
MAI Decision 1 vs Nimble v3: een gehoste scorer tegenover een licentie die je niet kunt uitleveren
- 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
Het eerste dat MAI Decision 1 — het model dat Microsoft op Ignite uitbracht als Microsoft-Decision-1.1 — onderscheidt van Nimble v3, dat op Hugging Face is gepubliceerd als Bespoke-Nimble-9B-v3, is geen benchmark. Het is een licentieclausule. Nimble v3 is een LoRA-adapter die onder CC BY-NC 4.0 is uitgebracht, wat de modelkaart omschrijft als "mag niet voor commerciële doeleinden worden gebruikt". Het model van Microsoft is een gehost endpoint dat je per token huurt, dus de licentievraag komt nooit aan de orde en de vraag over zelfhosting evenmin. Een van deze kun je in een product verwerken; de andere kun je in een notebook zetten. Al het overige in deze vergelijking volgt uit die tweedeling, waaronder waarom hun gepubliceerde scores niet van elkaar mogen worden afgetrokken.
Wat elk ervan mechanisch gezien eigenlijk is
Microsoft-Decision-1.1 is een Foundry-deployment, live sinds 17 november 2026, door Microsoft post-getraind op Gemma 4 26B-A4B. Je stuurt een status en getypte vragen naar een decision-endpoint, je krijgt gekalibreerde waarschijnlijkheden terug, en je betaalt $0,042 per miljoen invoertokens op Global Standard of $0,05 in de EU- en APAC-datagebieden. Er is geen download, geen fine-tuningpad en geen self-hostingoptie in de modelkaart. De latentie is 123 ms per taak volgens de meting van Artificial Analysis; de context is 32.768 invoertokens; het leest zowel afbeeldingen als tekst.
Nimble v3 is een PEFT-adapter van vijf bestanden voor Qwen3.5-9B, geüpload op 30 september 2026 zonder begeleidende aankondiging, zonder blogpost en zonder releaseopmerking van Bespoke Labs. De repository bevat een README, een adapterconfiguratie, adaptergewichten, een schemaconfiguratie en een gitattributes-bestand — dat is de volledige lijst. Het basismodel, de inference-engine en de GPU breng je zelf mee. De bijbehorende datasetrepository bevat de volledige Decision Index-run, de engine en de reproductie-instructies, wat meer transparantie is dan de meeste leveranciers bieden en ook meer werk dan de meeste kopers verwachten.
• Gewichten — alleen gehost, geen download, versus een BF16-adapter van 20 GB die je op Qwen3.5-9B monteert
• Licentie — Microsoft-servicevoorwaarden vs. CC BY-NC 4.0, niet-commercieel, met een Apache 2.0-basis die de beperking van de adapter niet versoepelt
• Interface — een beslissings-endpoint met getypeerde vragen en waarschijnlijkheden versus je eigen inferentiecode, vastgepind aan promptbestanden en optiecodetokens via hash
• Context — 32.768 tokens versus 32.768 tokens, waarbij te grote verzoeken worden geweigerd in plaats van afgekapt.
• Afbeeldingen — tot 8 per vraag, 280 tot 1.568 pixels per zijde vs. alleen tekst
• Prijs — $0,042 per miljoen tokens, alleen invoer vs hardware, elektriciteit en een engineer
• Gepubliceerde score — 67.78 op AA Decision Index v2.1 vs 56.88 op Decision Index 0.2.1

De twee getallen staan niet op dezelfde liniaal.
Dat laatste opsommingsteken is degene die in vergelijkingsposts wordt misbruikt, dus het loont om ronduit te zijn: 56,88 en 67,78 zijn niet vergelijkbaar. Het cijfer van Nimble v3 komt uit Decision Index 0.2.1, de open kit die Bespoke Labs zelf draait, op zijn eigen harness, met zijn eigen referentie-implementatie. Microsofts 67,78 komt uit Artificial Analysis Decision Index v2.1, een andere samenstelling van evaluaties met andere wegingen, een andere scoringsfunctie en een andere set modellen in het veld.
Beide boards meten dezelfde familie van gedrag — je kiest uit afgebakende opties en je wordt gescoord op nauwkeurigheid, naar beneden bijgesteld op basis van hoe ver je aangegeven vertrouwen ernaast zat. Maar een gewogen samengestelde score van zes evaluaties met een symmetrieterm is niet hetzelfde instrument als een run met een publieke kit, en het ene van het andere aftrekken levert een "kloof" van 10,9 punten op die grotendeels een verschil in meetlatten is. Wie je die aftrekking voorschotelt, is ofwel onzorgvuldig of verkoopt iets.
