Microsoft-Decision-1 vs Liquid AI d1-omni-600M: ตัวให้คะแนนที่ฟัง เทียบกับตัวให้คะแนนที่อ่านเท่านั้น

คุณกำลังจัดเส้นทางการเรียกร้องสินไหมที่โต๊ะประกันภัย และไฟล์มาถึงในรูปแบบสามอย่าง: ไฟล์ PDF ภาพถ่ายของประตูที่มีรอยบุบ และสายโทรศัพท์เก้าสิบวินาที Liquid AI d1-omni-600Mสามารถอ่านเอกสาร ดูภาพถ่าย และฟังเสียงสายโทรศัพท์ จากนั้นตอบชุดคำถามที่คุณเขียนไว้ล่วงหน้า — กรณีนี้อยู่ในความคุ้มครองหรือไม่ อยู่ในหมวดหมู่ใด รุนแรงเพียงใด บนสเกลตั้งแต่สองถึงสิบ — ในรอบเดียว โดยไม่มีการสร้างข้อความและไม่มีอะไรต้องแยกวิเคราะห์ Microsoft-Decision-1สามารถอ่านเอกสารได้ เปิดให้ใช้งานทั่วไปบน Microsoft Foundry เมื่อวันที่ 8 ตุลาคม 2026ในฐานะตัวให้คะแนนแบบโฮสต์ที่รองรับข้อความเท่านั้น ซึ่งผ่านการฝึกต่อบน Qwen3.5-9B ด้วยหน้าต่าง 32,768 โทเคน และขอบเขตอินพุตของมันจบเพียงเท่านั้น: ไม่มีภาพ ไม่มีเสียง ไม่มีวิดีโอ ทั้งสองตัวคืนค่าความน่าจะเป็นที่ผ่านการปรับเทียบแล้วสำหรับตัวเลือกที่คุณกำหนด ทั้งสองปล่อยโทเคนเอาต์พุตเป็นศูนย์ และไม่มีตัวใดเผยแพร่ตัวเลขการปรับเทียบ

ประโยคร่วมกันประโยคสุดท้ายนั้นคือส่วนที่ชวนอึดอัดของการเปรียบเทียบนี้ ทั้งสองคือโมเดลตัดสินใจแบบเซนเซอร์กว้างที่สุดและเซนเซอร์แคบที่สุดที่จะเปิดตัวในเดือนนี้ และไม่ว่าจะมีระยะห่างเชิงสถาปัตยกรรมระหว่างกันมากเพียงใด พวกมันก็ลงเอยในสถานะด้านหลักฐานเดียวกันเป๊ะ ๆ: น้ำหนักจริงหรือเอนด์พอยต์จริง สัญญาที่มีเอกสารกำกับ และไม่มีตัวเลขใดที่ใครก็ตามนอกผู้ขายจะชี้ได้ เมื่อมีคนถามว่าความน่าจะเป็นเหล่านั้นเชื่อถือได้หรือไม่

สองเชื้อสาย ไม่ใช่สองขนาด

ตัวเลข 587M ชวนให้คุณอ่าน Liquid AI d1-omni-600M ว่าเป็นญาติรุ่นย่อส่วนของโมเดลที่บล็อกนี้เคยครอบคลุมมาก่อน แต่ไม่ใช่ โมเดลนี้เทรนจาก LFM2.5-Encoder-350M ซึ่งเป็นเอนโคเดอร์แบบสองทิศทาง มีทรังก์ร่วมและหัวตัดสินใจขนาด 381M เอนโคเดอร์ภาพขนาด 94M ที่นำมาจากตระกูล LFM2.5-VL-450M และ FastConformer 17 ชั้น สำหรับเสียง Microsoft-Decision-1 เป็นอีกสายพันธุ์หนึ่งโดยสิ้นเชิง: เป็นดีโคเดอร์ Qwen3.5-9B ที่ผ่านการโพสต์เทรนโดย Microsoft โฮสต์บน Foundry ไม่มีการเผยแพร่เวต และไม่มีเส้นทางสำหรับการปรับแต่งละเอียด

