
MAI Decision 1 is eigenlijk Decision 1.1 — en de 200x-kop is niet van Microsoft
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 90 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 87 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 mln tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 130 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 135 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligentie
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligentie
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 mln tokens · 182 tok/s
Twee cijfers over MAI Decision 1 deden op 17 november 2026 de ronde: dat het 10x sneller en 200x goedkoper is dan een algemeen model. Geen van beide cijfers komt ergens voor in Microsofts eigen aankondiging. Het model dat Microsoft daadwerkelijk op Ignite heeft uitgebracht, is Microsoft-Decision-1.1, en de gepubliceerde claims van het bedrijf zijn 50x sneller en 79x goedkoper dan GPT-Sol 6.1 — tegenover een specifiek genoemd model, in een specifieke testopstelling, niet tegenover "een algemeen model". Dat verschil is het waard om mee te beginnen, want het is het verschil tussen een marketingratio en een getal dat je kunt controleren. Dit is wat er is uitgebracht, wat Microsoft heeft gedocumenteerd, en waar een onafhankelijke raad het plaatst.
Eerst de naam
De materialen van Microsoft gebruiken nooit de tekenreeks "MAI Decision 1". In het Ignite-lineupbericht heet het model Decision 1.1, de Foundry-blog noemt het Microsoft-Decision-1.1, en de modelkaart in de Foundry-catalogus draagt dezelfde naam. Het label "MAI Decision 1" is afkomstig uit berichtgeving door derden over de keynote, samen met "MAI Code 2", "MAI Code 2 Flash" en "MAI Cyber 2 Flash" — dezelfde familie, hernoemd door waarnemers in plaats van door de leverancier.
Dat is om één praktische reden van belang: Microsoft-Decision-1.1 is niet het eerste beslissingsmodel dat Microsoft heeft uitgebracht. Microsoft-Decision-1 werd op 8 oktober 2026 algemeen beschikbaar op Foundry, gebouwd op Alibaba's Qwen3.5-9B, uitsluitend tekst, zonder gepubliceerde benchmarkcijfers bij de lancering. Wat op 17 november verscheen, is versie 1.1 van dezelfde productlijn, met een ander basismodel, multimodale invoer en een veel vollediger verhaal over de prestaties. Ga ervan uit dat alles wat je over "MAI Decision 1" leest over 1.1 gaat, tenzij anders vermeld.
Wat zit er eigenlijk in de doos?
Het contract is qua vorm ongewijzigd en aanzienlijk ruimer in bereik. Je stuurt een toestand — tekst of JSON — plus een of meer getypeerde vragen, elk met een vaste set opties, en je krijgt waarschijnlijkheden terug in plaats van proza. Drie vraagprimitieven zijn gedocumenteerd: een ja/nee ("noul" in de API), een keuze uit een gelabelde set, en een score op geordende niveaus waarvan de retourwaarde het kansgewogen gemiddelde van de niveau-indexen is. Alles in één aanroep, één pass, geen decoderingslus.
Wat is er nieuw in 1.1:
• Basismodel — Gemma 4 26B-A4B, Googles open-weight mixture-of-experts, nagetraind door Microsoft. Versie 1 werd nagetraind op Qwen3.5-9B.
• Invoer — tekst en afbeeldingen. Versie 1 was alleen tekst.
• Beeldverwerking — PNG of JPEG, 280 tot 1.568 pixels aan elke zijde, maximaal 8 afbeeldingen per vraag, inclusief afbeeldingen waarnaar vanuit de state wordt verwezen, met een maximum van 645.120 verwerkte pixels in totaal. De service schaalt naar een vast werkformaat, dus een grotere upload verbruikt niet meer tokens.
• Context — 32.768 invoertokens voor de combinatie van status plus vraag, hetzelfde plafond als versie 1.
• Talen — getraind en geëvalueerd in 25+, tegenover 35+ die het basismodel rechtstreeks ondersteunt. Microsoft stelt expliciet dat dekking door het basismodel geen gevalideerde kalibratie per taal vaststelt.