Wat je zonder te ver te gaan kunt zeggen, is richtinggevend. De eigen modelkaart van Nimble v3 meldt één getal en geen uitsplitsing, in een familie waarvan een eerdere checkpoint een veel vollere tabel publiceerde: 90,12% overeenstemming met referentielabels tegenover 93,21% voor Jev 1.13.0 op 324 held-out contrastieve paren, en 75,7% tegenover 76,0% op 3.880 door mensen gelabelde beslissingen in dertien openbare datasets. Dat zijn de cijfers van de eerste Nimble, niet die van v3, en het project bestempelt ze als zijn eigen metingen. Decision 1.1 daarentegen heeft een onafhankelijke 67,78 met zes gepubliceerde deelscores en een Brier van 0,160 op een ranglijst die ook zijn concurrenten op dezelfde manier rangschikt. Als je een getal nodig hebt dat je in een inkoopbeoordeling kunt verdedigen, geeft slechts één van deze je er een.

De licentie is de hele beslissing, en het is erger dan het lijkt.
CC BY-NC 4.0 op de adapter betekent geen commercieel gebruik. Dat is geen grijs gebied waar je omheen kunt redeneren, en de voor de hand liggende workaround werkt niet: het basismodel, Qwen3.5-9B, is Apache 2.0, en de kaart van Bespoke zegt dat expliciet — maar een permissieve basis versoepelt een niet-commerciële adapter niet, en de adapter is waar het beslissingsgedrag leeft. Verwijder de adapter en je hebt een algemeen 9B-model dat helemaal geen beslissingsmodel is.
Er is een tweede, minder besproken probleem. De GitHub-repository van het Nimble-project meldt via de API helemaal geen licentie, wat betekent dat ook de trainings- en curatiecode geen aangegeven voorwaarden heeft. Als je juridische team vraagt wat je mag doen met de pipeline die de gewichten heeft geproduceerd, is het antwoord dat het project daar niets over heeft gezegd.
Zet dat tegenover Microsofts model: je kunt het niet downloaden, dus je kunt het niet forken, maar je kunt ook niet per ongeluk een product bouwen op een licentie die het product verbiedt. Voor een team dat tussen de twee moet kiezen, is het praktische kader dat het ene een aankoop is en het andere een onderzoeksartefact. Als de werklast commercieel is, eindigt de vergelijking hier en wint het gehoste model standaard. Is dat niet het geval — een interne evaluatieharness, een academische studie, een prototype dat je van plan bent te vervangen — dan is de adapter echt interessant, en dankzij zijn voetafdruk van 20 GB draait hij op één GPU die je misschien al bezit.
Deploymentrealiteit aan elke kant
Nimble v3 correct laten draaien is niet simpelweg de adapter laden en ermee chatten. De datasetkaart is expliciet: de engine bouwt de prompts die de schemaconfiguratie via hash vastpint en leest elk verzoek met het attentionpatroon waarmee het model is getraind; de gewichten laden als een gewoon chatmodel, of tekst genereren, reproduceert de antwoorden niet. De engine weigert te laden als de promptbestanden of option-code-tokens afwijken van de training. Je hebt CUDA, BF16, torch 2.8, transformers 5.17.0, peft en twee attention-kernels nodig, en verzoeken boven de contextlimiet worden geweigerd in plaats van ingekort.
Dat is een echte technische inspanning, en het levert je iets op wat het gehoste model niet kan: de mogelijkheid om te draaien zonder uitgaand netwerkverkeer, op je eigen hardware, met de optie om elke prompt te inspecteren. Voor gereguleerde omgevingen waar een modelaanroep het pand niet mag verlaten, is het de enige van de twee die zelfs maar in aanmerking komt — en de niet-commerciële licentie kan het nog steeds uitsluiten, en dat is de valkuil.
Aan de Microsoft-kant zijn de kosten anders en lager. Een Foundry-deployment, een eindpunt, een deploymentnaam, een sleutel of een Entra-token. Plaats de Foundry-resource bij uw toepassing als latentie belangrijk is; gebruik een data-zone-deployment als inferentie in de regio moet blijven, tegen $0,05 per miljoen tokens in plaats van $0,042. Uw integratie is een HTTPS-aanroep met een JSON-body, en de responsvorm bestaat uit waarschijnlijkheden waarop u een drempelwaarde toepast.