ไบดิเรกชันนัลเทียบกับดีโคเดอร์เป็นข้อเท็จจริงเชิงสถาปัตยกรรมที่กำหนดว่าทั้งสองมีพฤติกรรมอย่างไร และยังเป็นเหตุผลว่าทำไมจำนวนพารามิเตอร์จึงเป็นเรื่องที่ทำให้ไขว้เขว ไบดิเรกชันนัลเอนโคเดอร์อ่านสถานะทั้งหมดในครั้งเดียว ซึ่งเป็นรูปแบบที่เหมาะสมสำหรับการตัดสินใจต่ออินพุตคงที่ ส่วนดีโคเดอร์ที่ผ่านการฝึกภายหลังจะสละเส้นทางการสร้าง แต่ยังคงโทเคไนเซอร์ หน้าต่าง และแพ็กเกจจิงระดับองค์กรที่มาพร้อมกับการปรับใช้แบบฟาวน์ดรี ไม่มีตัวใดเป็นเวอร์ชันขยายของอีกตัวหนึ่ง และไม่สามารถนำมาใช้แทนกันได้ ไม่ว่าจะตีความตาราง benchmark อย่างไร

สิ่งที่รายการอินพุตให้คุณได้จริง ๆ

นี่คือจุดที่ d1-omni-600M แตกต่างจากทุกสิ่งอื่นในหมวดหมู่นี้มากที่สุด และเป็นจุดที่ต้องอ่านคำกล่าวอ้างอย่างรอบคอบ

• เสียงพูด — Liquid AI d1-omni-600M รับข้อความพร้อมกับเสียงพูดได้สูงสุด 30 วินาที และรายงานการตัดสินใจจากเสียงนั้น ซึ่งตัวให้คะแนนแบบข้อความล้วนไม่สามารถทำได้ไม่ว่าจะด้วยความแม่นยำระดับใด โมดัลลิตีที่ไม่ใช่ข้อความของ Microsoft-Decision-1 ไม่มีอยู่จริง

• การแยกกันโดยเด็ดขาด — d1-omni-600M จะโยน ValueError หากภาพและเสียงเข้ามาในคำขอเดียวกัน พื้นผิวเซ็นเซอร์ที่กว้างที่สุดในหมวดหมู่นี้ก็ยังคงรองรับได้เพียงโมดัลที่ไม่ใช่ข้อความทีละหนึ่งอย่างเท่านั้น ซึ่งถือเป็นข้อจำกัดที่แท้จริงสำหรับโต๊ะรับเคลมนั้น

• การตัดทอน — การ์ดของมันระบุว่า 16,384 ตำแหน่งรวมของข้อความ รูปภาพ และเสียง และเสริมว่าเมื่อมีรูปภาพ ข้อความ state และข้อความ question จะถูกตัดให้เหลือ 896 โทเคน เพื่อให้ตรงกับการฝึก เอกสารใดก็ตามที่คุณแนบรูปภาพไปด้วยจะต้องแย่งชิงกับพื้นที่ที่ถูกตัดนั้น โทเคน 32,768 ของ Microsoft-Decision-1 เป็นข้อความล้วนและไม่ถูกตัดทอน

