Microsoft-Decision-1.1が判断指数68点。出力無料・入力100万トークン0.042ドルの「決めるモデル」

best

UXリサーチャー/AIツール評価
Microsoft-Decision-1.1が判断指数68点。出力無料・入力100万トークン0.042ドルの「決めるモデル」

マイクロソフトは11月18日、判断に特化したモデル「Microsoft-Decision-1.1」を発表した。人工知能の評価機関Artificial Analysisが公表する判断指数で68点、8位。10月10日の初代から6点高い。Jev 1.14、GoogleのGemini Decision 1、OpenAIのGPT-6 Luna版を上回った。入力100万トークンあたり0.042ドル、出力は無料。文章を書くのではなく、選択肢から一つを選ぶモデルを、この価格で売り出す。

Microsoft-Decision-1.1が判断指数68点。出力無料・入力100万トークン0.042ドルの「決めるモデル」のポイント

「決める」ためだけに作られた26Bモデル

Decision-1.1は長い文章を生成しない。開発者が決めた制約の内側で、許された操作から一つを選び、その選択への確信度を数値で返す。情報が足りなければ答えず、判断を保留する。閾値は開発者が決め、確信度が低いときは処理を先送りし、人間に渡せる。

土台はGemma 4 26B A4B。中規模の混合エキスパート(MoE)で、A100、H100/200、GB200/300で動く粒度に収めた。学習は教師あり微調整と強化学習の組み合わせ。数百の合成データとライセンス取得済みデータ、数万種類のタスクを使い、正解を覚えさせず、似た選択肢を見分け、答えるべきか否かを判断させる。

推論側も専用に組んだ。汎用エンジンは1トークンずつ吐き出す設計で、判断には過剰になる。判断の計算需要に合わせた推論エンジンを持ち、長い入力と数百の設問が同時に来ても即答する。GPU群への割り当てを遅延だけでなくコストで最適化した点が、価格表に効いている。

102のベンチマーク、38.5万問で測った精度

第三者の指数に加え、自社で102のベンチマークを用意した。訓練で触れていない38.5万問以上を含み、振り分けから長文脈、多言語、推論まで覆う。8つの判断モデルで平均正答率が最も高く、9つの能力分類のうち7つで首位だった。

項目 数値・内容
Artificial Analysis 判断指数 68点(8位、初代から+6点)
入力価格(Foundry) 100万トークンあたり0.042ドル
出力価格 無料
推論速度 初代の2倍以上
Copilotの振り分け 大型モデル比2.2倍速く、コスト約4分の1
評価規模 102ベンチマーク、38.5万問以上
導入実績 公開から5週間で4,000社以上

CopilotとCoworkの分岐点に置かれる

Copilotでは、利用者の要求をどの機能に流すかをこのモデルが決める。Copilot自身が受けるか、Coworkに渡すか。判断の精度は大規模モデルと同等で、処理は2.2倍速く、コストは約4分の1だと説明する。Coworkでは「Auto」の制御を担い、タスクごとに思考へ割く計算量を上下させる。

5週間で4,000社以上が導入した。モデルの振り分け、サポートの切り分け、業務の自動化、ラベル付けや分類が主な用途で、EpicやEquinor、Atosが初期の例として挙がる。企業がAIに払う費用の構造を変える種類の仕事ではある。

同日のIgniteではコーディング向けのMAI Code 2とMAI Code 2 Flashも出た。定型コーディングの3基準で、FlashはGPT-6 LunaやClaude Haiku 5.5に匹敵し、コストは65%と20%だと主張する。

よくある質問

Q. 汎用モデルにプロンプトで「判断だけ」させれば済むのでは。
速度とコストで届かない。判断専用の推論エンジンと26BのMoEで、長い入力と数百問でも即答する設計だ。汎用モデルは1トークンずつ生成するため、待ち時間も費用も膨らむ。

Q. 返る確信度はどう使うのか。
アプリ側が閾値を決め、低い場合は保留する、人間に渡す、別のモデルへ切り替えるといった分岐を書ける。丸ごと自動化せず、自動化してよい範囲を数値で区切る仕組みだ。

Q. 日本語の業務文書でも精度は出るのか。
多言語は評価項目に含まれるが、日本語の社内文書での精度は公表されていない。導入前に自社の分類タスクで測るのが妥当だ。

編集部の見解

判断を独立したモデルとして切り出す発想は、地味に見えて効く。企業のAI導入で最初に詰まるのは、賢いモデルが的外れな答えを自信満々に返す場面だ。確信度を返し、答えない選択を許す設計は、その詰まりを製品仕様の側で解こうとしている。

日本の企業がCopilotをすでに配っているなら、影響は設定の側から来る。振り分けの精度が上がれば、高いモデルを呼ぶ回数は減る。コスト減が実感できるのは乗り換えたときではなく、呼び出しの内訳が変わったときだ。0.042ドルという数字より、どの作業がこのモデルに流れているかを見ておきたい。

my-best.ai 編集部

出典:36Kr「Jevが再び狙われ、Microsoftの新意思決定モデルが登場。2倍速く、精度は首位に」(寄稿:智東西、2026年11月18日)

あわせて読みたい

本日の36Kr AI版の記事を日本語で整理したものです。最新記事の一覧から他のニュースも読めます。



メールマガジン

最新のAI情報をメールで受け取る

新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。

ご登録後、確認メールをお送りします。配信停止はいつでも可能です。

週1回・無料

AEO診断・AIクローラー最新情報を、
週1回お届け

AI Botの仕様変更やAEO対策のノウハウ、よくあるトラブル事例を編集部が厳選しメール配信。いつでも配信停止可能です。

  • 新Bot・仕様変更AIクローラーに新しいBotが追加されたとき、判定仕様が変わったときの速報
  • 障害事例と対処AEO診断で多い障害事例と、その対処方法を実例で解説
  • AEO活用術Web制作会社・SEO担当者向けのAEO活用テクニック

登録により 利用規約に同意したとみなされます。確認メールのリンクを押すと登録が完了します。

My-Best.AI|AIツール比較・ランキング・おすすめ最新AI情報
Logo