
Karpo Decision 31B vs Microsoft-Decision-1: 한쪽은 가격이 있고, 다른 쪽은 점수가 있다
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 184 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 215 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 76 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 109 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
놓아 보면Karpo Decision 31B 옆에 Microsoft-Decision-1, 가장 먼저 눈에 띄는 것은 두 회사 모두 당신이 둘 중 하나를 고르는 데 필요한 것을 주지 않았다는 점이다. 2026년 11월 5일 MachinePulse가 출시 게시물도 없이 Hugging Face에 올린 313억 매개변수 Gemma 4 파인튜닝 모델 Karpo Decision 31B에는 리더보드 점수는 있어도 가격이 없다. 2026년 10월 8일부터 Microsoft Foundry에서 제공되는 Microsoft-Decision-1에는 가격과 Azure 계약, 책임 있는 AI 패킷이 있지만 공개된 벤치마크 표는 전혀 없다. 하나는 측정 가능하지만 팔 수 없다. 다른 하나는 팔 수 있지만, 벤더 스스로 선택한 대로 측정되지 않았다.
그 역전이 바로 비교의 전부이며, 이를 산술로 해소하려는 유혹을 참을 가치가 있습니다. Karpo가 제시하는 73.86과 Artificial Analysis가 Microsoft-Decision-1에 부여한 62.07은 같은 대상에 대한 두 가지 판독값이 아닙니다. 이들은 서로 다른 평가 보드, 서로 다른 작업 구성, 서로 다른 점수 산정 공식, 그리고 의사결정 모델이 무엇을 위한 것인지에 대한 서로 다른 관점에서 나옵니다. 유용한 질문은 어느 숫자가 더 큰가가 아닙니다. 두 격차 중 무엇인가 — 빠져 있는 가격인지 빠져 있는 점수인지 — 를 여러분의 배포가 실제로 감당할 수 있는가입니다.
Microsoft가 정확히 무엇을 팔고 있는가
Microsoft-Decision-1은 산문 대신 옵션에 대한 분포로 답하는 후속 학습된 Qwen3.5-9B입니다. 적용 범위는 좁습니다. 최대 32,768토큰의 텍스트에 대해 예/아니요, 객관식, 평점 척도, 분류 세트 또는 루브릭을 다룹니다. 이미지, 오디오, 설명 필드, 생성된 토큰은 없습니다. Microsoft는 개방형 질문, 번역 또는 요약용이 아니라고 명시하며, 신용, 고용, 주택, 보험, 교육 또는 의료에 관한 결정의 유일한 근거로 사용하는 것을 권장하지 않습니다.
그것이 가져오는 것은 오픈 체크포인트가 할 수 없는 부분입니다. Direct from Azure 포트폴리오 아래의 Foundry 배포, 서버리스 또는 통합 엔드포인트, 표준 SKU, Azure 인증, 단일 인보이스, 의도적으로 꺼 둔 배치 추론, 그리고 가중치 다운로드나 파인튜닝 경로가 없다는 점입니다. 은행이나 병원 그룹에게 그 마지막 사실 묶음은 종종 리더보드의 20점보다 더 가치가 있습니다. 왜냐하면 그것은 플랫폼 팀이 승인할 수 있는 모델과 플랫폼 팀이 서빙 스택을 그 주위에 구축해야 하는 모델 사이의 차이이기 때문입니다.
가격은 실제지만 인용하기에는 어색하다. 모델 페이지에는 토큰당 요금이 표시되지 않고, Azure의 가격 페이지로 연결된다. Artificial Analysis가 이 모델에 대해 추적하는 수치는 입력 요율 기준 100만 작업당 $143이며, Google의 Gemini Decision 1은 100만 작업당 $345이다. Karpo는 비교 가능한 수치가 없는데, Karpo에는 어떤 형태의 요금표도 없기 때문이다 — 호스트도, 콘솔도, 체험판도, 공개된 GPU당 비용도 없다.
이사회가 측정한 것, 그리고 측정하지 않은 것

Karpo의 점수는 커뮤니티 점수다. TypeSafe의 Jev 재현을 추적하는 공개 보드인 Decision Index는 이를 에디션 0.4.1에서 73.86 Full로 평가하며, 보드가 게시한 덤프의 307개 행 중 공동 1위다. 보드가 선두와 0.9점 이내인 항목을 묶기 때문에 GLiDE 27B(73.37)와 동점으로 처리된다. 그 Full 점수는 중요한 의미에서 제3자 점수다. 보드 운영진이 공급업체가 본 적 없는 비공개 테스트를 진행했으며, 대략 60%는 동일 기술, 40%는 신규 영역으로 나뉜다. Karpo의 분할 점수는 익숙한 기술에서 70.94, 낯선 기술에서 61.5로, 이는 알려진 스위트에 맞춰 강하게 튜닝된 모델이 보이는 일반적인 형태다.
