
Microsoft-Decision-1.1 nådde Ignite-keynoten. Benchmarkraden som den citerade är sann och snäv.
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 184 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 223 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 96 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Microsoft-Decision-1.1 blev allmänt tillgänglig den 17 november 2026, sex veckor efter Microsoft-Decision-1 och på en helt annan basmodell: Gemma 4 26B A4B, det medelstora mixture-of-experts-system som Microsoft namnger i sitt eget lanseringsinlägg och som ersätter Qwen3.5-9B som version 1 var eftertränad från. Det bytet är själva kärnan i lanseringen. Den rad som nådde längst kom från Ignite-keynoten, där Decision 1.1 introducerades som modellrouting "integrerad direkt i dina applikationer" och sedan stöddes med en enda mening – "på AA Decision Index slår den Jev, Google och OpenAI." Dessa tre namn motsvarar Jev 1.14 på 66,2, Gemini Decision 1 på 66,0 och GPT-6 Luna (Decisions) på 60,2, mot 67,78 för Microsoft-Decision-1.1. Alla tre jämförelserna är korrekta.
De är också den mest smickrande delmängden med fyra modeller på en resultattavla som för närvarande rangordnar tjugofem poster. Tio beslutsmodeller ligger i kväll över Microsoft-Decision-1.1, från d1.2-ultra på 74,8 via Drex Max v1.1 och SubQ Snap 1.2 på 72,6 ned till SubQ Snap 1.1 på 67,9. Meningen i keynoten var inte falsk. Det var en kurerad jämförelse presenterad i grammatiken hos en fullständig sådan, och den distinktionen är värd mer än lanseringen i sig, för det är vad som händer första gången ett benchmarkindex får en slide på en hyperscalers utvecklarkonferens.
Vad scenen sa, och vad styrelsen säger
Det transkript av keynoten som Microsoft publicerade samma dag är knapphändigt om ämnet. Efter en genomgång av kodmodellerna övergår den till beslutsfattande: "agenter behövs i allt högre grad för att fatta beslut, särskilt där hastighet och kostnad är avgörande. Så Decision 1.1 erbjuder modellrouting integrerad direkt i dina applikationer. Och på AA Decision Index slår den Jev, Google och OpenAI."
Uppackat är det en fyravägsjämförelse som indexet faktiskt stöder. På det sammansatta indexet Decision Index v2.1, som publiceras av Artificial Analysis och läses här den 19 november 2026, får Microsoft-Decision-1.1 67,78, Jev 1.14 får 66,2, Gemini Decision 1 får 65,98 och GPT-6 Luna (Decisions) får 60,2. Marginalerna är 1,6, 1,8 och 7,6 poäng. Inget av det är diskutabelt.
Det som meningen utelämnar är den halva av resultattavlan som ligger ovanför den. Samma sida placerar Microsoft-Decision-1.1 på elfte plats, och de tio posterna före den är inte okända:
• d1.2-ultra (Liquid AI) — 74.8, ledaren på resultattavlan, till $133 per miljon uppgifter
• Drex Max v1.1 (Nace) — 72,6 vid $103, och SubQ Snap 1.2 — 72,6 vid $137
• GLiDE v1.2 (Fastino) — 72,5 för 780 USD, Mammoth 27B (Baseten) — 71,4 för 264 USD, d1-ultra — 70,6
• Decider v1.3 (Perplexity) — 70,4 för 68 $, Decider v1.2 — 69,8, d1.2 — 68,7, SubQ Snap 1.1 — 67,9
Att en leverantör väljer de tre namngivna konkurrenter som smickrar lanseringen är ingen skandal; varje lanseringsinlägg gör det, och Microsoft är ovanligt tydligt med att det är dessa modeller man valde att namnge. Det intressanta är arenan. Ett proprietärt tredjepartsindex – ett vars v2-revision släpptes den 8 november 2026, nio dagar före Ignite, och som bygger på 45 % privata datamängder – citerades på scenen som auktoriteten bakom ett påstående om Microsofts egen modell. Det är en annan sorts faktum än en skärmbild av en leverantörsbenchmark, och det slår åt båda hållen: det lyfter indexet, och det försätter indexet i en position där det att bli citerat selektivt nu är en del av dess rykte.
