การ์ดหัวเรื่องที่สร้างขึ้นสำหรับบทความนี้ มีหัวข้อว่า 'MAI Decision 1 จริง ๆ แล้วคือ Decision 1.1' พร้อมคำโปรยว่า 'และพาดหัว 200x ไม่ใช่ของ Microsoft' แบ่งเป็นสองแผงทรงมุมโค้งทั้งสองด้านของวงกลม 'vs' ตัวหนา แผงซ้าย 'โพสต์ที่ถูกแชร์กัน' ระบุ 'เร็วขึ้น 10x', 'ถูกกว่า 200x', 'เทียบกับโมเดลทั่วไป' และ 'ไม่มี baseline ที่ระบุชื่อ' แผงขวา 'ข้อกล่าวอ้างของ Microsoft เอง' ระบุ 'เร็วขึ้น 50x', 'ถูกกว่า 79x', 'เทียบกับ GPT-Sol 6.1' และ 'baseline ที่ระบุชื่อ' ส่วนท้ายระบุว่า 'การตรวจสอบอิสระ: 67.78 บน AA Decision Index v2.1 เป็นอันดับแปดจากสิบแปดโมเดลที่ได้รับการจัดอันดับ' โลโก้ OrcaRouter ถูกคอมโพสิตอยู่ในแถบสีขาวใต้ภาพ
Guides & Insights

MAI Decision 1 แท้จริงแล้วคือ Decision 1.1 — และพาดหัวข่าว 200x นั้นไม่ใช่ของ Microsoft

ผู้เขียน

Gideon Frost

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

ตัวเลขสองตัวเกี่ยวกับ MAI Decision 1ที่แพร่กระจายไปทั่วเมื่อวันที่ 17 พฤศจิกายน 2026: ว่าเร็วกว่า 10 เท่าและถูกกว่า 200 เท่าเมื่อเทียบกับโมเดลทั่วไป ไม่มีตัวเลขใดปรากฏอยู่ในประกาศของ Microsoft เองเลย โมเดลที่ Microsoft เปิดตัวจริงที่ Ignite คือ Microsoft-Decision-1.1 และคำกล่าวอ้างที่บริษัทเผยแพร่คือเร็วกว่า 50 เท่าและถูกกว่า 79 เท่าเมื่อเทียบกับ GPT-Sol 6.1 — เทียบกับโมเดลเฉพาะที่ระบุชื่อ ในชุดทดสอบเฉพาะ ไม่ใช่เทียบกับ "โมเดลทั่วไป" ช่องว่างนี้คุ้มค่าที่จะขึ้นต้นด้วย เพราะมันคือความแตกต่างระหว่างอัตราส่วนทางการตลาดกับตัวเลขที่คุณตรวจสอบได้ นี่คือสิ่งที่เปิดตัว สิ่งที่ Microsoft บันทึกไว้ และสิ่งที่คณะกรรมการอิสระประเมินไว้

อย่างแรก ชื่อ

เอกสารของ Microsoft ไม่เคยใช้สตริง "MAI Decision 1" โพสต์ไลน์อัปของ Ignite เรียกโมเดลนี้ว่า Decision 1.1 บล็อกของ Foundry เรียกมันว่า Microsoft-Decision-1.1 และการ์ดโมเดลในแค็ตตาล็อก Foundry ก็ใช้ชื่อเดียวกัน ป้ายชื่อ "MAI Decision 1" มาจากการรายงานข่าวของบุคคลที่สามเกี่ยวกับการกล่าวปาฐกถา พร้อมกับ "MAI Code 2", "MAI Code 2 Flash" และ "MAI Cyber 2 Flash" — เป็นตระกูลเดียวกัน ที่ถูกเปลี่ยนชื่อโดยผู้สังเกตการณ์ ไม่ใช่โดยผู้จำหน่าย

