Microsoft-Decision-1: il modello che sceglie invece di scrivere

Microsoft ha lanciato Microsoft-Decision-1, un modello da circa 9 miliardi di parametri che non scrive testo: dato uno scenario e un elenco di opzioni, restituisce una probabilità per ciascuna scelta. È disponibile su Microsoft Foundry dal 9 ottobre 2026 e, secondo l’azienda, è pensato per fare da strato di controllo a basso costo nei sistemi con agenti AI.

La notizia è interessante perché va contro l’idea che ogni problema richieda un modello generativo enorme. Qui accade l’opposto: un modello piccolo, specializzato, veloce, che decide invece di conversare.

Che cos’è Microsoft-Decision-1 e come funziona

Decision-1 è stato ottenuto con un post-addestramento di Qwen3.5-9B, il modello a pesi aperti di Alibaba, usando dataset pubblici e dati sintetici. Non produce spiegazioni, non risponde a domande aperte e non accetta immagini, audio o video. Riceve testo fino a 32.768 token e risponde con un JSON strutturato.

Il meccanismo è semplice da descrivere. Tu fornisci una situazione e un insieme definito di scelte, per esempio “questo ticket va al supporto tecnico, alla fatturazione o a un operatore umano?”, e il modello assegna a ciascuna scelta una probabilità calibrata. Sono supportate domande sì/no, scelta multipla, valutazioni su scala, giudizi di rilevanza, correzione secondo una rubrica e perfino un’opzione esplicita “non so dirlo”.

Perché la probabilità conta più del testo

Un LLM tradizionale, per decidere, genera una risposta in linguaggio naturale che poi qualcuno deve interpretare. Decision-1 salta quel passaggio e produce direttamente un numero utilizzabile dal software. Se la probabilità supera una soglia, il flusso procede; se è bassa, si ritenta, si passa a un modello più potente o si chiama una persona.

Microsoft la descrive proprio così: confidenza che stabilisce se un sistema agisce, rimanda, riprova o fa escalation.

Una sola passata, senza ragionamento a catena

Il modello valuta tutte le opzioni in un’unica passata. Non ragiona a voce alta, ed è questo il motivo per cui può essere tanto più rapido dei modelli generalisti. La scelta di progetto è netta: meno flessibilità in cambio di velocità e prevedibilità.

Le prestazioni dichiarate da Microsoft

I numeri arrivano dall’azienda e non sono stati verificati in modo indipendente, quindi vanno letti con la dovuta cautela. Microsoft sostiene che Decision-1 abbia ottenuto la massima accuratezza in una valutazione su 36 benchmark e quasi 150.000 domande, tenute fuori dall’addestramento.

Sul fronte della velocità, la latenza mediana sarebbe 35 volte inferiore a quella di GPT-6 Sol e 4,5 volte inferiore a quella di Quyet-1.0-Large, indicato come secondo classificato. Non sono state pubblicate le condizioni complete dei test, per cui il confronto non è riproducibile dall’esterno.

Quanto conta la latenza? Molto, nei flussi con decisioni a catena. L’esempio di Microsoft è eloquente: aggiungere 100 millisecondi a ciascuna di 20 decisioni dipendenti significa due secondi in più sull’intero flusso.

Coerenza e sicurezza

Un altro dato riguarda la stabilità. Su otto perturbazioni di richieste equivalenti, le decisioni sono cambiate in media l’1,3% delle volte, e non sono cambiate affatto quando le descrizioni delle opzioni sono state riformulate o quando l’ordine delle opzioni è stato invertito o rimescolato. Per un componente che deve sostituire una chiamata a un LLM, la ripetibilità è tutto.

Sulla sicurezza, il modello è stato provato su 5.250 richieste distribuite su 11 benchmark che coprono contenuti dannosi, jailbreak e prompt injection.

I primi usi interni e il prezzo

Microsoft riferisce alcune prove sul campo. Il gruppo Xbox Research lo ha usato per classificare oltre 10.000 feedback, con una qualità competitiva rispetto a GPT-6 Sol, ma con una velocità oltre 14 volte superiore e un costo circa 200 volte inferiore. Il team di Copilot lo ha trovato competitivo con GPT-5.6 Luna e circa 100 volte più veloce nella valutazione delle risposte AI.

