
Microsoft-Decision-1.1 haalde de Ignite-keynote. De benchmarkregel die het citeerde is waar en smal.
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 184 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 223 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 96 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 41 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 · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Microsoft-Decision-1.1 werd op 17 november 2026 algemeen beschikbaar, zes weken na Microsoft-Decision-1 en op een volledig ander basismodel: Gemma 4 26B A4B, het middelgrote mixture-of-experts-systeem dat Microsoft in zijn eigen lanceerblogpost noemt, ter vervanging van de Qwen3.5-9B waarop versie 1 was post-getraind. Die wissel vormt de kern van de release. De uitspraak die verder reikte, kwam uit de Ignite-keynote, waar Decision 1.1 werd geïntroduceerd als modelroutering "direct geïntegreerd in je applicaties" en vervolgens werd onderbouwd met één zin: "op de AA Decision Index verslaat het Jev, Google en OpenAI." Die drie namen verwijzen naar Jev 1.14 met 66,2, Gemini Decision 1 met 66,0 en GPT-6 Luna (Decisions) met 60,2, tegenover 67,78 voor Microsoft-Decision-1.1. Alle drie de vergelijkingen kloppen.
Het is ook de meest flatterende subset van vier modellen op een ranglijst die momenteel vijfentwintig inzendingen telt. Tien beslissingsmodellen scoren vanavond hoger dan Microsoft-Decision-1.1, van d1.2-ultra op 74,8 via Drex Max v1.1 en SubQ Snap 1.2 op 72,6 tot SubQ Snap 1.1 op 67,9. De zin uit de keynote was niet onwaar. Het was een zorgvuldig samengestelde vergelijking, gepresenteerd volgens de grammatica van een volledige vergelijking, en dat onderscheid is meer waard dan de lancering zelf, want dat is wat er gebeurt wanneer een benchmarkindex voor het eerst een slide krijgt op de developerconferentie van een hyperscaler.
Wat het podium zei, en wat het bestuur zegt.
Het keynote-transcript dat Microsoft dezelfde dag publiceerde, zegt weinig over het onderwerp. Na een doorloop langs de codemodellen gaat het over besluitvorming: "agenten zijn steeds vaker nodig om beslissingen te nemen, vooral waar snelheid en kosten cruciaal zijn. Daarom biedt Decision 1.1 modelroutering die rechtstreeks in je applicaties is geïntegreerd. En op de AA Decision Index verslaat het Jev, Google en OpenAI."
Uitgesplitst is dat een vergelijking tussen vier modellen die de index wel ondersteunt. Op de samengestelde score van Decision Index v2.1, gepubliceerd door Artificial Analysis en hier geraadpleegd op 19 november 2026, scoort Microsoft-Decision-1.1 67,78, Jev 1.14 66,2, Gemini Decision 1 65,98 en GPT-6 Luna (Decisions) 60,2. De verschillen zijn 1,6, 1,8 en 7,6 punten. Daar valt niets aan af te dingen.
Wat de zin weglaat, is de helft van het bord erboven. Op dezelfde pagina staat Microsoft-Decision-1.1 op de elfde plaats, en de tien vermeldingen daarvoor zijn niet obscuur:
• d1.2-ultra (Liquid AI) — 74,8, de koploper van de ranglijst, voor $133 per miljoen taken
• Drex Max v1.1 (Nace) — 72,6 voor $103, en SubQ Snap 1.2 — 72,6 voor $137
• GLiDE v1.2 (Fastino) — 72,5 voor $780, Mammoth 27B (Baseten) — 71,4 voor $264, d1-ultra — 70,6
• Decider v1.3 (Perplexity) — 70,4 bij $68, Decider v1.2 — 69,8, d1.2 — 68,7, SubQ Snap 1.1 — 67,9
Dat een leverancier de drie met naam genoemde concurrenten kiest die zijn lancering mooi laten uitkomen, is geen schandaal; elk launchbericht doet dat, en Microsoft is ongewoon expliciet dat dit de modellen zijn die het ervoor koos te noemen. Het interessante is de plek. Een propriëtaire index van een derde partij — een waarvan de v2-revisie op 8 november 2026 uitkwam, negen dagen voor Ignite, gebouwd op 45% private datasets — werd op het podium aangehaald als de autoriteit voor een bewering over Microsofts eigen model. Dat is een ander soort feit dan een benchmarkscreenshot van een leverancier, en het snijdt aan twee kanten: het verheft de index, en het plaatst de index in een positie waarin selectief aangehaald worden nu deel uitmaakt van zijn reputatie.