สิ่งนั้นสำคัญด้วยเหตุผลเชิงปฏิบัติข้อหนึ่ง: Microsoft-Decision-1.1 ไม่ใช่โมเดลตัดสินใจรุ่นแรกที่ Microsoft เปิดตัว Microsoft-Decision-1 พร้อมใช้งานทั่วไปบน Foundry เมื่อวันที่ 8 ตุลาคม 2026 สร้างบน A​libaba's Qwen3.5-9B แบบข้อความเท่านั้น โดยไม่มีตัวเลข benchmark ที่เผยแพร่ ณ เวลาเปิดตัว สิ่งที่มาถึงในวันที่ 17 พฤศจิกายนคือเวอร์ชัน 1.1 ของสายผลิตภัณฑ์เดียวกัน พร้อมโมเดลฐานที่แตกต่างกัน อินพุตแบบหลายโหมด และข้อมูลด้านประสิทธิภาพที่ครบถ้วนกว่ามาก ให้ถือว่าสิ่งใดก็ตามที่คุณอ่านเกี่ยวกับ "MAI Decision 1" เป็นข้อมูลเกี่ยวกับ 1.1 เว้นแต่จะระบุไว้เป็นอย่างอื่น

จริงๆ แล้วในกล่องมีอะไร

โครงสร้างของสัญญาไม่เปลี่ยน และขอบเขตการใช้งานกว้างขึ้นอย่างมาก คุณส่งสถานะ — ข้อความหรือ JSON — พร้อมคำถามแบบระบุชนิดหนึ่งข้อหรือมากกว่า โดยแต่ละข้อมีชุดตัวเลือกคงที่ และคุณจะได้ความน่าจะเป็นกลับมาแทนข้อความร้อยเรียง มีการอธิบายชนิดคำถามพื้นฐานไว้สามแบบ: คำถามใช่/ไม่ใช่ ("noul" ใน API), การเลือกจากชุดที่ติดป้ายกำกับ และคะแนนบนระดับที่เรียงลำดับ ซึ่งค่าที่ส่งคืนเป็นค่าเฉลี่ยถ่วงน้ำหนักด้วยความน่าจะเป็นของดัชนีระดับ ทั้งหมดในการเรียกครั้งเดียว ผ่านครั้งเดียว ไม่มีลูปถอดรหัส

มีอะไรใหม่ใน 1.1:

• โมเดลพื้นฐาน — Gemma 4 26B-A4B ซึ่งเป็น mixture-of-experts แบบ open-weight ของ G​oogle ที่ผ่านการ post-train โดย Microsoft เวอร์ชัน 1 ผ่านการ post-train บน Qwen3.5-9B

• อินพุต — ข้อความและรูปภาพ เวอร์ชัน 1 เป็นข้อความเท่านั้น

• การจัดการรูปภาพ — PNG หรือ JPEG, 280 ถึง 1,568 พิกเซลในแต่ละด้าน, สูงสุด 8 รูปภาพต่อคำถาม รวมถึงรูปภาพใด ๆ ที่อ้างอิงจากสถานะ, จำกัดที่ 645,120 พิกเซลที่ประมวลผลทั้งหมด บริการจะปรับขนาดเป็นขนาดการทำงานคงที่ ดังนั้นการอัปโหลดที่ใหญ่ขึ้นจะไม่ใช้โทเค็นเพิ่มขึ้น

• บริบท — 32,768 โทเค็นอินพุตสำหรับการรวมสถานะกับคำถาม ซึ่งเป็นเพดานเดียวกันกับเวอร์ชัน 1

• ภาษา — ฝึกและประเมินใน 25+ ภาษา เทียบกับ 35+ ภาษาที่โมเดลฐานรองรับโดยตรง Microsoft ระบุชัดเจนว่าความครอบคลุมของโมเดลฐานไม่ได้ยืนยันการปรับเทียบที่ผ่านการตรวจสอบแล้วในแต่ละภาษา

• การให้บริการ — ปลายทางสำหรับการตัดสินใจ (decision endpoint) ไม่ใช่การคอมพลีชันแชต (chat completion): คำขอจะถูกส่งไปที่ /providers/microsoft/v1/systemone บนทรัพยากร Foundry ของคุณ โดยระบุชื่อดีพลอยเมนต์ในฟิลด์ model Microsoft ระบุว่าปลายทางนี้ทำงานด้วยเอนจินอินเฟอเรนซ์แบบกำหนดเองที่เขียนขึ้นสำหรับงานด้านการตัดสินใจ ไม่ใช่สแตกสำหรับสร้างข้อความ

