPU in base al costo anziché solo alla latenza.

Ne derivano tre conseguenze, e sono quelle a cui un team di piattaforma dovrebbe badare. Primo, un MoE con 4B attivi è economico da servire per chiamata proprio perché la maggior parte del modello è inattiva — è da lì che vengono i 123 ms. Secondo, il passaggio azzera il quadro su lingua e calibrazione: la base è cambiata, l'affermazione sulle 25 lingue riguarda la nuova base, e qualsiasi calibrazione misurata sulla versione 1 non è trasferibile. Terzo, la licenza sulla base è di Google, mentre il modello post-addestrato è di Microsoft e solo ospitato — quindi la discendenza open-weight non ti offre nulla a livello operativo. Non puoi scaricare questo modello, e il fatto che la base sia aperta non cambia la cosa.

Quanto costa una chiamata, nelle unità che paghi effettivamente

A $0.042 per milione di token di input, una chiamata di routing che trasporta un ticket da 1,200 token e una domanda con tre opzioni costa circa $0.00005 — cinque centesimi di centesimo. Un milione di tali chiamate costa circa $50 secondo il listino prezzi; il valore misurato di AA di $139.64 per milione di attività è più alto perché le sue attività sono più lunghe di un ticket di supporto, il che è un utile promemoria del fatto che i prezzi per token e i costi per attività sono unità diverse e la seconda è quella che compare in una revisione del budget.

Il confronto che rende leggibili i costi è con un modello generalista che svolge lo stesso compito in modalità JSON. Si pagano i suoi token di output, che per una risposta strutturata sono decine o centinaia di token per chiamata anziché zero, e si paga il ragionamento che svolge prima di rispondere. È questo il divario che Microsoft descrive con 79x, e il divario è reale anche quando il moltiplicatore esatto è una scelta del fornitore riguardo alla baseline.

Il punto in cui la cosa diventa scomoda è lo stesso di sempre con uno scorer ospitato da un unico fornitore: c'è un solo listino prezzi, un solo limite di frequenza e un'unica storia sulle regioni. Foundry offre deployment Global Standard e Data Zone Standard, e la variante Data Zone costa il 19% in più, a $0,05 per milione di token. Se il tuo carico di lavoro è sensibile alla latenza, la documentazione consiglia di collocare la risorsa Foundry nella stessa sede dell'applicazione: un consiglio onesto che però ti dice anche che il modello non fa magie — è un piccolo MoE dietro una coda.

Arrivarci senza ricostruire il tuo stack

L'endpoint decisionale stesso non è nel catalogo di OrcaRouter, e nemmeno il suo predecessore lo è — Microsoft distribuisce questo modello tramite Foundry e in nessun altro modo. Quello che è nel catalogo, al prezzo di listino del provider con 0% di ricarico trasferito, sono i due oggetti che servono per prezzare la decisione prima di acquistarla. Gemma 4 26B A4B è la base del post-train e viene instradato a $0,25 per milione di token in input e $2,90 per milione in output; è la base anziché il post-train, quindi non restituirà le probabilità calibrate di Decision 1.1, ma è la stessa architettura e il limite inferiore onesto di quanto costa un modello generale di quella forma. Jev 1.14, che Microsoft cita e supera di 1,55 punti nella classifica indipendente, viene instradato a $0,042 per milione di token in entrata e in uscita.

Quella combinazione è utile per la fase di valutazione anziché per quella di produzione. Se stai decidendo se un modello decisionale debba far parte o meno di un percorso di routing, puoi confrontare i due endpoint instradabili sui tuoi ticket etichettati tramite un'unica chiave, con failover automatico tra provider, prima ancora di aprire una distribuzione Azure. Se la risposta è sì e i numeri favoriscono Decision 1.1, lo distribuisci in Foundry e mantieni il router davanti: un unico endpoint sia per le chiamate decisionali sia per quelle generative, così il limite di frequenza di un modello decisionale non diventa un'interruzione del servizio della tua applicazione.

A screenshot of the OrcaRouter model page for typesafe/jev-1.14, showing the OrcaRouter navigation, a models breadcrumb for the typesafe vendor, the model name typesafe/jev-1.14, HF and ZDR badges, a Data retention panel noting that Zero Data Retention is available and that with ZDR on requests go only to providers, and the page's Code samples and Pricing sections.

Chi dovrebbe agire ora e chi dovrebbe aspettare due settimane?

Agisci ora se stai già pagando un modello generalista per classificare, valutare o filtrare, e il tuo volume è abbastanza alto che il costo per chiamata è visibile su un grafico. La mediana di 123 ms e il prezzo di $0,042 sono un vantaggio chiaro rispetto a un modello frontier che svolge lo stesso giudizio, e l’input multimodale è la differenza tra uno scorer che puoi indirizzare sugli screenshot e uno che non puoi.

Fai attenzione se la tua decisione riguarda persone — credito, lavoro, alloggi, assicurazioni, assistenza sanitaria, settore legale — perché la scheda di Microsoft stessa dice di non usarlo come unico decisore in questi ambiti, e nulla nella versione 1.1 cambia questo. Fai attenzione anche se devi difendere la calibrazione: il Brier di 0.160 di 1.1 è un miglioramento, non una garanzia, e la documentazione ammette apertamente che i punteggi cambiano con la formulazione e l'ordine delle opzioni. Convalida sulle tue etichette, randomizza l'ordine delle opzioni e imposta le soglie in base al costo dei due tipi di errore anziché a un grafico del fornitore.

Il riassunto onesto del 17 novembre è più modesto e più utile del titolo da 200x: Microsoft ha rilasciato un valutatore decisionale più veloce, multimodale e meglio calibrato, a un prezzo che rende accessibile il giudizio per singola richiesta, ed è abbastanza buono da collocarsi nella metà superiore di una classifica indipendente anziché al vertice. Il modello è reale. Il rapporto nel tweet no.