• รูปแบบ — d1-omni-600M มีคำถามสามประเภท: noul สำหรับการตัดสินใจแบบทวิภาคที่คืนค่า P(yes) ระหว่าง 0 ถึง 1, choice สำหรับป้ายกำกับหนึ่งป้ายจากชุดที่คุณตั้งชื่อ พร้อมความเชื่อมั่นและความน่าจะเป็นต่อตัวเลือก, และ score สำหรับตำแหน่งบนสเกลเรียงลำดับตั้งแต่สองถึงสิบระดับ พร้อมการแจกแจงของมัน คำถามหลายข้อผูกอยู่กับสถานะเดียวและอ่านได้จากการประมวลผลครั้งเดียว และตัวนับการใช้งานรายงาน output_tokens: 0. Microsoft ระบุรูปแบบใช่/ไม่ใช่ แบบเลือกตอบ แบบให้คะแนน แบบจำแนกประเภท และแบบรูบริก รวมถึงตัวเลือกการงดตอบที่รองรับอย่างชัดเจน เช่น "cannot tell" เมื่อหลักฐานไม่เพียงพอ — รายละเอียดการออกแบบหนึ่งเดียวบนหน้า Microsoft ที่ไม่มีคู่เทียบโดยตรงในที่นี้

• รันไทม์ — d1-omni-600M มาพร้อมโค้ดแบบกำหนดเอง ต้องใช้ trust_remote_code=True และการ์ดของโมเดลแนะนำให้ใช้ float16 บน GPU พร้อมเตือนว่า bfloat16 เปลี่ยนคำตอบอันดับต้นในบางแถว นั่นคือความอ่อนไหวขณะให้บริการที่ผู้ขายบันทึกไว้ ไม่ใช่ข้อบกพร่อง Microsoft-Decision-1 เป็นปลายทางแบบจัดการ โดยรูปแบบการปรับใช้เป็นตัวแปรรันไทม์เพียงอย่างเดียวของคุณ และน่าสังเกตว่าการอนุมานแบบกลุ่มถูกปิดใช้งาน: ไม่มีช่องทางออฟไลน์ให้กระจายต้นทุนของการรันให้คะแนนจำนวนมาก

ช่องว่างของหลักฐานในทั้งสองทิศทาง

Liquid AI ได้เผยแพร่ตระกูล d1 แบบเปิด ซึ่งรวมถึง d1-omni-600M เมื่อวันที่ 7 ตุลาคม 2026 พร้อมโพสต์ประกาศเปิดตัวและชุดเอกสาร สิ่งที่ไม่ได้เผยแพร่คือตัวเลขที่จะทำให้ความสามารถมัลติโมดัลเป็นรูปธรรม ไม่มีเกณฑ์มาตรฐานความแม่นยำที่เจาะจงกับความสามารถเด่นของโมเดลเอง — ความสามารถในการตัดสินใจจากภาพและเสียงซึ่งเป็นเหตุผลรองรับเอ็นโคเดอร์ 94M และ 112M — และส่วนของภาพถูกปิดไม่ให้เปิดเผยในเอกสารการประเมินที่เผยแพร่ ไม่มีการเผยแพร่ค่าความหน่วงเช่นกัน ดังนั้นอัตราทรูพุตของโมเดลจึงเป็นสิ่งที่คุณต้องไปค้นพบด้วยฮาร์ดแวร์ของคุณเอง