• ราคา — 0.042 ดอลลาร์ต่อล้านโทเคนใน Global Standard และ 0.05 ดอลลาร์ในโซนข้อมูล EU และ APAC เท่ากับเวอร์ชัน 1 และการเรียกตัดสินใจจะคิดค่าบริการตามโทเคนอินพุต เนื่องจากแทบไม่มีเอาต์พุตให้คิดค่าบริการได้

• ช่วงเวลาการฝึก — ตุลาคมถึงพฤศจิกายน 2026 ตามการ์ดโมเดล

• เวต — ไม่มี นี่คือโมเดลแบบโฮสต์ในกลุ่มผลิตภัณฑ์ "Direct from Azure" ของ Foundry ไม่มีการดาวน์โหลดและไม่มีเส้นทางสำหรับการปรับแต่งละเอียด

ข้อจำกัดต่างๆ ถูกระบุไว้อย่างตรงไปตรงมาไม่ต่างจากคุณสมบัติ และยังคงเป็นสิ่งที่กำหนดผลิตภัณฑ์ Microsoft-Decision-1.1 ไม่ได้มีไว้สำหรับการสร้างข้อความ การตอบคำถามแบบปลายเปิด การสนทนา การแปล หรือการสรุปความ และไม่ได้มีไว้สำหรับงานที่ต้องใช้ความรู้ซึ่งไม่มีอยู่ในข้อมูลนำเข้า โดยไม่สร้างเหตุผลรองรับ คำตอบมีค่าความน่าจะเป็นและไม่มีสิ่งใดที่คุณจะแสดงให้ผู้ใช้เป็นคำอธิบายได้ ซึ่งหมายความว่าการอธิบายเป็นหน้าที่ของคุณ และเกณฑ์ตัดสินเป็น決定ของคุณ: 0.7 ส่งต่อ, 0.95 ไม่ส่งต่อ และเส้นแบ่งนั้นถูกกำหนดโดยแอปพลิเคชัน ไม่ใช่ผู้จำหน่าย

ข้อกล่าวอ้างเรื่องความเร็วและต้นทุนทั้งสองข้อ และข้อใดที่ผ่านการตรวจสอบอย่างละเอียด

เวอร์ชันที่แพร่หลาย — “เร็วกว่า 10 เท่าและถูกกว่า 200 เท่าเมื่อเทียบกับโมเดลทั่วไป” — ไม่ได้ระบุว่าอ้างอิงถึงอะไร อัตราส่วนเมื่อเทียบกับโมเดลที่ไม่ระบุชื่อไม่สามารถทำซ้ำได้ และการเปรียบเทียบของ Microsoft ที่เผยแพร่แล้วสองรายการซึ่งระบุชื่อได้จริงนั้นกลับแคบกว่าและใหญ่กว่าในเวลาเดียวกัน

โพสต์ของ Ignite กล่าวว่า Decision 1.1 “เร็วกว่า 50 เท่าและถูกกว่า 79 เท่าเมื่อเทียบกับ GPT-Sol 6.1” โพสต์เปิดตัวของ Foundry กล่าวว่าโมเดลนี้ “เร็วกว่าโมเดลแรกของเรามากกว่าสองเท่า ด้วยต้นทุนเท่ากัน” และยกตัวอย่าง Copilot: การกำหนดเส้นทางระหว่าง Copilot กับ Cowork ด้วยความแม่นยำเท่ากับโมเดลภาษาขนาดใหญ่ เร็วกว่า 2.2 เท่าและถูกกว่า 4.4 เท่า นั่นคือการวัดโดยผู้ขายบนทราฟฟิกของ Microsoft เองและฮาร์เนสของ Microsoft เอง ตัวเลขเหล่านี้ไม่ได้ผิด แต่มีขอบเขตจำกัด ตัวเลข 50 เท่าและ 79 เท่าเป็นเรื่องเกี่ยวกับคู่แข่งรายหนึ่งในการตัดสินใจด้านการกำหนดเส้นทางประเภทหนึ่ง ไม่ได้เกี่ยวกับโมเดลสำหรับการตัดสินใจโดยทั่วไป