Wat is er eigenlijk veranderd tussen 1 en 1.1
Zet de presentatie opzij en de engineering is concreet. Microsoft-Decision-1.1 is geen kleine aanpassing van het oktobermodel. De basis veranderde van Alibaba's Qwen3.5-9B, die de v1-cataloguspagina nog steeds vermeldt, naar Gemma 4 26B A4B. Microsoft beschrijft de keuze in termen van kosten: genoeg actieve parameters voor beoordelingsvermogen, klein genoeg om te draaien op A100-, H100/200- en GB200/300-fleets. Een aangepaste inferentie-engine, gebouwd voor scoring in plaats van token-voor-token-generatie, is volgens het bedrijf verantwoordelijk voor de latentie.
De mogelijkheid die in v1 niet bestond, is beeldinvoer. Microsoft-Decision-1.1 accepteert tekst, JSON of afbeeldingen — foto's, screenshots — en weigert nog steeds audio, video en elke vorm van gegenereerde uitleg. De namen van de vraagtypen zijn ongewijzigd: noul voor een waarschijnlijkheid bij een ja/nee-stelling, choice voor één label uit een vaste set met een waarschijnlijkheid voor elke optie, score voor een positie op een geordende schaal. Het verzoek gaat naar een pad dat eindigt op /providers/microsoft/v1/systemone, wat ofwel de minst vanzelfsprekende endpointnaam is die dit kwartaal is uitgebracht, ofwel een hint over waar Microsoft denkt dat deze categorie in de stack zit.
Context is het getal om in de gaten te houden als je migreert: Microsoft documenteert "inputs van maximaal 32K tokens", en Artificial Analysis registreert een venster van 33k. Versie 1 was hetzelfde. Een beslissingsmodel dat een contract van 40.000 tokens leest, zit niet in deze release.
Drie beweringen uit het lanceerbericht, getoetst aan het bord
Microsofts eigen bericht bevat drie kwantitatieve beweringen, en de onafhankelijke gegevens wijzen elk daarvan anders uit.
• "Scoort 68" — de indexwaarde is 67,78. Dit is afronding, geen inflatie, en het is de enige bewering die exact standhield.
• "Meer dan twee keer zo snel" — versie 1 meet 274,25 ms per taak, versie 1.1 meet 123,25 ms. Dat is 2,23x, en daarmee staat het nieuwe model op de ranglijst op de vijfde plaats qua snelheid in plaats van op de twintigste.
• "Tegen dezelfde kosten" — waar op tokenniveau, maar in de praktijk misleidend. Beide versies vermelden $0.042 per miljoen inputtokens. Maar de gemeten kosten per miljoen taken bedragen $139.64 voor 1.1 tegenover $142.56 voor v1, een verbetering van 2%, geen halvering. Dezelfde prijs, ongeveer dezelfde rekening, twee keer de doorvoer. Als je beperking latentie is en niet kosten, is de upgrade groot; als het kosten zijn, stelt de upgrade bijna niets voor.

Waar het composiet niet meer overeenstemt met de marketing
De samengestelde Decision Index v2.1 is geen mysterie. Hij bestaat uit zes gewogen componenten, en de 67,78 van Microsoft-Decision-1.1 is daaruit reproduceerbaar: 30% AA-Paperclip, 15% EvalSafe-O*NET-AA, 10% When2Call, 15% AA-Omniscience-Decision v1.1, 15% HLE-MultiChoice v1.1, 15% AA-Symmetry. Vermenigvuldig en tel op, en je komt exact op 67,78 uit. Die transparantie maakt de subscores leesbaar, en juist in de subscores wordt het lanceringsverhaal interessant.
• When2Call — 95,08. Dit is de routingtest, en het is met ruime marge het sterkste cijfer in de reeks. Microsofts propositie is "modelrouting geïntegreerd in je applicaties", en op precies die ene component die dat meet, staat het model bijna bovenaan het scorebord.
• AA-Paperclip — 58,67 Decision Score, 36,8% van de documenten perfect beantwoord. Dit is de component van 30%, 1.500 privédocumenten die elk vijf beslissingen en tien feiten bevatten, alles-of-niets gescoord. Versie 1 slaagde voor 20,9%. Een sprong van vijftien punten in het percentage perfecte documenten is de grootste technische winst in de release, en het is ook de reden waarom de samengestelde score zo veel bewoog als hij deed.
• HLE-MultiChoice v1.1 — 46,11 Decision Score bij 6,29% ruwe nauwkeurigheid, met 38,4% niet-hallucinatie. Zes procent nauwkeurigheid op een moeilijke kennistest is geen sterk punt; de Decision Score is alleen respectabel omdat het model eerlijk is over dat het de weg kwijt is. Microsofts eigen bericht zegt dat deze modellen "expliciet nog niet zijn afgestemd op de moeilijkere problemen", en deze rij is waar die toegeving publiek zichtbaar wordt.