Vad förändrades egentligen mellan 1 och 1.1
Tar man bort presentationen är ingenjörskonsten specifik. Microsoft-Decision-1.1 är inte en justering av oktobermodellen. Basen ändrades från Alibabas Qwen3.5-9B, som v1-katalogsidan fortfarande anger, till Gemma 4 26B A4B. Microsoft beskriver valet i kostnadstermer: tillräckligt många aktiva parametrar för omdöme, tillräckligt litet för att köras över A100-, H100/200- och GB200/300-flottor. En anpassad inferensmotor, byggd för poängsättning snarare än generering token för token, är vad företaget tillskriver latensen.
Den funktion som inte fanns i v1 är bildinmatning. Microsoft-Decision-1.1 accepterar text, JSON eller bilder – foton, skärmbilder – och avvisar fortfarande ljud, video och alla former av genererad förklaring. Frågetyperna har oförändrade namn: noul för en sannolikhet för ett ja/nej-påstående, choice för en etikett ur en fast uppsättning med en sannolikhet för varje alternativ, score för en position på en ordnad skala. Förfrågan går till en sökväg som slutar på /providers/microsoft/v1/systemone, som antingen är det minst självförklarande slutpunktsnamnet som släppts det här kvartalet eller en antydan om var Microsoft anser att den här kategorin hör hemma i stacken.
Kontext är siffran att hålla koll på om du migrerar: Microsoft dokumenterar "indata på upp till 32K token", och Artificial Analysis anger ett fönster på 33k. Version 1 var likadan. En beslutsmodell som läser ett kontrakt på 40 000 token finns inte i den här utgåvan.
Tre påståenden från lanseringsinlägget, kontrollerade mot styrelsen
Microsofts eget inlägg framför tre kvantitativa påståenden, och den oberoende datan ger olika svar för vart och ett av dem.
• "Får 68 poäng" — indexvärdet är 67,78. Detta är avrundning, inte inflation, och det är det enda påståendet som höll exakt.
• "Mer än dubbelt så snabb" — version 1 mäter 274,25 ms per uppgift, version 1.1 mäter 123,25 ms. Det är 2,23x, och det gör den nya modellen till den femte snabbaste posten på listan i stället för den tjugonde.
• "Till samma kostnad" – sant på tokennivå, men missvisande i praktiken. Båda versionerna anger $0.042 per miljon indatatokens. Men uppmätt kostnad per miljon uppgifter är $139.64 för 1.1 mot $142.56 för v1, en förbättring på 2 %, inte en halvering. Samma pris, ungefär samma räkning, dubbel genomströmning. Om din begränsning är latens snarare än utgifter är uppgraderingen stor; om den är utgifter är uppgraderingen nästan ingenting.

Där kompositen slutar stämma överens med marknadsföringen
Decision Index v2.1-sammansättningen är ingen gåta. Den består av sex viktade komponenter, och Microsoft-Decision-1.1:s 67,78 går att reproducera utifrån dem: 30 % AA-Paperclip, 15 % EvalSafe-O*NET-AA, 10 % When2Call, 15 % AA-Omniscience-Decision v1.1, 15 % HLE-MultiChoice v1.1, 15 % AA-Symmetry. Multiplicera och addera så landar du exakt på 67,78. Det är den transparensen som gör delpoängen läsbara, och det är i delpoängen som lanseringsberättelsen blir intressant.
• When2Call — 95.08. Detta är routingtestet, och det är den starkaste siffran i uppsättningen med bred marginal. Microsofts budskap är "modellrouting integrerat i dina applikationer", och på den enda komponent som mäter exakt det ligger modellen nära toppen av listan.
• AA-Paperclip — 58,67 Decision Score, 36,8 % av dokumenten besvarades felfritt. Detta är 30-procentkomponenten, 1 500 privata dokument som vart och ett innehåller fem beslut och tio fakta, poängsatta enligt allt-eller-inget. Version 1 klarade 20,9 %. Ett hopp på femton punkter i andelen felfria dokument är den enskilt största tekniska vinsten i utgåvan, och det är också anledningen till att kompositen rörde sig så mycket som den gjorde.
• HLE-MultiChoice v1.1 — 46,11 Decision Score på 6,29 % rå träffsäkerhet, med 38,4 % icke-hallucinering. Sex procent träffsäkerhet på ett svårt kunskapstest är inte en styrka; Decision Score är respektabelt bara för att modellen är ärlig med att den är vilse. Microsofts eget inlägg säger att dessa modeller "uttryckligen ännu inte är finjusterade för de svårare problemen", och det är i den här raden som det medgivandet syns offentligt.