หนึ่งในข้อกล่าวอ้างนั้นสามารถตรวจสอบกับบุคคลที่สามได้ และ它也เป็นจริง Artificial Analysis วัด Decision 1.1 ได้ที่ 123.25 มิลลิวินาทีต่องานบน Decision Index v2.1 ของตน เทียบกับ 274.25 มิลลิวินาทีสำหรับ Microsoft-Decision-1 นั่นคือ 2.23 เท่า ซึ่งเป็นความหมายของคำว่า "เร็วกว่าสองเท่าขึ้นไป" ข้อกล่าวอ้างเรื่องต้นทุนก็ยังใช้ได้ ในรูปแบบที่อ่อนลง: AA คำนวณว่า 1.1 มีต้นทุน 139.64 ดอลลาร์ต่อล้านงาน เทียบกับ 142.56 ดอลลาร์สำหรับเวอร์ชัน 1 — ถูกกว่าประมาณ 2% ไม่ใช่ราคาเดียวกัน เพราะสองเวอร์ชันใช้จำนวนโทเคนต่องานต่างกัน แม้จะมีอัตราต่อโทเคนเท่ากันก็ตาม คำว่า "ในต้นทุนเดียวกัน" แม่นยำเมื่อพูดถึงรายการราคา และใจกว้างเกินไปเล็กน้อยเมื่อพูดถึงบิลจริง

มันอยู่ในอันดับใด และข้อกล่าวอ้างที่ Microsoft ทำขึ้นมีลักษณะอย่างไร

โพสต์เปิดตัวของ Microsoft ระบุว่า Decision 1.1 “ได้คะแนน 68 เพิ่มขึ้นหกคะแนนจากโมเดลแรกของเรา และนำหน้า Jev 1.14, Gemini Decision 1 ของ Google และ GPT-6 Luna (Decisions) ของ OpenAI” บน Artificial Analysis Decision Index v2.1 ที่อ่านเมื่อวันที่ 18 พฤศจิกายน 2026 ทุกส่วนของข้อความนั้นเป็นความจริง Decision 1.1 อยู่ที่ 67.78 Jev 1.14 อยู่ที่ 66.23 Gemini Decision 1 อยู่ที่ 65.98 GPT-6 Luna อยู่ที่ 60.25 เวอร์ชัน 1 อยู่ที่ 62.07 ดังนั้นการเพิ่มขึ้นหกคะแนนจึงเป็นเรื่องจริงเช่นกัน

สิ่งที่ประโยคไม่ได้บอกคือโมเดลนี้อยู่อันดับไหนในสนามทั้งหมด มันอยู่อันดับแปดบนตารางคะแนน ตามหลังผู้นำเดี่ยวอยู่เจ็ดคะแนน และนำหน้าโมเดลที่ Microsoft ระบุชื่ออยู่หนึ่งจุดห้า:

• 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.

มีเจ็ดโมเดลที่ทำคะแนนได้สูงกว่า และผู้นำนำอยู่ 7.1 คะแนน ข้อกล่าวอ้างแยกต่างหากของ Microsoft — "ความแม่นยำเฉลี่ยสูงสุดในแปดโมเดลการตัดสินใจ" จากชุดทดสอบภายในของบริษัทเองที่มี 102 เบนช์มาร์กและ 385,000 คำถาม — เป็นถ้อยแถลงเกี่ยวกับสนามที่ Microsoft เลือกเอง ซึ่งเป็นเรื่องปกติที่ผู้จำหน่ายจะเผยแพร่ และเป็นเรื่องแย่หากอ่านเป็นการจัดอันดับ สนามอิสระมีโมเดลที่ถูกจัดอันดับถึงสิบแปดโมเดล และ Microsoft อยู่ในครึ่งบน

