Um cartão de título gerado para o artigo, com o título "MAI Decision 1 é, na verdade, Decision 1.1" e o subtítulo "e a manchete dos 200x não é da Microsoft", dividido em dois painéis arredondados de cada lado de um disco "vs" em negrito. O painel esquerdo, "O post que circulou", lista "10x mais rápido", "200x mais barato", "contra um modelo genérico" e "sem linha de base nomeada"; o painel direito, "A própria alegação da Microsoft", lista "50x mais rápido", "79x mais barato", "contra o GPT-Sol 6.1" e "linha de base nomeada". Um rodapé diz "Verificação independente: 67,78 no AA Decision Index v2.1, oitavo de dezoito modelos classificados." O logotipo da OrcaRouter está composto na faixa branca abaixo da arte.
Guides & Insights

A Decisão 1 da MAI é, na verdade, a Decisão 1.1 — e a manchete dos 200x não é da Microsoft

Autor

Gideon Frost

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Dois números sobre MAI Decision 1 circularam em 17 de novembro de 2026: de que ele é 10x mais rápido e 200x mais barato que um modelo geral. Nenhum dos dois números aparece em lugar algum no anúncio da própria Microsoft. O modelo que a Microsoft realmente lançou na Ignite é Microsoft-Decision-1.1, e as afirmações publicadas pela empresa são de que ele é 50x mais rápido e 79x mais barato que o GPT-Sol 6.1 — em comparação com um modelo específico e nomeado, em um ambiente de teste específico, e não com "um modelo geral". Vale a pena começar por essa diferença, porque é a diferença entre uma proporção de marketing e um número que você pode verificar. Aqui está o que foi lançado, o que a Microsoft documentou e onde um painel independente o posiciona.

Primeiro, o nome

Os materiais da Microsoft nunca usam a string "MAI Decision 1". A publicação da linha Ignite chama o modelo Decision 1.1, o blog da Foundry chama-o Microsoft-Decision-1.1, e o cartão de modelo no catálogo da Foundry tem o mesmo nome. O rótulo "MAI Decision 1" vem da cobertura de terceiros da apresentação principal, juntamente com "MAI Code 2", "MAI Code 2 Flash" e "MAI Cyber 2 Flash" — a mesma família, renomeada por observadores e não pelo fornecedor.

Isso importa por um motivo prático: Microsoft-Decision-1.1 não é o primeiro modelo de decisão que a Microsoft lançou. Microsoft-Decision-1 chegou à disponibilidade geral no Foundry em 8 de outubro de 2026, construído sobre o Qwen3.5-9B da A​libaba, apenas texto, sem números de benchmark publicados no lançamento. O que chegou em 17 de novembro é a versão 1.1 da mesma linha de produtos, com um modelo base diferente, entrada multimodal e um panorama de desempenho muito mais completo. Considere que tudo o que você ler sobre "MAI Decision 1" se refere à 1.1, a menos que haja indicação em contrário.

O que está realmente na caixa

O contrato permanece inalterado na forma e consideravelmente mais amplo no alcance. Você envia um estado — texto ou JSON — além de uma ou mais perguntas tipadas, cada uma com um conjunto fixo de opções, e recebe probabilidades de volta em vez de prosa. Três primitivas de pergunta estão documentadas: uma de sim/não ("noul" na API), uma escolha a partir de um conjunto rotulado e uma pontuação em níveis ordenados cujo valor de retorno é a média ponderada pelas probabilidades dos índices dos níveis. Tudo em uma única chamada, uma única passagem, sem loop de decodificação.

O que há de novo na versão 1.1:

• Modelo base — Gemma 4 26B-A4B, mistura de especialistas de pesos abertos do G​oogle, pós-treinada pela Microsoft. A versão 1 foi pós-treinada no Qwen3.5-9B.

• Entrada — texto e imagens. A versão 1 era somente texto.

• Manipulação de imagens — PNG ou JPEG, 280 a 1.568 pixels em cada lado, até 8 imagens por pergunta, incluindo quaisquer referenciadas no estado, com limite de 645.120 pixels processados no total. O serviço redimensiona para um tamanho de trabalho fixo, portanto, um upload maior não consome mais tokens.