모델 카드의 75.05는 성격이 다른 수치이며, 카드도 이를 솔직히 밝히고 있습니다. 그것은 MachinePulse가 공식 채점 키트를 자체 실행한 결과로, 140,178건의 채점 요청 중 11건이 윈도 초과로 거부되었고, 키트 재채점 결과가 주장치와 동일하게 나온 뒤 이사회가 채택한 것입니다. 공개적이고 재현 가능하지만 여전히 1차 출처입니다. 이사회 자체 기록은 채택을 확인하며, 제출된 행들과의 비공개 테스트 일치율이 827개 행 전체에서 100%였음을 명시합니다.
Microsoft-Decision-1에는 이런 것이 전혀 없습니다. 이 모델의 카탈로그 페이지에는 방법론 문단 하나만 있고 수치는 없는 벤치마크 탭이 있습니다. 공개 및 커뮤니티 의사결정 벤치마크, 홀드아웃 내부 세트, 정확도 및 보정 오류, 선택지 순서 변경, 대응 통계 검정 적용이 언급될 뿐입니다. Microsoft는 이 모델이 "동일한 방법론으로 평가된 선도적 의사결정 모델과 동등하며 다른 오픈 의사결정 모델보다 앞선다"고 밝히면서도 평가 결과는 공개하지 않습니다. 현재 이 모델에 관한 모든 성능 주장은 공급업체가 보고한 것이며 재현되지 않았습니다.
이를 점수화한 유일한 기기는 Artificial Analysis이며, Decision Index v2.1에서 평가했고, 구성 요소들이 종합 점수보다 더 많은 정보를 준다. Microsoft-Decision-1은 When2Call에서 88.0으로 선두권에 가깝고, EvalSafe-O*NET에서 86.8을 기록한다. AA-Paperclip에서는 51.8, 전부 아니면 전무 방식의 문서 통과율 20.9%를, AA-Omniscience-Decision에서는 54.9, 비환각률 21.7%를, HLE-MultiChoice에서는 39.4, 원시 정확도 8.6%를 기록한다. 패턴은 유능한 직장 판단력 채점자이지만 지식 행동은 약하다는 것이며, 답변 유보 수치는 곱씹어볼 만하다. 지식 질문의 78%에서 답변을 거부하는 모델은 유용해지는 대가로 보정을 지키고 있는 것이다.
요청 형태, 나란히

• 파라미터 — bf16의 Karpo 31.3B와 255 × 5,376 fp32 리드아웃, 디스크상 약 62.5 GB; Microsoft-Decision-1은 API로만 제공되는 9B 덴스 베이스입니다.
• 입력 — Karpo는 텍스트, JSON 및 이미지를 받으며, 스크린샷은 다음으로 전달됩니다: state.viewport_screenshot; Microsoft-Decision-1은 텍스트만 받으며, 32,768개 토큰으로 직렬화됩니다.
• 맥락 — 둘 다 32,768토큰이며, 실패 방식에 중요한 차이가 있습니다. Karpo는 긴 요청을 질문별로 분할하고 그래도 들어가지 않는 것은 거부하는 반면, Microsoft의 상한은 입력에 옵션 세트를 더한 것이며 이를 높일 방법이 없습니다.
• 질문 유형 — Karpo choice는 최대 255개 옵션, noul은 참/거짓, score는 순서가 있는 등급용; Microsoft는 예/아니요, 객관식, 평점, 분류 및 루브릭을 지원하며, '알 수 없음'과 같은 기권 옵션이 세트 내에서 지원됩니다.
• 배치 처리 — Karpo는 하나의 상태와 많은 질문을 단일 시퀀스로 인코딩하므로, 하나의 인보이스에 대한 질문 100개는 대략 그 인보이스를 한 번 통과하는 비용이 듭니다. Microsoft의 공개된 계약은 호출당 하나의 상태와 해당 질문 집합이며, 범위는 그룹화에서 나옵니다.
• 지연 시간 — 트래커의 기준 하드웨어에서 요청당 중앙값 94ms이며, Karpo의 경우 GPU 1개에서 한 번에 요청 1개를 처리하는 기준입니다. AA 측정 기준 Microsoft-Decision-1은 작업당 274ms로, 이는 요청당 수치가 아니라 문서 세트 전체에 대한 작업당 수치입니다.
• 라이선스 및 접근 — Karpo의 경우 Gemma 4의 약관이 함께 적용되는 Apache-2.0 가중치이며, Microsoft-Decision-1의 경우 가중치가 전혀 없고 Azure 약관에 따라 API 전용입니다.
• 가격 — Karpo에 대해 공개된 요금은 없습니다. AA의 Microsoft-Decision-1 추적에 따르면 백만 개 작업당 $143이며, 토큰당 입력 요금은 모델 카드가 아닌 Azure의 가격 페이지에 명시되어 있습니다.
캘리브레이션은 둘 모두 할 말이 있는 축입니다.
전체 출력이 하나의 확률인 모델에서 배포를 좌우하는 수치는 정확도가 아니라 그 확률이 말하는 바를 실제로 의미하는지 여부입니다. Karpo의 카드는 보정 오차를 4.8포인트로 보고합니다. 점수가 매겨진 34,411개 응답 전반에서 평균 신뢰도는 87.96%였고 정확도는 83.19%였으며, 최상위 신뢰도 구간(전체 응답의 68.5%)에서는 98.7%라고 주장하면서 95.7%의 확률로 맞혔습니다. 이는 임계값을 적용할 수 있는 모델이며, 최상단에서 알려진 드리프트가 있습니다.
Microsoft는 기대 캘리브레이션 오차, Brier 점수, 신뢰도 곡선을 공개하지 않는다. AA의 구성 점수가 시사하는 것은 신뢰도가 보수적으로 사용되는 모델이다. Omniscience와 HLE에서의 높은 비환각률은 불확실할 때 답하기보다 답변을 보류한다는 뜻이며, 이는 가드레일이 원하는 행동이지만 분류기는 원하지 않는 행동이다. Microsoft 자체 평가 밖에서 0.8이 0.8을 의미하는지는 알 수 없으며, Microsoft 문서도 통합자에게 대표성 있는 데이터로 검증하고 오류 비용에 따라 임계값을 설정하라고 함으로써 이를 나름대로 말하고 있다.
그 비대칭성에는 실질적인 결과가 따른다. Karpo를 사용하면 공개된 보정 곡선을 이어받고 무엇이든 실행하기 전에 초기 임계값을 설정할 수 있다. Microsoft-Decision-1을 사용하면 방법론과 약속을 이어받게 되며, 첫 2주는 측정 프로젝트가 된다. 어느 쪽도 결격 사유는 아니다. 단지 서로 다른 종류의 작업일 뿐이다.
아무도 제목에 언급하지 않은 버전
Microsoft-Decision-1은 더 이상 자사 제품군의 현행 모델이 아니다. Microsoft-Decision-1.1은 2026년 11월 17일 Ignite에서 Gemma 4 26B A4B mixture-of-experts 기반으로 등장했으며, 가격과 32K 상한은 동일하고, Artificial Analysis는 이를 67.78점으로 평가한다. 이는 버전 1보다 5.7점 높은 점수로, 작업당 274ms 대신 123ms이며, Omniscience에서 비환각률은 21.7%에서 49.4%로 상승했다. 또한 채점자가 안정적이어야 하는 항목에서는 더 나빠졌다: HLE-MultiChoice에서 원시 정확도는 8.64% 대비 6.29%였고, AA-Symmetry 질문군 중 일관되게 답한 비율은 51.7% 대비 47.5%였다.
11월 말에 카르포를 "Microsoft의 의사결정 모델"과 비교하는 사람은 따라서 이미 대체된 버전과 비교하는 셈이다. 그렇다고 해서 이 비교 자체가 무의미해지는 것은 아니다. 버전 1은 여전히 아주 많은 Foundry 배포의 규모 산정 기준이었다. 하지만 Microsoft 쪽에서 넘어야 할 수치는 67.78이며, 이차적인 질문은 지식 정확성을 희생해 답변 회피 규율을 얻는 모델이 애초에 당신의 파이프라인에 맞는 형태인지 여부다.