คะแนนย่อยให้ข้อมูลมากกว่าคะแนนรวม เพราะมันแสดงให้เห็นว่า post-training ได้อะไรมาบ้าง ในการประเมินองค์ประกอบทั้งหกของ AA นั้น Decision 1.1 ได้ 95.1 ในการเรียกเครื่องมือ When2Call, 88.8 ใน EvalSafe-O*NET, 75.7 ในด้านความสมมาตร, 58.7 ในการตัดสินใจเรื่องเอกสารของ AA-Paperclip, 60.5 ในด้านความรอบรู้ และ 46.1 ในแบบเลือกตอบ HLE ดัชนีความแม่นยำของมันคือ 48.45 เทียบกับ 40.59 ของเวอร์ชัน 1 และคะแนน Brier ซึ่งเป็นมาตรวัดการสอบเทียบและยิ่งต่ำยิ่งดี ดีขึ้นจาก 0.1965 เป็น 0.1604 การเปลี่ยนแปลงของ Brier นั้นเป็นตัวเลขที่มีความหมายที่สุดในการเปิดตัวครั้งนี้: มันบอกว่าความน่าจะเป็นเข้าใกล้ความจริงมากขึ้น ซึ่งเป็นคุณสมบัติเดียวที่ทำให้การตั้งเกณฑ์ให้โมเดลการตัดสินใจเป็นทางเลือกทางวิศวกรรมที่สมเหตุสมผล

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.

การเปลี่ยนไปใช้โมเดลฐานคือเรื่องราวที่แท้จริง

เวอร์ชัน 1 เป็นการ post-train ของ Qwen3.5-9B ซึ่งเป็นโมเดล dense ขนาด 9B ส่วนเวอร์ชัน 1.1 เป็นการ post-train ของ Gemma 4 26B-A4B ซึ่งเป็น mixture-of-experts ที่มีพารามิเตอร์ที่ใช้งานจริงราว 4B คำอธิบายของ Microsoft เองเน้นเรื่องเศรษฐศาสตร์ของการให้บริการมากกว่าคุณภาพ โดยมีพารามิเตอร์ที่ใช้งานจริงมากพอสำหรับการตัดสินใจ และเล็กพอที่จะรันได้ทั่วฟลีต A100, H100/200 และ GB200/300 ด้วยเอนจินแบบกำหนดเองที่จัดเส้นทางคำขอข้ามกลุ่ม GPU โดยคำนึงถึงต้นทุนมากกว่าความหน่วงเพียงอย่างเดียว

ผลที่ตามมามีสามข้อ และเป็นสามข้อที่ทีมแพลตฟอร์มควรให้ความสำคัญ ข้อแรก MoE ที่มีพารามิเตอร์ทำงาน 4B มีต้นทุนต่ำในการให้บริการต่อการเรียกใช้หนึ่งครั้ง เพราะโมเดลส่วนใหญ่ไม่ได้ทำงานอยู่ตลอด — นั่นคือที่มาของ 123 ms ข้อสอง การสลับครั้งนี้รีเซ็ตเรื่องราวด้านภาษาและการคาลิเบรต: ฐานโมเดลเปลี่ยนไป ข้อกล่าวอ้างเรื่อง 25 ภาษานั้นเกี่ยวกับฐานใหม่ และการคาลิเบรตใด ๆ ที่คุณวัดบนเวอร์ชัน 1 ไม่สามารถนำมาใช้ต่อได้ ข้อสาม สิทธิ์การใช้งานบนฐานเป็นของ Google ขณะที่โมเดลที่ผ่านการฝึกหลัง (post-trained) เป็นของ Microsoft และให้บริการแบบโฮสต์เท่านั้น — ดังนั้นสายพันธุ์แบบ open-weight ไม่ได้ให้ประโยชน์ใด ๆ กับการดำเนินงาน คุณไม่สามารถดาวน์โหลดโมเดลนี้ได้ และการที่ฐานเป็นแบบเปิดก็ไม่ได้เปลี่ยนข้อเท็จจริงนั้น