• Serving — een decision-endpoint in plaats van een chat completion: verzoeken gaan naar /providers/microsoft/v1/systemone op je Foundry-resource, met een deploymentnaam in het modelveld. Microsoft zegt dat het een aangepaste inference-engine draait die is geschreven voor decision-workloads in plaats van een tekstgeneratiestack.
• Prijs — $0,042 per miljoen tokens op Global Standard, $0,05 in de EU- en APAC-datagebieden. Hetzelfde als versie 1, en beslissingsaanroepen worden gefactureerd op basis van inputtokens, omdat er feitelijk geen output is om voor te factureren.
• {{1}}Trainingsvenster — oktober tot en met november 2026, volgens de modelkaart.{{/1}}
Gewichten — geen. Dit is een gehost model in Foundry's "Direct from Azure"-portfolio. Er is geen download en geen traject voor fine-tuning.
De uitsluitingen zijn even duidelijk verwoord als de functies, en ze bepalen nog steeds het product. Microsoft-Decision-1.1 is niet bedoeld voor tekstgeneratie, open vraagbeantwoording, gesprekvoering, vertaling of samenvatting, en niet voor taken waarvoor kennis nodig is die niet in de invoer staat. Het levert geen onderbouwing. Het antwoord bevat waarschijnlijkheden en niets dat je een gebruiker als uitleg kunt tonen, wat betekent dat de uitleg jouw taak is en de drempel jouw beslissing: 0,7 escaleert, 0,95 niet, en die grens wordt door de applicatie bepaald, niet door de leverancier.
De twee beweringen over snelheid en kosten, en welke daarvan de toets der kritiek doorstaat.
De circulerende versie — "10x sneller en 200x goedkoper dan een algemeen model" — heeft geen referent. Een verhouding ten opzichte van een niet-genoemd model kan niet worden gereproduceerd, en de twee gepubliceerde Microsoft-vergelijkingen die wél iets noemen, zijn tegelijk nauwer en groter.
De Ignite-post zegt dat Decision 1.1 "50x sneller en 79x goedkoper is dan GPT-Sol 6.1". De Foundry-lanceringspost zegt dat het "meer dan twee keer zo snel is als ons eerste model, tegen dezelfde kosten", en geeft een Copilot-voorbeeld: routeren tussen Copilot en Cowork met dezelfde nauwkeurigheid als een groot taalmodel, 2,2x sneller en 4,4x goedkoper. Dat zijn leveranciersmetingen op Microsofts eigen verkeer en Microsofts eigen meetopstelling. Ze zijn niet onjuist; ze zijn afgebakend. De cijfers 50x en 79x gaan over één concurrent bij één soort routeringsbeslissing, niet over beslissingsmodellen in het algemeen.
Een van de beweringen is controleerbaar bij een derde partij, en die klopt. Artificial Analysis meet Decision 1.1 op 123,25 milliseconden per taak op zijn Decision Index v2.1, tegenover 274,25 ms voor Microsoft-Decision-1. Dat is 2,23x, wat "meer dan twee keer zo snel" betekent. De kostenclaim houdt ook stand, in verzwakte vorm: AA berekent $139,64 per miljoen taken voor 1.1 tegenover $142,56 voor versie 1 — ongeveer 2% goedkoper, niet dezelfde prijs, omdat de twee versies verschillende tokenaantallen per taak gebruiken, zelfs bij een identiek tarief per token. "Tegen dezelfde kosten" is accuraat over de prijslijst en iets te royaal over de factuur.
Waar het in de rangschikking staat, en de vorm van de bewering die Microsoft deed
In Microsofts lanceringsbericht staat dat Decision 1.1 "68 scoort, zes punten hoger dan ons eerste model en voorloopt op Jev 1.14, Google's Gemini Decision 1 en OpenAI's GPT-6 Luna (Decisions)". Op de Artificial Analysis Decision Index v2.1 zoals afgelezen op 18 november 2026, klopt elk onderdeel daarvan. Decision 1.1 staat op 67.78. Jev 1.14 staat op 66.23, Gemini Decision 1 op 65.98, GPT-6 Luna op 60.25. Versie 1 staat op 62.07, dus de winst van zes punten is ook reëel.