각 측이 당신에게 줄 수 없는 것
Karpo는 계약을 제공할 수 없습니다. 엔드포인트도, 요금표도, 지원 경로도, SLA도 없으며, 모델 카드와 README 외에 공급업체의 설명도 없습니다. 귀하의 조직이 자체 하드웨어에서 62.5 GB 체크포인트를 실행할 수 없다면, 점수와 관계없이 비교는 거기서 끝납니다. 이를 일반 채팅 모델로 로드해도 그 답변을 재현할 수는 없습니다: 브랜치 어텐션과 255코드 리드아웃이 모두 필요하며, 파이썬 패키지와 POST /v1/systemone 서버가 존재하는 것은 바로 범용 추론 스택으로는 안 되기 때문입니다.
Microsoft-Decision-1은 당신이 신뢰로 받아들이지 않은 숫자를 제시할 수 없고, 자체 의사결정 데이터로 미세 조정할 수 없으며, 스크린샷을 읽을 수 없고, 오프라인으로 실행할 수 없습니다. 또한 Decision Index는 공개 재현물의 등록부이고 폐쇄형 API 모델은 재현할 가중치가 없기 때문에, 당신이 Karpo와 동일한 도구로 이 모델을 벤치마크할 수도 없습니다. 두 모델은 계속 서로를 비켜 갈 것입니다. 한 리더보드에는 Microsoft의 스코어러가 결코 등재되지 않을 것이고, Artificial Analysis에는 Karpo에 대한 행이 없습니다.
어느 칼럼보다 더 유용한 세 번째 입장이 있습니다. 실제로 필요한 것이 생성 파이프라인 옆의 의사결정 계층이라면, 생성기는 이미 표준화할 수 있는 절반입니다. OrcaRouter는 Karpo Decision 31B나 Microsoft-Decision-1을 호스팅하지 않으며, 둘 다 chat-completions 라우트 뒤에 둘 모델이 아닙니다. 실제로 호스팅하는 것은 이 비교가 계속 맴도는 두 모델입니다: Gemma 4 31B, Karpo가 파인튜닝의 기반으로 삼은 모델, 그리고 TypeSafe의 Jev 1.14, 바로 오픈 재현 보드가 쫓고자 존재하는 모델입니다. 둘 다 하나의 OpenAI 호환 키 뒤에서 마크업 없이 제공업체 정가로 전달되는 200개 이상의 다른 모델그래서 벤더의 가격 인하는 같은 날 우리 쪽에 적용되고, 자동 페일오버는 스코어링 루프를 계속 살아 있게 합니다 한 제공업체가 흔들릴 때에도.
어느 것을 선택할까

Microsoft-Decision-1, 더 합리적으로는 Microsoft-Decision-1.1을 선택하세요. 의사결정 레이어가 Azure 환경 내부에 있어야 하고, 리더보드 순위보다 승인 추적 기록이 더 필요하며, 입력이 32K에 들어가는 텍스트라면 그렇습니다. 캘리브레이션 연구를 위한 예산을 책정하세요. Microsoft가 그런 연구를 제공하지 않았기 때문입니다. 그리고 기권 임계값은 공급업체의 오류 설명이 아니라 오류 비용에 기반해 설정하세요.
GPU가 있다면, 스크린샷이나 JSON 상태가 작업의 일부라면, 출시하려는 제품에 Apache-2.0이 중요하다면, 그리고 제3자 비공개 테스트 점수와 공개된 캘리브레이션 곡선이 팀이 받아들이는 증거라면 Karpo Decision 31B를 선택하십시오. 그 대신 이제 당신이 벤더임을 받아들이십시오. 지원도, SLA도, 예산을 맞출 가격도 없으며, 11월 16일에도 저장소가 아직 편집되고 있던, 이제 겨우 2주 된 모델입니다.
73.86 대 62.07이라는 숫자만으로 어느 쪽도 선택해서는 안 됩니다. 그 숫자는 동일한 시험지를 채점한 적이 없는 조직들이 비공개 테스트 비중과 채점 공식이 서로 다른 평가 스위트에서 산출한 것이며, 정직하게 해석하자면 두 모델 모두 설득력이 있고 어느 쪽도 상대보다 우월하다고 입증되지 않았습니다. 이를 결판낼 시험, 즉 Microsoft의 모델도 평가하는 독립적인 보드에 Karpo가 등장하거나 Microsoft가 자사의 방법론 섹션에서 설명하는 결과 표를 공개하는 일은 아직 일어나지 않았습니다. 그때까지는 조달, 하드웨어, 입력 모달리티가 결정을 좌우하며, 애초에 그 기준으로 결정했어야 했습니다.