ค่าโทรเป็นเท่าไร ในหน่วยที่คุณจ่ายจริง

ที่ราคา $0.042 ต่อโทเคนอินพุตล้านโทเคน การเรียกจัดเส้นทางหนึ่งครั้งที่มีทิกเก็ตขนาด 1,200 โทเคนและคำถามแบบสามตัวเลือกมีค่าใช้จ่ายประมาณ $0.00005 — ห้าในร้อยของเซนต์ การเรียกแบบนี้หนึ่งล้านครั้งมีค่าใช้จ่ายราว $50 ตามรายการราคา ค่าที่วัดได้ของ AA ที่ $139.64 ต่อล้านงานนั้นสูงกว่า เพราะงานของมันยาวกว่าทิกเก็ตช่วยเหลือ ซึ่งเป็นเครื่องเตือนใจที่มีประโยชน์ว่าราคาต่อโทเคนและต้นทุนต่องานเป็นหน่วยที่ต่างกัน และตัวหลังคือสิ่งที่ปรากฏในการตรวจทานงบประมาณ

การเปรียบเทียบที่ทำให้เห็นภาพเศรษฐศาสตร์ได้ชัดเจนคือการเทียบกับโมเดลทั่วไปที่ทำงานเดียวกันในโหมด JSON คุณต้องจ่ายสำหรับโทเค็นเอาต์พุตของมัน ซึ่งสำหรับคำตอบแบบมีโครงสร้างแล้วคือหลายสิบถึงหลายร้อยโทเค็นต่อการเรียก แทนที่จะเป็นศูนย์ และคุณต้องจ่ายสำหรับการให้เหตุผลที่มันทำก่อนตอบ นั่นคือช่องว่างที่ Microsoft กำลังอธิบายด้วย 79x และช่องว่างนั้นมีอยู่จริง แม้ว่าตัวคูณที่แน่นอนจะเป็นการเลือกฐานอ้างอิงของผู้ขายก็ตาม

จุดที่ยุ่งยากคือจุดเดียวกับที่มักเกิดขึ้นเสมอเมื่อใช้ผู้ให้บริการให้คะแนนแบบโฮสต์จากผู้ขายรายเดียว นั่นคือมีรายการราคาเดียว ขีดจำกัดอัตราเดียว และเรื่องราวภูมิภาคเดียว Foundry มีการติดตั้งใช้งานแบบ Global Standard และ Data Zone Standard โดยรูปแบบ Data Zone มีราคาสูงกว่า 19% ที่ $0.05 ต่อล้านโทเค็น หากปริมาณงานของคุณไวต่อเวลาตอบสนอง เอกสารแนะนำให้วางทรัพยากร Foundry ไว้ร่วมกับแอปพลิเคชันของคุณ ซึ่งเป็นคำแนะนำที่ตรงไปตรงมาและยังบอกคุณว่าโมเดลไม่ใช่เวทมนตร์ — มันเป็น MoE ขนาดเล็กที่อยู่หลังคิว

เข้าถึงได้โดยไม่ต้องสร้างสแต็กของคุณใหม่

ปลายทางสำหรับการตัดสินใจนั้นไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter และรุ่นก่อนหน้าก็ไม่ได้อยู่เช่นกัน — Microsoft ส่งมอบโมเดลนี้ผ่าน Foundry และไม่มีที่อื่น สิ่งที่มีอยู่ในแคตตาล็อก ในราคาตามรายการของผู้ให้บริการโดยมีมาร์กอัป 0% ที่ส่งต่อ คือสองรายการที่คุณต้องใช้ในการประเมินราคาการตัดสินใจก่อนซื้อ Gemma 4 26B A4B เป็นฐานของ post-train และคิดราคาที่ $0.25 ต่อล้านโทเค็นอินพุต และ $2.90 ต่อล้านโทเค็นเอาต์พุต; เป็นฐานไม่ใช่ post-train จึงไม่ให้ค่าความน่าจะเป็นที่ปรับเทียบแล้วของ Decision 1.1 แต่มีสถาปัตยกรรมเดียวกันและเป็นพื้นราคาที่ตรงไปตรงมาสำหรับต้นทุนของโมเดลทั่วไปที่มีรูปร่างแบบนั้น Jev 1.14 ซึ่ง Microsoft ระบุชื่อและเอาชนะได้ 1.55 คะแนนบนกระดานจัดอันดับอิสระ คิดราคาที่ $0.042 ต่อล้านโทเค็นทั้งขาเข้าและขาออก