• Contexto — 32.768 tokens de entrada para a combinação estado + pergunta, o mesmo teto da versão 1.

• Idiomas — treinados e avaliados em 25+, contra 35+ suportados diretamente pelo modelo base. A Microsoft é explícita que a cobertura do modelo base não estabelece calibração validada por idioma.

• Serviço — um endpoint de decisão em vez de uma conclusão de chat: as solicitações vão para /providers/microsoft/v1/systemone no seu recurso Foundry, com um nome de implantação no campo model. A Microsoft diz que ele executa um mecanismo de inferência personalizado escrito para cargas de trabalho de decisão em vez de uma pilha de geração de texto.

• {{1}}Preço{{/1}} — {{2}}$0.042 por milhão de tokens no Global Standard{{/2}}, {{3}}$0.05 nas zonas de dados da UE e APAC{{/3}}. O mesmo que a versão 1, e as chamadas de decisão são cobradas com base nos tokens de entrada, porque efetivamente não há saída para cobrar.

• Janela de treinamento — outubro a novembro de 2026, conforme o cartão do modelo.

• Pesos — nenhum. Este é um modelo hospedado no portfólio "Direct from Azure" do Foundry. Não há download nem caminho de ajuste fino.

As exclusões são declaradas tão claramente quanto os recursos, e ainda assim definem o produto. O Microsoft-Decision-1.1 não serve para geração de texto, resposta a perguntas abertas, conversação, tradução ou sumarização, nem para tarefas que exijam conhecimento ausente da entrada. Ele não produz justificativa. A resposta contém probabilidades e nada que você possa mostrar a um usuário como explicação, o que significa que a explicação é sua responsabilidade e o limite é sua decisão: 0,7 aciona escalonamento, 0,95 não, e esse limite é definido pela aplicação, não pelo fornecedor.

As duas alegações de velocidade e custo, e qual delas resiste ao escrutínio

A versão que circula — “10x mais rápida e 200x mais barata do que um modelo geral” — não tem referente. Uma proporção em relação a um modelo não nomeado não pode ser reproduzida, e as duas comparações publicadas da Microsoft que de fato nomeiam algo são mais estreitas e maiores ao mesmo tempo.

O post do Ignite diz que o Decision 1.1 é “50x mais rápido e 79x mais barato que o GPT-Sol 6.1”. O post de lançamento do Foundry diz que ele é “mais de duas vezes mais rápido que nosso primeiro modelo, pelo mesmo custo”, e dá um exemplo com o Copilot: rotear entre Copilot e Cowork com a mesma precisão de um grande modelo de linguagem, 2,2x mais rápido e 4,4x mais barato. Essas são medições do fornecedor feitas no tráfego da própria Microsoft e no harness da própria Microsoft. Não estão erradas; têm escopo limitado. Os números 50x e 79x referem-se a um concorrente em um tipo de decisão de roteamento, não a modelos de decisão em geral.

Uma das afirmações pode ser verificada junto a terceiros, e se sustenta. A Artificial Analysis mede o Decision 1.1 em 123,25 milissegundos por tarefa no seu Decision Index v2.1, contra 274,25 ms para o Microsoft-Decision-1. Isso é 2,23x, que é o que significa "mais de duas vezes mais rápido". A afirmação sobre custo também se mantém, de forma enfraquecida: a AA calcula US$ 139,64 por milhão de tarefas para o 1.1, contra US$ 142,56 para a versão 1 — cerca de 2% mais barato, não o mesmo preço, porque as duas versões usam quantidades diferentes de tokens por tarefa, mesmo com uma taxa idêntica por token. "Pelo mesmo custo" é preciso quanto à lista de preços e ligeiramente generoso quanto à fatura.

Onde ele se classifica, e a forma da alegação que a Microsoft fez

O post de lançamento da Microsoft diz que o Decision 1.1 "marca 68, seis pontos a mais que nosso primeiro modelo e à frente de Jev 1.14, do G​emini Decision 1 do G​oogle e do GPT-6 Luna (Decisions) da O​penAI". No Artificial Analysis Decision Index v2.1, lido em 18 de novembro de 2026, todas as partes disso são verdadeiras. O Decision 1.1 está em 67,78. O Jev 1.14 está em 66,23, o G​emini Decision 1 em 65,98, o GPT-6 Luna em 60,25. A versão 1 está em 62,07, então o ganho de seis pontos também é real.

O que a frase não diz é onde o modelo se situa no quadro completo. Ele está em oitavo no placar, sete pontos atrás de um líder isolado e um ponto e meio à frente do modelo que a Microsoft nomeou:

• 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.

Sete modelos obtêm pontuação superior, e o líder está 7,1 pontos à frente. A alegação separada da Microsoft — "a maior acurácia média entre oito modelos de decisão" em seu próprio conjunto interno de 102 benchmarks e 385.000 perguntas — é uma afirmação sobre um campo que a Microsoft escolheu, o que é normal para um fornecedor publicar e ruim de ler como ranking. O campo independente chega a dezoito modelos classificados, e a Microsoft está na metade superior.

As subpontuações são mais informativas que o composto, porque mostram o que o pós-treinamento trouxe. Nas seis avaliações constituintes da AA, o Decision 1.1 pontua 95,1 em chamada de ferramentas When2Call, 88,8 no EvalSafe-O*NET, 75,7 em simetria, 58,7 em decisões documentais do AA-Paperclip, 60,5 em onisciência e 46,1 em múltipla escolha do HLE. Seu índice de acurácia é 48,45 contra 40,59 da versão 1, e seu Brier score — a medida de calibração, quanto menor melhor — melhora de 0,1965 para 0,1604. Essa variação do Brier é o número mais significativo do lançamento: ela diz que as probabilidades se aproximaram de ser verdadeiras, que é a única propriedade que torna a aplicação de limiares a um modelo de decisão uma escolha de engenharia 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.

A mudança para o modelo base é a verdadeira história

A Versão 1 foi um pós-treinamento do Qwen3.5-9B, um modelo denso de 9B. A Versão 1.1 é um pós-treinamento do Gemma 4 26B-A4B, um mixture-of-experts com cerca de 4B de parâmetros ativos. A explicação da própria Microsoft é sobre economia de serving, e não sobre qualidade: parâmetros ativos suficientes para julgamento, pequeno o bastante para rodar em frotas A100, H100/200 e GB200/300, com um engine personalizado que roteia requisições pelo pool de GPUs por custo, e não apenas por latência.

Três consequências decorrem disso, e são elas que uma equipe de plataforma deveria considerar. Primeiro, um MoE com 4B ativos é barato de servir por chamada justamente porque a maior parte do modelo fica ociosa — é daí que vêm os 123 ms. Segundo, a troca zera a história de idioma e calibração: a base mudou, a afirmação sobre 25 idiomas diz respeito à nova base, e qualquer calibração medida na versão 1 não se transfere. Terceiro, o licenciamento da base é do Google, enquanto o modelo pós-treinado é da Microsoft e oferecido apenas como serviço hospedado — então a linhagem de pesos abertos não traz nenhum ganho operacional. Você não pode baixar este modelo, e o fato de a base ser aberta não muda isso.

Quanto custa uma chamada, nas unidades que você realmente paga

A US$ 0,042 por milhão de tokens de entrada, uma chamada de roteamento que carrega um chamado de 1.200 tokens e uma pergunta com três opções custa cerca de US$ 0,00005 — cinco centésimos de centavo. Um milhão dessas chamadas custa aproximadamente US$ 50 pela tabela de preços; os US$ 139,64 por milhão de tarefas medidos pela AA são maiores porque as tarefas dela são mais longas que um chamado de suporte, o que é o lembrete útil de que preços por token e custos por tarefa são unidades diferentes e o segundo é o que aparece em uma revisão de orçamento.