In compiti come il recupero di conoscenza sugli incidenti e la ripianificazione scientifica, il punteggio sarebbe risultato 46 volte più coerente rispetto a un approccio basato su un LLM, con una ripianificazione adattiva quasi quattro volte più rapida.

Il listino su Foundry parte da 0,042 dollari per milione di token in ingresso, mentre i token in uscita sono gratuiti. L’accesso tramite OpenRouter è annunciato come in arrivo, senza data. La licenza non è indicata nelle fonti consultate.

A cosa serve nella pratica

I casi d’uso indicati sono instradamento, classificazione, assegnazione delle priorità, verifica e controllo dei flussi di lavoro. In concreto: smistare un ticket di assistenza, controllare l’azione proposta da un agente prima che venga eseguita, mandare i casi incerti a una revisione umana, etichettare dati, fare da giudice nelle valutazioni, misurare la rilevanza nei motori di ricerca o filtrare contenuti rischiosi.

Per chi lavora nel marketing e nella SEO, l’applicazione più immediata è la classificazione su larga scala: intenti di ricerca, tono delle recensioni, priorità dei contenuti da aggiornare. Sono attività ripetitive in cui un modello da 9 miliardi di parametri a costo quasi nullo può sostituire chiamate molto più care.

I limiti dichiarati

Il catalogo di Foundry avverte che il modello non dovrebbe essere l’unico decisore automatico in materie di conseguenze importanti, come lavoro, credito, abitazione, sanità o diritti legali. È una precisazione sensata: una probabilità calibrata non è una garanzia, e dietro un punteggio alto può nascondersi un errore sistematico.

Il contesto: i modelli decisionali stanno diventando una categoria

Decision-1 non arriva da solo. Poche settimane fa Cloudflare ha presentato i suoi modelli aperti, di cui parliamo nell’articolo su Cloudflare Clef e i modelli decisionali open source, mentre OpenAI ha una Decisions API in beta pubblica che restituisce risposte tipizzate a domande con opzioni fisse. Anche la startup che abbiamo raccontato in Jev di TypeSafe AI, il modello che non scrive testo punta sulla stessa idea, con una valutazione di 7,5 miliardi.

La direzione è chiara: gli agenti AI hanno bisogno di componenti piccoli e affidabili che prendano molte micro-decisioni, lasciando ai grandi modelli il lavoro creativo e di ragionamento.

Una architettura a due livelli

Si profila così un’architettura a due livelli. Sopra, un modello potente come quelli descritti nell’agente Gemini di Google Cloud che lavora per giorni pianifica e agisce. Sotto, modelli decisionali veloci verificano, instradano e fanno da freno. Lo stesso ragionamento economico vale per i modelli leggeri, come mostra il caso di Claude Haiku 5.5 usato come subagente: pagare il modello di punta solo quando serve.

Microsoft, tra l’altro, dichiara che intende riaddestrare il sistema anche su altre basi, compresi i propri modelli MAI e quelli di OpenAI. Il nome stesso, Decision-1, suggerisce che sia solo la prima di una serie.

Cosa cambia per te

Se costruisci automazioni o agenti, vale la pena provare Decision-1 sui punti del flusso in cui oggi usi un LLM solo per scegliere tra poche opzioni. Misura costo, latenza e coerenza sui tuoi dati, senza fidarti ciecamente dei benchmark del fornitore, e tieni sempre un percorso di escalation verso una persona per i casi a bassa confidenza.

Il messaggio di fondo è che l’AI non è fatta solo di chatbot: una parte sempre maggiore del lavoro sarà svolta da modelli silenziosi che non scrivono nulla, ma decidono dove va ogni richiesta.

Conclusioni

Microsoft-Decision-1 conferma una tendenza: modelli piccoli, economici e specializzati per le decisioni, da affiancare ai grandi modelli generativi. I numeri dichiarati sono impressionanti ma vanno verificati nel tuo contesto. Segui il nostro sito per non perdere le prossime novità sui modelli e sugli agenti, e raccontaci nei commenti se lo testerai nei tuoi flussi di lavoro.

Fonte primaria: l’annuncio di Microsoft, riportato da TestingCatalog.