จุดยืนของไมโครซอฟต์มีโครงสร้างเหมือนกันทุกประการ และไปได้ไกลกว่าอีกหนึ่งก้าว แท็บ Benchmarks ของบริษัทระบุชื่อเมตริกต่าง ๆ — ความแม่นยำ ความคลาดเคลื่อนของการปรับเทียบ การเรียกคืนด้านความปลอดภัย อัตราผลบวกลวง ความสอดคล้องด้านความเป็นธรรม — ระบุว่าการประเมินทำบนเกณฑ์มาตรฐานการตัดสินใจสาธารณะและของชุมชน บวกกับชุดทดสอบภายในที่กันไว้ซึ่งไม่ได้ใช้ในการฝึก ว่าลำดับตัวเลือกถูกสลับไปมา ว่ามีการใช้การทดสอบทางสถิติแบบจับคู่ และอ้างว่าโมเดล "มีประสิทธิภาพทัดเทียมกับโมเดลการตัดสินใจชั้นนำ และนำหน้าโมเดลการตัดสินใจแบบเปิดอื่น ๆ ที่ประเมินด้วยระเบียบวิธีเดียวกัน" แต่กลับไม่พิมพ์ผลลัพธ์ใด ๆ ออกมาเลย มีการระบุภาษาที่รองรับไว้ 25 ภาษา ได้แก่ ญี่ปุ่น เกาหลี อาหรับ เวียดนาม ไทย ตุรกี ฮินดี เบงกาลี สวาฮิลี ฮีบรู เปอร์เซีย และยูเครน พร้อมคำเตือนอย่างตรงไปตรงมาว่าความครอบคลุม คุณภาพ และการปรับเทียบ "อาจแตกต่างกันไปตามภาษา" และว่าภาษาที่ไม่ใช่ภาษาอังกฤษ โดยเฉพาะภาษาที่มีทรัพยากรต่ำ ถือเป็นจุดอ่อน ราคาเองก็ไม่ได้อยู่บนหน้ารุ่นโมเดลเช่นกัน โดยมีลิงก์ออกไปยังหน้าด้านราคาของไมโครซอฟต์

ดังนั้นการเปรียบเทียบระหว่างสองสิ่งนี้จึงไม่ใช่การเอาหลักฐานมาต่อสู้กับหลักฐาน แต่เป็นการเลือกระหว่างตัวเลขที่ขาดหายไปสองแบบ Liquid AI ได้ส่งมอบพื้นผิวเซ็นเซอร์ออกมาแล้ว และปล่อยให้ความแม่นยำของพื้นผิวนั้นไม่ถูกวัดต่อสาธารณะ Microsoft ได้ส่งมอบเส้นทางจัดซื้อจัดจ้าง — การยืนยันตัวตน Azure, ธรรมาภิบาล, การประเมิน Responsible AI, ระเบียบวิธีที่มีเอกสารประกอบ — และปล่อยให้การสอบเทียบของผลิตภัณฑ์ความน่าจะเป็นไม่ถูกระบุเป็นปริมาณ

คำถามเรื่องการสอบเทียบที่ทั้งสองคนไม่ตอบ

สำหรับโมเดลการตัดสินใจ ความน่าจะเป็นคือผลลัพธ์ที่ได้ ทุกอย่างที่ตามมาคือเกณฑ์ขั้นต้น: 0.7 จะส่งต่อไปยังขั้นถัดไป 0.95 จะยอมรับโดยอัตโนมัติ และต้นทุนของการลากเส้นแบ่งนั้นผิดพลาดจะจ่ายด้วยการตัดสินใจอัตโนมัติที่ไม่ดี แทนที่จะจ่ายเป็นโทเค็น ในหมวดนี้มีอย่างน้อยหนึ่งตระกูลที่เผยแพร่ตัวเลขเหล่านี้ — checkpoint ของ Intern-Decision จาก InternLM พิมพ์ตัวเลข Brier และ expected-calibration-error ไว้บน model card ของตน — และไม่มีโมเดลใดในบทความนี้ที่ทำเช่นนั้น ความไม่สมมาตรนั้นคือเหตุผลเชิงปฏิบัติที่ควรเปิดสนามให้กว้าง แทนที่จะตัดสินใจเลือกจากสถาปัตยกรรมเพียงอย่างเดียว

ข่าวดีคือการทดสอบนี้มีค่าใช้จ่ายต่ำและไม่ต้องอาศัยความร่วมมือจากผู้ขาย รวบรวมเคสที่มีป้ายกำกับสักสองสามร้อยรายการที่ดูเหมือนทราฟฟิกจริงของคุณ เขียนสคีมาคำถามที่แอปพลิเคชันของคุณจะส่งจริง รันโมเดลทั้งสองกับเคสเหล่านั้น แล้วคำนวณค่าความคลาดเคลื่อนของการปรับเทียบที่คาดหวัง (expected calibration error) บนเอาต์พุต จากนั้นคุณจะรู้สองสิ่งซึ่งตอนนี้ไม่มีใครนอกจากผู้ขายทั้งสองรายรู้: ว่า{{1}}Microsoft-Decision-1{{/1}}มีความน่าจะเป็นที่สะท้อนความแม่นยำของมันบนการกระจายข้อมูลของคุณได้ดีเพียงใด และว่าเส้นทางเสียงและภาพของ {{2}}d1-omni-600M{{/2}} คุ้มค่ากับเอนโคเดอร์ที่มันบรรทุกมาหรือไม่ คำแนะนำที่ Microsoft เองบันทึกไว้เป็นเอกสารก็ชี้ไปในทางเดียวกัน — ตรวจสอบความถูกต้องบนข้อมูลที่เป็นตัวแทน กำหนดเกณฑ์จากต้นทุนของข้อผิดพลาดของคุณ ใส่ตัวเลือกการงดตอบเสมอ สุ่มลำดับตัวเลือก และให้มนุษย์อยู่ในวงจรสำหรับการตัดสินใจที่มีผลสำคัญ

ตำแหน่งที่แต่ละสิ่งควรอยู่ และตำแหน่งที่ OrcaRouter ควรอยู่

Microsoft-Decision-1 เหมาะกับทุกที่ที่เนื้อหาสำหรับการตัดสินใจเป็นข้อความ และอุปสรรคอยู่ที่การจัดซื้อจัดจ้าง: เอกสารยาว ท่อนข้อความที่ดึงมา การเรียกใช้เครื่องมือที่เสนอ หรือคำตอบที่สร้างขึ้นซึ่งกำลังถูกให้คะแนนตามเกณฑ์ โดยต้องมีการยืนยันตัวตน Azure การคิดค่าบริการแบบรวม และการประเมินผู้ขายก่อนที่สิ่งใดจะขึ้นสู่โปรดักชัน มันเป็นเครื่องมือที่แคบกว่าและเป็นตัวที่ได้รับอนุมัติง่ายกว่า

Liquid AI d1-omni-600M เหมาะกับทุกที่ที่สิ่งซึ่งใช้ตัดสินใจไม่ใช่ข้อความ — รูปถ่ายที่แนบมากับแบบฟอร์ม บันทึกเสียงสนทนาสั้น ๆ ภาพหน้าจอ — และทุกที่ที่คุณต้องการเวตของ lfm1.0 ที่คุณรันและไฟน์จูนได้ภายในขอบเขตที่คุณควบคุม มันเป็นเครื่องมือที่ครอบคลุมกว่า และเป็นตัวที่ตรวจสอบได้ยากกว่า เพราะคำกล่าวอ้างเรื่องมัลติโมดัลเป็นส่วนที่ไม่มีเบนช์มาร์กที่เผยแพร่รองรับอยู่เบื้องหลังเลย