A comparação que torna a economia compreensível é com um modelo geral executando a mesma tarefa no modo JSON. Você paga pelos tokens de saída dele, que, para uma resposta estruturada, ficam entre dezenas e centenas de tokens por chamada, em vez de zero, e paga pelo raciocínio que ele faz antes de responder. É essa a lacuna que a Microsoft descreve com 79x, e a lacuna é real mesmo quando o múltiplo exato é uma escolha de linha de base do fornecedor.

Onde isso fica desconfortável é no mesmo ponto de sempre com um scorer hospedado de fornecedor único: há uma única tabela de preços, um único limite de taxa e uma única história de região. O Foundry oferece implantações Global Standard e Data Zone Standard, e a variante Data Zone custa 19% mais, a US$ 0,05 por milhão de tokens. Se sua carga de trabalho for sensível à latência, a documentação recomenda colocar o recurso do Foundry no mesmo local da sua aplicação, o que é um conselho honesto que também diz que o modelo não é mágica — é um pequeno MoE atrás de uma fila.

Chegar a isso sem reconstruir sua stack

O próprio endpoint de decisão não está no catálogo do OrcaRouter, e seu antecessor também não — a Microsoft distribui este modelo pelo Foundry e em nenhum outro lugar. O que está no catálogo, ao preço de tabela do provedor com 0% de markup repassado, são os dois objetos de que você precisa para precificar a decisão antes de comprá-la. Gemma 4 26B A4B é a base do pós-treino e tem rota a $0.25 por milhão de tokens de entrada e $2.90 por milhão de saída; é o modelo base, e não o pós-treino, então não retornará as probabilidades calibradas do Decision 1.1, mas é a mesma arquitetura e o piso honesto para quanto custa um modelo genérico desse formato. Jev 1.14, que a Microsoft cita e supera em 1,55 ponto no ranking independente, tem rota a $0.042 por milhão de tokens na entrada e na saída.

Essa combinação é útil para a fase de avaliação, e não para a de produção. Se você está decidindo se um modelo de decisão deve ou não fazer parte de um caminho de roteamento, pode comparar os dois endpoints roteáveis nos seus próprios tickets rotulados por meio de uma única chave, com failover automático entre provedores, antes mesmo de abrir uma implantação no Azure. Se a resposta for sim e os números favorecerem o Decision 1.1, você o implanta no Foundry e mantém o roteador à frente — um único endpoint tanto para chamadas de decisão quanto para chamadas generativas, para que o limite de taxa de um modelo de decisão não se torne a indisponibilidade da sua aplicação.

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.

Quem deve se mover agora, e quem deve esperar duas semanas

Mude agora se você já está pagando por um modelo geral para classificar, avaliar ou decidir aprovações, e seu volume é alto o suficiente para que o custo por chamada seja visível em um gráfico. A mediana de 123 ms e o preço de $0.042 são uma vitória clara sobre um modelo de fronteira fazendo o mesmo julgamento, e a entrada multimodal é a diferença entre um avaliador que você pode apontar para capturas de tela e um que você não pode.

Espere se sua decisão afetar pessoas — crédito, emprego, moradia, seguros, saúde, jurídico — porque a própria ficha do modelo da Microsoft diz para não usá-lo como único responsável pela decisão nesses casos, e nada na 1.1 muda isso. Espere também se você precisar de calibração que consiga defender: o Brier de 0,160 da 1.1 é uma melhoria, não uma garantia, e a documentação é franca ao dizer que as pontuações mudam com a redação e a ordem das opções. Valide com seus próprios rótulos, aleatorize a ordem das opções e defina limiares com base no custo dos dois tipos de erro, não em um gráfico do fornecedor.

O resumo honesto de 17 de novembro é menor e mais útil do que a manchete dos 200x: a Microsoft lançou um avaliador de decisões mais rápido, multimodal e melhor calibrado, a um preço que torna o julgamento por solicitação acessível, e ele é bom o suficiente para estar na metade superior de um campo independente, e não no topo dele. O modelo é real. A proporção no tweet não é.