การผสมผสานนั้นมีประโยชน์สำหรับช่วงการประเมินมากกว่าช่วงการผลิต หากคุณกำลังตัดสินใจว่าโมเดลการตัดสินใจควรอยู่ในเส้นทางการกำหนดเส้นทางหรือไม่ คุณสามารถทดสอบประสิทธิภาพของปลายทางที่กำหนดเส้นทางได้ทั้งสองรายการบนตั๋วที่ติดป้ายกำกับของคุณเองผ่านคีย์เดียว โดยมีการสลับไปใช้ผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อเกิดความล้มเหลว ก่อนที่คุณจะเปิดใช้งานการปรับใช้ Azure เลยด้วยซ้ำ หากคำตอบคือใช่และตัวเลขสนับสนุน Decision 1.1 คุณจะปรับใช้ใน Foundry และเก็บเราเตอร์ไว้ด้านหน้า — ปลายทางเดียวสำหรับการเรียกใช้การตัดสินใจและการเรียกใช้แบบสร้างสรรค์เช่นเดียวกัน เพื่อให้ขีดจำกัดอัตราของโมเดลการตัดสินใจไม่กลายเป็นเหตุขัดข้องของแอปพลิเคชันของคุณ

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.

ใครควรลงมือตอนนี้ และใครควรรออีกสองสัปดาห์

ย้ายมาเลยตอนนี้ หากคุณกำลังจ่ายเงินให้โมเดลทั่วไปเพื่อจำแนก ให้คะแนน หรือตัดสินผ่าน/ไม่ผ่านอยู่แล้ว และปริมาณงานของคุณสูงพอที่ต้นทุนต่อการเรียกใช้จะมองเห็นได้บนกราฟ ค่ามัธยฐาน 123 ms และราคา $0.042 ถือเป็นชัยชนะที่ชัดเจนเหนือโมเดลระดับแนวหน้าที่ทำงานตัดสินแบบเดียวกัน และอินพุตแบบหลายรูปแบบคือความแตกต่างระหว่างตัวให้คะแนนที่คุณชี้ไปที่ภาพหน้าจอได้กับตัวที่ทำไม่ได้

ระวังหากการตัดสินใจของคุณเกี่ยวข้องกับผู้คน — สินเชื่อ การจ้างงาน ที่อยู่อาศัย ประกันภัย การดูแลสุขภาพ กฎหมาย — เพราะการ์ดของ Microsoft เองระบุว่าไม่ควรใช้เป็นผู้ตัดสินใจแต่เพียงผู้เดียวในเรื่องเหล่านี้ และไม่มีสิ่งใดใน {{1}}1.1{{/1}} ที่เปลี่ยนแปลงข้อนั้น ระวังเช่นกันหากคุณต้องการการปรับเทียบ (calibration) ที่คุณสามารถใช้แก้ต่างได้: ค่า Brier ที่ 0.160 ของ {{2}}1.1{{/2}} เป็นการปรับปรุง ไม่ใช่การรับประกัน และเอกสารก็ระบุตรงไปตรงมาว่าคะแนนเปลี่ยนไปตามถ้อยคำและลำดับตัวเลือก ตรวจสอบความถูกต้องโดยใช้ป้ายกำกับของคุณเอง สุ่มลำดับตัวเลือก และกำหนดเกณฑ์โดยอิงกับต้นทุนของข้อผิดพลาดสองประเภท แทนที่จะอิงกับแผนภูมิของผู้ขาย

บทสรุปที่ตรงไปตรงมาของวันที่ 17 พฤศจิกายนนั้นเล็กกว่าและมีประโยชน์กว่าพาดหัวข่าวแบบ 200 เท่า: Microsoft เปิดตัวตัวให้คะแนนการตัดสินใจที่เร็วขึ้น รองรับหลายรูปแบบ และปรับเทียบได้ดีขึ้น ในราคาที่ทำให้การตัดสินใจต่อคำขอเป็นเรื่องที่จับต้องได้ และมันดีพอที่จะอยู่ในครึ่งบนของสนามเปรียบเทียบอิสระ มากกว่าจะอยู่อันดับต้น ๆ ของสนามนั้น โมเดลมีอยู่จริง อัตราส่วนในทวีตไม่จริง

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube