Microsoft-Decision-1 ist ein Entscheidungsmodell von Microsoft, das seit dem 9. Oktober 2026 in Microsoft Foundry verfügbar ist. Es gehört zur Kategorie der System-One-Modelle, die wir im Beitrag Jev von TypeSafe: Das KI-Modell, das keinen Text schreibt erklärt haben: Statt eine Antwort zu formulieren, bewertet das Modell vorgegebene Antwortoptionen und gibt für jede eine kalibrierte Wahrscheinlichkeit zurück. Damit eignet es sich für die vielen kleinen Entscheidungen in KI-Workflows, etwa welches Modell eine Anfrage bearbeiten soll, ob eine Agentenaktion zulässig ist oder wie ein Ticket einzuordnen ist.
Grundlage dieser Seite sind die Ankündigung im Microsoft-Blog Command Line von Achint Srivastava, VP of Software Engineering im Office of the CTO, und die Modellübersicht in Microsoft Learn. Stand dieser Übersicht: Oktober 2026.
Was ist Microsoft-Decision-1?
Laut Microsoft ist Decision-1 ein nachtrainiertes Qwen3.5-9B, optimiert für schnelles Bewerten in einem einzigen Durchlauf. Microsoft kündigt an, das Modell künftig auch auf andere Basismodelle zu setzen, darunter Modelle von Microsoft AI (MAI) und OpenAI.
Das Modell beantwortet strukturierte Fragen:
- Ja/Nein: etwa „Darf dieser Agent die Aktion ausführen?“
- Multiple Choice und Klassifikation: etwa die Zuordnung eines Tickets zu einer von mehreren Kategorien
- Ratings: Bewertung auf einer vorgegebenen Skala
- Rubrik-basierte Bewertung: Bewertung von KI-Antworten oder Agentenaktionen anhand definierter Kriterien
Für jede Antwortoption liefert Decision-1 eine kalibrierte Wahrscheinlichkeit. Eine Anwendung kann damit Schwellwerte setzen, etwa nur bei hoher Sicherheit automatisch handeln und unsichere Fälle an einen Menschen oder ein größeres Modell weitergeben.
Funktionsweise und Limits
Laut Microsoft Learn verarbeitet Decision-1 Eingaben bis 32K Token und erzeugt die Entscheidungswerte in einem einzigen Modellaufruf. Das Modell ist nur für Text ausgelegt, es nimmt keine Bilder, kein Audio und kein Video entgegen. Es erzeugt keine Begründungen: Wer eine nachvollziehbare Erklärung braucht, kombiniert Decision-1 mit einem Sprachmodell oder dokumentiert die Entscheidungslogik im Workflow selbst.
Benchmarks laut Microsoft
Microsoft hat Decision-1 nach eigenen Angaben in einem Vergleich über 36 Benchmarks mit knapp 150.000 Fragen getestet, die nicht im Training verwendet wurden. Abgedeckt waren Routing, Ranking, lange Kontexte, mehrsprachige und Out-of-Distribution-Aufgaben, Reasoning und Safety. Decision-1 erreichte dabei laut Microsoft die höchste Genauigkeit und war zugleich am schnellsten: 4,5-mal schneller als Quyet-1.0-Large, das die zweitbeste Genauigkeit erzielte, und mit einer rund 35-mal niedrigeren P50-Latenz als GPT-6 Sol.
Zur Robustheit nennt Microsoft, dass sich die Entscheidung bei 1,3 % der Perturbationen ändert und gar nicht, wenn Optionsbeschreibungen umformuliert oder Optionen umsortiert werden. Die Safety-Evaluation umfasste 5.250 Anfragen aus 11 Benchmarks zu schädlichen Inhalten, Jailbreaks und Prompt Injection.
Aus der internen Nutzung berichtet Microsoft unter anderem von Xbox Research: Beim Labeling von 10.000 Freitext-Feedbacks war Decision-1 14-mal schneller und 200-mal günstiger als GPT-6 Sol. Alle Zahlen stammen von Microsoft; unabhängige Evaluationen liegen noch nicht vor.
Preise
| Modell | Input (USD pro 1M Token) | Output | Verfügbarkeit |
|---|---|---|---|
| Microsoft-Decision-1 | 0,042 | kostenlos | Microsoft Foundry, OpenRouter angekündigt |
Preise laut Microsoft, Stand Oktober 2026. Weil das Modell nur Wahrscheinlichkeiten für vorgegebene Optionen zurückgibt, bestimmen praktisch allein die Input-Token die Kosten.
Verfügbarkeit in der EU und DSGVO
Decision-1 ist im Modellkatalog von Microsoft Foundry verfügbar. In der Regionsübersicht für Foundry-Modelle, die Microsoft direkt vertreibt, ist das Modell noch nicht mit Deployment-Typen und Regionen gelistet. Ob eine EU Data Zone oder eine Region wie Sweden Central oder Germany West Central angeboten wird, ist damit nicht belegt. Offene Gewichte gibt es nicht, ein Betrieb auf eigener Infrastruktur ist also nicht möglich.
Für Workflows mit personenbezogenen Daten sollte vor dem Einsatz die konkrete Deployment-Region im eigenen Foundry-Projekt geprüft werden. Wer EU-Residenz zwingend braucht und Self-Hosting bevorzugt, findet mit Cloudflare Clef und GLiNER2.5-Decide offene Alternativen.
Einordnung im Feld der Entscheidungsmodelle
Decision-1 erweitert die noch junge Kategorie der Entscheidungsmodelle um ein Angebot direkt aus dem Azure-Ökosystem. Im Vergleich zu den anderen Modellen dieser Kategorie:
- Jev von TypeSafe hat die Kategorie geprägt und läuft als gehostete API.
- Clef von Cloudflare ist offen (Apache 2.0), multimodal und lässt sich selbst betreiben.
- Laya, Julia-1 und GLiNER2.5-Decide decken spezialisierte und kompakte Varianten ab.
- OpenAI bietet mit der Decisions API auf Basis von GPT-6 Luna einen ähnlichen Ansatz.
- Microsoft-Decision-1 ist proprietär, sehr günstig und direkt in Microsoft Foundry nutzbar.
Unsere Empfehlung
Für Unternehmen, die ihre KI-Workloads bereits auf Azure und in Microsoft Foundry betreiben, ist Decision-1 ein naheliegender Baustein für Routing, Klassifikation und Agent-Kontrollen: wenige Cent pro Million Input-Token, kalibrierte Wahrscheinlichkeiten und laut Microsoft deutlich niedrigere Latenz als große Sprachmodelle. Vor dem produktiven Einsatz empfehlen wir, die Deployment-Region zu klären und das Modell mit eigenen, auch deutschsprachigen Testfällen gegen die bestehende Lösung zu evaluieren. In CompanyGPT und dem AI Gateway lassen sich solche Entscheidungsmodelle als vorgeschaltete Routing- und Prüfstufe einsetzen; wir unterstützen bei Auswahl, Evaluation und Integration.
Verwandte Entscheidungsmodelle
Zur Kategorie der Entscheidungsmodelle (System One) gehören auch Cloudflare Clef, Laya, Jev, Julia-1 und GLiNER2.5-Decide. Auch OpenAI geht mit der Decisions API auf Basis von GPT-6 Luna in diese Richtung; Details stehen auf der Seite OpenAI GPT. Weitere Microsoft-Modelle finden Sie unter Microsoft Phi und MAI.