Wat de zin niet zegt, is waar het model in het volledige deelnemersveld staat. Het staat achtste op de ranglijst, zeven punten achter een onbetwiste leider en anderhalf punt voor op het model dat Microsoft noemde:
• 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

Zeven modellen scoren hoger, en de leider heeft 7,1 punt voorsprong. Microsofts afzonderlijke claim — "de hoogste gemiddelde nauwkeurigheid van acht beslissingsmodellen" in zijn eigen interne suite van 102 benchmarks en 385.000 vragen — is een uitspraak over een veld dat Microsoft zelf heeft gekozen, wat normaal is voor een leverancier om te publiceren en slecht is om als ranglijst te lezen. Het onafhankelijke veld telt achttien gerangschikte modellen, en Microsoft staat in de bovenste helft.
De deelscores zijn informatiever dan de samengestelde score, omdat ze laten zien wat de post-training heeft opgeleverd. Op de zes samenstellende evaluaties van AA scoort Decision 1.1 95,1 op When2Call tool calling, 88,8 op EvalSafe-O*NET, 75,7 op symmetrie, 58,7 op AA-Paperclip documentbeslissingen, 60,5 op alwetendheid en 46,1 op HLE multiple-choice. De nauwkeurigheidsindex is 48,45 tegenover 40,59 voor versie 1, en de Brier-score — de kalibratiemaat, lager is beter — verbetert van 0,1965 naar 0,1604. Die Brier-verschuiving is het betekenisvolste getal in de release: ze zegt dat de waarschijnlijkheden dichter bij de waarheid zijn komen te liggen, en dat is de enige eigenschap die ervoor zorgt dat het werken met drempelwaarden bij een beslissingsmodel een verstandige engineeringkeuze is.

De overstap naar het basismodel is het echte verhaal
Versie 1 was een post-train van Qwen3.5-9B, een dense model met 9B parameters. Versie 1.1 is een post-train van Gemma 4 26B-A4B, een mixture-of-experts met ongeveer 4B actieve parameters. Microsofts eigen uitleg gaat over de economie van het serveren in plaats van kwaliteit: genoeg actieve parameters voor inschattingsvermogen, klein genoeg om te draaien op A100-, H100/200- en GB200/300-vloten, met een eigen engine die verzoeken over de GPU-pool routeert op basis van kosten in plaats van alleen latentie.
Hieruit volgen drie consequenties, en dat zijn precies de consequenties waar een platformteam om zou moeten geven. Ten eerste is een MoE met 4B actief per aanroep goedkoop te serveren, juist omdat het grootste deel van het model inactief is — daar komen de 123 ms vandaan. Ten tweede reset de overstap het taal- en kalibratieverhaal: de base is veranderd, de claim van 25 talen gaat over de nieuwe base, en elke kalibratie die je op versie 1 hebt gemeten, is niet overdraagbaar. Ten derde is de licentiëring van de base van Google, terwijl het na-getrainde model van Microsoft is en alleen gehost — dus de open-weight-herkomst levert je operationeel niets op. Je kunt dit model niet downloaden, en dat de base open is, verandert daar niets aan.
Wat een gesprek kost, in de eenheden die je daadwerkelijk betaalt
Bij $0,042 per miljoen invoertokens kost een routing-aanroep met een ticket van 1.200 tokens en een vraag met drie opties ongeveer $0,00005 — vijf honderdsten van een cent. Een miljoen zulke aanroepen kosten volgens de prijslijst ruwweg $50; AA's gemeten $139,64 per miljoen taken is hoger omdat zijn taken langer zijn dan een supportticket, wat de nuttige herinnering is dat prijzen per token en kosten per taak verschillende eenheden zijn en dat het de tweede is die in een budgetbespreking opduikt.
De vergelijking die de economische kant inzichtelijk maakt, is die met een algemeen model dat hetzelfde werk doet in JSON-modus. Je betaalt voor de outputtokens, die voor een gestructureerd antwoord tientallen tot honderden tokens per aanroep bedragen in plaats van nul, en je betaalt voor het redeneerwerk dat het verricht voordat het antwoordt. Dat is de kloof die Microsoft beschrijft met 79x, en de kloof is reëel, zelfs wanneer de exacte veelvoud een keuze van de leverancier voor de baseline is.