• AA-Omniscience-Decision v1.1 — 60,46 vid 33,2 % träffsäkerhet och 49,4 % icke-hallucination. Version 1 fick 21,7 % på icke-hallucination, så modellen lärde sig att avböja ungefär dubbelt så tillförlitligt samtidigt som den ökade träffsäkerheten med två procentenheter. För en beslutsmodell är den avvägningen hela spelet.
Läst tillsammans är profilen sammanhängande: detta är en snabb, välkalibrerad router med en grund kunskapsbas. Det är en försvarbar produkt. Det är inte den produkt som keynotemeningen antyder.

Prissättning, i de enheter som en faktura faktiskt använder
Foundry listar tre indatapriser för Microsoft-Decision-1.1 och ingen utdatapris alls, eftersom modellen inte genererar några utdatatoken: $0,042 per miljon indatatoken på Global Standard, $0,046 på US Data Zone och $0,05 på EU- och APAC Data Zone-distributioner. Väljer du datazon-SKU:n betalar du 19 % mer än rubrikpriset för lokalitet. Det är den första platsen där påståendet om den "billigaste beslutsmodellen" tyst revideras.
Den andra platsen är kolumnen för kostnad per uppgift, vilket är vad som händer när man multiplicerar tokenpriset med hur mycket indata en uppgift faktiskt förbrukar. Vid 139,64 dollar per miljon uppgifter placerar AA Microsoft-Decision-1.1 på femtonde plats av tjugofem när det gäller kostnad – billigare än Gemini Decision 1 på 344,90 dollar, dyrare än Celeris-1.1 Decision på 14 dollar och Decider v1.3 på 68 dollar. Modellen är snabb och medelprisad. Den är inte något kap i sin egen kategori, och Microsoft har aldrig hävdat att den var det.
Var detta lämnar ett lag som vill kalla det
Förstapartsvägen är Foundry: distribuera modellen och skicka sedan ett tillstånd plus en karta över typade frågor till beslutsändpunkten. Företagsköpare kommer att bry sig om att Microsoft redan använder det som domare i Foundry Evaluations och som routern i Copilot, där företaget rapporterar att samma routingbeslut fattas 2,2 gånger snabbare och till 4,4 gånger lägre kostnad än en stor språkmodell – en siffra som leverantören rapporterar från Microsofts egen testrigg, ej reproducerad utanför den.
Det som är värt att säga rakt ut är vad OrcaRouter har och inte har. Vi hostar inte Microsoft-Decision-1.1, eller Gemini Decision 1, eller någon endpoint för beslutsbedömning, eftersom ett API med enbart sannolikheter inte är ett mål för chat-completions, och att låtsas något annat skulle vara den typ av tillgänglighetsutfästelse som låter bra men går sönder i produktion. Det vi har är den halva av en beslutsprocess som faktiskt genererar – och ett fönster in i den här utgåvan är ovanligt bokstavligt: Gemma 4 26B A4B, exakt den basmodell som Microsoft finjusterade, finns i vår katalog till $0,06 per miljon indatatoken och $0,33 per miljon utdatatoken, tillsammans med Jev 1.14 för $0,042, den modell som Microsoft-Decision-1.1 mäts mot. Om du vill se hur mycket av beslutsbeteendet som kommer från basmodellen och hur mycket som kommer från efterträningen, går båda ändarna av den jämförelsen att nå med en enda nyckel, till leverantörens listpris där 0 % påslag förs vidare.

Vad du ska titta på härnäst
Två saker går nu att testa offentligt som inte gick förra veckan. Den första är om Decision Index fortsätter att dyka upp på keynote-skärmar: ett riktmärke blir ett inköpsdokument i samma stund som leverantörer börjar citera det under sin egen logotyp, och nästa leverantör som gör det kommer att citera en annan delmängd av fyra modeller. Den andra är om Microsoft-Decision-1.1 behåller sin routingposition när styrelsen växer – When2Call har en vikt på 10 % och står för större delen av modellens försprång gentemot Gemini Decision 1, vilket innebär att en rutinmässig indexrevidering kan flytta den här rankingen mer än någon modelluppdatering kommer att göra.
Än så länge är den korrekta meningen snävare än sliden och mer användbar: Microsoft har släppt en beslutsmodell. Den är dubbelt så snabb som sin föregångare till samma tokenpris, markant bättre kalibrerad, kan nu läsa bilder, är fortfarande begränsad till 32K tokens, ärlig om vad den inte vet och ligger på elfte plats på den enda oberoende lista som rankar den. Keynoten sade att den slår Google och OpenAI. Det gör den. Den slår bara inte alla.