ทั้งสองรายไม่ได้อยู่ในแคตตาล็อกของเรา และไม่มีข้อความใดในที่นี้ที่เป็นการรับประกันความพร้อมให้บริการสำหรับรายใดรายหนึ่ง โมเดลที่คืนค่าความน่าจะเป็นแทนที่จะคืนข้อความไม่ใช่สิ่งที่คุณจะส่งคำขอ chat completions ไปให้ และการไม่เข้าไปนั่งแท่นผู้ให้คะแนนคือการออกแบบทั้งหมดของเครื่องมือนี้ สิ่งที่ OrcaRouter ให้บริการคือฝั่งกำเนิดของลูปเดียวกัน นั่นคือโมเดลกว่า 200 รายการที่อยู่เบื้องหลังคีย์เดียวที่เข้ากันได้กับ OpenAI ซึ่งเขียนรูบริกที่ตัวให้คะแนนของคุณใช้ตัดสิน ถอดความหรือสรุปเนื้อหาก่อนที่มันจะกลายเป็น state และส่ง tool call ที่ตัวให้คะแนนของคุณอนุมัติก่อนที่มันจะทำงาน ราคาตั้งของผู้ให้บริการถูกส่งผ่านที่มาร์กอัป 0% ดังนั้นการลดราคาของผู้ขายฝั่งกำเนิดจึงมีผลกับเราในวันเดียวกัน การสลับอัตโนมัติเมื่อเกิดความขัดข้องช่วยให้ฝั่งนั้นยังทำงานอยู่เมื่อผู้ให้บริการรายเดียวมีปัญหา — ซึ่งไปป์ไลน์ที่ให้คะแนนเอกสารที่ดึงมาทุกฉบับจะสังเกตเห็นได้ทันที — และหากคุณต้องการให้มีผู้เขียนหลายรายได้รับการตัดสินแทนที่จะเป็นรายเดียว DSL การจัดเส้นทางจะประกอบพวกมันเข้าเป็นการเรียกครั้งเดียว และ model fusion จะรายงานความสอดคล้องของพวกมันเป็นฟิลด์ที่ตัวให้คะแนนของคุณอ่านได้เหมือนฟิลด์อื่น ๆ

ประเด็นสำคัญ

Microsoft-Decision-1 เปิดให้ใช้งานทั่วไปบน Microsoft Foundry เมื่อวันที่ 8 ตุลาคม 2026: รองรับเฉพาะข้อความ, 32,768 โทเคน, สร้างบน Qwen3.5-9B ที่ผ่านการฝึกภายหลัง, โฮสต์ให้บริการโดยไม่เปิดเผยเวต, ไม่มีราคาบนหน้าโมเดล, ไม่มีตัวเลขความหน่วง และมีส่วนเบนช์มาร์กที่อธิบายวิธีการของตนโดยไม่แสดงผลลัพธ์ Liquid AI d1-omni-600M ถูกอัปโหลดเมื่อวันที่ 7 ตุลาคม 2026 ในฐานะโมเดลตัดสินใจแบบเอนโคเดอร์สองทิศทางขนาด 587M ที่อ่านข้อความ รูปภาพ หรือเสียงพูด 30 วินาที — ทีละหนึ่งโมดัลลิตีที่ไม่ใช่ข้อความ โดยตัดข้อความให้เหลือ 896 โทเคนเมื่อมีรูปภาพอยู่ — ภายใต้สัญญาอนุญาต lfm1.0 โดยไม่มีเบนช์มาร์กความแม่นยำสำหรับความสามารถเด่นที่นำเสนอ ไม่มีการแยกส่วนด้านภาพ และไม่มีการเผยแพร่ค่าความหน่วง จงเลือกจากโมดัลลิตีและการควบคุม มากกว่าคะแนน เพราะคะแนนนั้นไม่มีอยู่จริง: หากเนื้อหาของคุณเป็นภาพถ่ายหรือสายโทรศัพท์ มีเพียงตัวเดียวในสองตัวนี้ที่ตอบได้ และหากเป็นเอกสาร 40 หน้าที่มีผลการทบทวนการจัดซื้อจัดจ้างแนบมาด้วย มีเพียงอีกตัวหนึ่งเท่านั้นที่นำไปใช้งานได้

สิ่งที่ OrcaRouter มีให้คือด้านเจเนอเรทีฟของลูปเดียวกัน: โมเดลมากกว่า 200 ตัวที่อยู่เบื้องหลังคีย์ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียว ซึ่งเขียนเกณฑ์ที่ตัวให้คะแนนของคุณใช้ประเมิน ถอดความหรือสรุปเนื้อหาก่อนที่มันจะกลายเป็นสถานะ และส่งการเรียกใช้เครื่องมือที่ตัวให้คะแนนของคุณอนุมัติก่อนที่มันจะทำงาน