Waar dit ongemakkelijk wordt, is op dezelfde plek als altijd bij een door één leverancier gehoste scorer: er is één prijslijst, één snelheidslimiet en één regioverhaal. Foundry biedt Global Standard- en Data Zone Standard-implementaties, en de Data Zone-variant kost 19% meer, namelijk $0,05 per miljoen tokens. Als je werkbelasting latentiegevoelig is, raadt de documentatie aan om de Foundry-resource op dezelfde locatie als je applicatie te plaatsen; dat is eerlijk advies dat je ook vertelt dat het model geen magie is — het is een kleine MoE achter een wachtrij.
Eraan toekomen zonder je stack opnieuw op te bouwen
Het decision-endpoint zelf staat niet in de catalogus van OrcaRouter, en zijn voorganger ook niet — Microsoft levert dit model via Foundry en nergens anders. Wat wel in de catalogus staat, tegen de lijstprijs van de provider, met 0% markup doorgegeven, zijn de twee objecten die je nodig hebt om de prijs van de decision te bepalen voordat je hem koopt. Gemma 4 26B A4B is de basis van de post-train en routeert tegen $0,25 per miljoen inputtokens en $2,90 per miljoen output; het is de basis en niet de post-train, dus het zal niet de gekalibreerde waarschijnlijkheden van Decision 1.1 retourneren, maar het is dezelfde architectuur en de eerlijke ondergrens voor wat een algemeen model van die vorm kost. Jev 1.14, dat Microsoft noemt en met 1,55 punten verslaat op de onafhankelijke ranglijst, routeert tegen $0,042 per miljoen tokens in en uit.
Die combinatie is nuttig voor de evaluatiefase, niet voor de productiefase. Als u besluit of een beslissingsmodel überhaupt thuishoort in een routeringspad, kunt u de twee routeerbare endpoints benchmarken op uw eigen gelabelde tickets via één sleutel, met automatische failover tussen providers, nog voordat u überhaupt een Azure-implementatie opent. Als het antwoord ja is en de cijfers in het voordeel van Decision 1.1 uitvallen, implementeert u het in Foundry en houdt u de router ervoor — één endpoint voor zowel beslissingsaanroepen als generatieve aanroepen, zodat de snelheidslimiet van een beslissingsmodel niet de storing van uw toepassing wordt.

Wie moet nu in actie komen, en wie moet twee weken wachten?
Stap nu over als u al een generiek model betaalt om te classificeren, beoordelen of als poortwachter te laten dienen, en uw volume hoog genoeg is dat de kosten per aanroep zichtbaar zijn op een grafiek. De mediaan van 123 ms en de prijs van $0.042 zijn een duidelijke overwinning op een frontier-model dat dezelfde beoordeling uitvoert, en de multimodale invoer is het verschil tussen een scorer die u op screenshots kunt richten en een die dat niet kan.
Wacht als je beslissing mensen raakt — krediet, werk, huisvesting, verzekeringen, gezondheidszorg, juridische zaken — want Microsofts eigen modelkaart zegt dat je het daar niet als enige beslisser moet gebruiken, en niets in 1.1 verandert dat. Wacht ook als je kalibratie nodig hebt die je kunt verdedigen: de Brier-score van 0.160 in 1.1 is een verbetering, geen garantie, en de documentatie is openhartig dat scores verschuiven met formulering en volgorde van opties. Valideer op je eigen labels, randomiseer de volgorde van opties en stel drempels in op basis van de kosten van de twee fouttypen in plaats van op basis van een leveranciersgrafiek.
De eerlijke samenvatting van 17 november is kleiner en nuttiger dan de 200x-kop: Microsoft heeft een snellere, multimodale, beter gekalibreerde beslissingsscorer uitgebracht tegen een prijs die beoordeling per verzoek betaalbaar maakt, en hij is goed genoeg om in de bovenste helft van een onafhankelijk veld te staan in plaats van aan de top ervan. Het model is echt. De ratio in de tweet niet.