• AA-Omniscience-Decision v1.1 — 60,46 met 33,2% nauwkeurigheid en 49,4% niet-hallucinatie. Versie 1 scoorde 21,7% op niet-hallucinatie, dus het model leerde ongeveer twee keer zo betrouwbaar weigeren en won daarbij twee procentpunten nauwkeurigheid. Voor een beslissingsmodel draait alles om die afweging.
Samen gelezen is het profiel coherent: dit is een snelle, goed gekalibreerde router met een beperkte kennisbasis. Dat is een verdedigbaar product. Het is niet het product dat de zin uit de keynote suggereert.

Prijzen, in de eenheden die een factuur daadwerkelijk gebruikt
Foundry vermeldt drie inputtarieven voor Microsoft-Decision-1.1 en helemaal geen outputtarief, omdat het model geen outputtokens genereert: $0,042 per miljoen inputtokens op Global Standard, $0,046 op US Data Zone en $0,05 op EU- en APAC Data Zone-implementaties. Kies je de data-zone-SKU, dan betaal je 19% meer dan het hoofdbedrag voor lokaliteit. Dat is de eerste plek waar een claim als "goedkoopste beslissingsmodel" stilletjes wordt bijgesteld.
De tweede plek is de kolom kosten per taak, oftewel wat je krijgt als je de tokenprijs vermenigvuldigt met hoeveel input een taak daadwerkelijk verbruikt. Met $139,64 per miljoen taken zet AA Microsoft-Decision-1.1 op de vijftiende plaats van de vijfentwintig qua kosten — goedkoper dan Gemini Decision 1 tegen $344,90, duurder dan Celeris-1.1 Decision tegen $14 en Decider v1.3 tegen $68. Het model is snel en zit qua prijs in het middensegment. Het is niet het koopje in zijn eigen categorie, en Microsoft heeft nooit beweerd dat het dat was.
Waar dit een team laat dat er een punt achter wil zetten
De first-party route is Foundry: implementeer het model en stuur vervolgens een state plus een mapping van getypeerde vragen naar het decision-endpoint. Enterprise-inkopers zullen het belangrijk vinden dat Microsoft het al gebruikt als judge binnen Foundry Evaluations en als de router in Copilot, waar het bedrijf meldt dat dezelfde routeringsbeslissing 2,2x sneller en tegen 4,4x lagere kosten wordt genomen dan door een groot taalmodel — een door de leverancier gerapporteerd cijfer uit Microsofts eigen harness, dat daarbuiten niet is gereproduceerd.
Wat helder gezegd moet worden, is wat OrcaRouter wel en niet aanbiedt. We hosten Microsoft-Decision-1.1 niet, en ook Gemini Decision 1 niet, en geen enkel endpoint voor het scoren van beslissingen, omdat een API die alleen waarschijnlijkheden levert geen chat-completions-doel is; doen alsof dat wel zo is, zou zo'n beschikbaarheidsclaim zijn die goed leest en in productie stukloopt. Wat we wel aanbieden, is de helft van een beslissingspijplijn die wél genereert — en één inkijkje in deze release is ongewoon letterlijk: Gemma 4 26B A4B, precies de base die Microsoft heeft fine-tuned, staat in onze catalogus voor $0.06 per miljoen input en $0.33 per miljoen output, naast Jev 1.14 tegen $0.042, het model waartegen Microsoft-Decision-1.1 wordt afgemeten. Als je wilt zien hoeveel van het beslissingsgedrag van het basismodel komt en hoeveel van de post-training, dan zijn beide kanten van die vergelijking bereikbaar met één sleutel, tegen de lijstprijs van de provider, met 0% markup doorberekend.

Wat nu te kijken
Twee dingen zijn nu publiekelijk testbaar die vorige week nog niet zo waren. Het eerste is of de Decision Index op keynote-schermen blijft verschijnen: een benchmark wordt een inkoopdocument op het moment dat leveranciers hem onder hun eigen logo beginnen te citeren, en de volgende leverancier die dat doet, zal een andere subset van vier modellen citeren. Het tweede is of Microsoft-Decision-1.1 zijn routeringspositie behoudt wanneer het scorebord groeit — When2Call weegt voor 10% mee en vormt het grootste deel van de voorsprong van het model op Gemini Decision 1, wat betekent dat een routinematige herziening van de index deze ranglijst meer kan verschuiven dan welke modelupdate dan ook.
Voorlopig is de accurate zin beperkter dan de dia en nuttiger: Microsoft heeft een beslissingsmodel uitgebracht dat twee keer zo snel is als zijn voorganger tegen dezelfde tokenprijs, duidelijk beter gekalibreerd, nu ook afbeeldingen kan lezen, nog steeds beperkt is tot 32K tokens, eerlijk is over wat het niet weet, en elfde staat op de enige onafhankelijke ranglijst die het rangschikt. In de keynote werd gezegd dat het Google en OpenAI verslaat. Dat doet het. Het verslaat alleen niet iedereen.