• Tijd tot eerste aanroep — minder dan een uur op Foundry versus een GPU-opstelling, een vastgezette toolchain en een reproductierun
• Faalmodus — een rate limit of een regio-uitval versus een CUDA OOM of een kernelversie-mismatch
• Upgrade-pad — geen; de leverancier levert een nieuwe versie uit, tegenover een nieuwe adaptertag die je kunt vastpinnen of negeren
• Exitpad — geen, alleen gehost vs de gewichten blijven waar ze zijn, afhankelijk van de licentie
Waar de opvolger het verhaal ingewikkelder maakt
Nimble v3 is niet het huidige model van Bespoke Labs, en dat is van belang voor iedereen die het nu evalueert. Nimble-v4-max, geüpload op 3 november 2026, is een volledige fine-tune van Qwen3.8-27B in plaats van een adapter, gepubliceerd met een taggeschiedenis en een benchmarktabel: 72,74 op Decision Index 0.3 public, een stijging van 68,46 bij v4.0, over 43 benchmarks waarvan de scores per benchmark in een JSON-bestand worden meegeleverd. Het vereist ongeveer 55 GB in BF16 en één GPU van 80 GB. Het is ook CC BY-NC 4.0.
De eerlijke inschatting van Nimble v3 vandaag is dat het de vorige generatie is van een lijn die al twee keer is doorgeschoven, en dat de enige gepubliceerde score betrekking heeft op een kitversie die het huidige model achter zich heeft gelaten. Een drie weken oude gehoste flagship van een leverancier vergelijken met een in stilte geüploade adapter die twee revisies oud is, is op geen van beide assen een eerlijke strijd. De productvraag is echt Microsoft-Decision-1.1 tegenover Nimble-v4-max, en zelfs daar is het licentieantwoord ongewijzigd.
Eén sleutel, wanneer je nog aan het beslissen bent
Geen van beide modellen staat in de catalogus van OrcaRouter, en dit stuk zal dat ook niet suggereren: Microsoft-Decision-1.1 is alleen via Foundry beschikbaar, en een CC BY-NC-adapter is niet iets wat een commerciële router kan aanbieden. Wat de catalogus wél bevat, is de buurt, en daar beginnen de meeste evaluaties feitelijk.
De buurt is nog steeds nuttig, omdat beide kanten van deze confrontatie zich tegen dezelfde rivaal afzetten. Jev 1.14 is die rivaal: Microsoft-Decision-1.1 verslaat het met 1,55 punt op de onafhankelijke ranglijst, en het eerdere checkpoint van Bespoke vergeleek zich in zijn eigen README met Jev 1.13.0. Jev 1.14 antwoordt tegen $0,042 per miljoen tokens in en uit. Het basismodel Gemma 4 26B A4B, waarop Microsoft heeft doorgetraind, is routeerbaar tegen $0,25 per miljoen input en $2,90 output. Zet Jev en een algemeen model op je eigen gelabelde verkeer achter één endpoint, met automatische failover, en je leert in een middag of een beslissingsmodel zijn plek in het pad verdient — vóór een inkooptraject, en vóór de aankoop van een GPU. Als dat zo is, blijft de router vóór welk beslissingsmodel je ook uitrolt, zodat een rate limit bij één provider een omleiding is in plaats van een incident.

Wat die harness je niet zal vertellen, is hoe Decision 1.1 zich op jouw gegevens gedraagt. Daarvoor heb je een Foundry-deployment en je eigen labels nodig, en er is geen snelweg om het labelen heen.
Hoe te kiezen
Kies Microsoft-Decision-1.1 als de workload commercieel is, als je een gekalibreerde score wilt die je aan een onafhankelijke board kunt voorleggen, als je beeldinvoer nodig hebt, of als je liever 123 ms huurt dan zelf een GPU-pipeline te bezitten. Dat geldt voor de meeste teams.
Overweeg Nimble v3 alleen als alle drie de volgende voorwaarden gelden: het gebruik is niet-commercieel, de modelaanroep kan je infrastructuur niet verlaten, en je bent bereid de eigen engine van het project te draaien in plaats van een generieke loader. Als aan ook maar één daarvan niet is voldaan, heeft de licentie of de techniek de beslissing al voor je genomen — en als je vandaag überhaupt een Nimble kiest, kijk dan eerst naar Nimble-v4-max, want de enige gepubliceerde score van v3 is het oudste getal in de vergelijking.
Wat je moet weerstaan, is de nette tabel. Een 56,88 tegenover een 67,78 ziet eruit als een oordeel en is dat niet; het zijn twee verschillende kits, twee verschillende leeftijden en twee verschillende licenties verkleed als een paardenrace. Het model dat in je product wordt geleverd, is het gehoste model, en het model dat in je lab draait, is het open model — dat is de echte splitsing, en geen enkele benchmark verandert daar iets aan.
