Microsoft-Decision-1: Yapay zekâ karar modeli ve test sonuçları

👁 115 okunma

Microsoft-Decision-1, Microsoft’un 9 Ekim 2026’da Microsoft Foundry’de yayımladığı bir karar modeli. Metin yazmak yerine metin ya da JSON ile kapalı seçenek listesi içeren sorular alıyor ve olasılık değerleri döndürüyor. 13.10.2026 tarihli Artificial Analysis Decision Index sıralamasında 53,8 puanla 11 model arasında 3. sırada. Karar modelleri içinde bilmediğini en iyi ifade edenlerden biri ve maliyet açısından da öne çıkıyor: 1 milyon görev 30,7 USD tutuyor. Lehçe testimde 47 başvurudan 44’ünü doğru kategoriye yerleştirdi. Kategorinin tamamını Yapay zekâ karar modelleri rehberimde anlattım.

Microsoft ne duyurdu?

Modeli 9 Ekim’de Microsoft CTO ofisinde yazılım mühendisliğinden sorumlu başkan yardımcısı Achint Srivastava tanıttı. Microsoft modeli yönlendirme, sınıflandırma, öncelik belirleme, doğrulama ve süreç yönetimi için tasarladığını söylüyor. Şirketin açıklamaları şöyle:

• Yaklaşık 150 bin sorudan oluşan 36 test setini kapsayan Microsoft karşılaştırmasında en yüksek doğruluk.
• H2O-Lightning-4B v1.1’den 2,5 kat, GPT-6 Sol’dan 35 kat daha hızlı.
• Metindeki küçük değişikliklerden sonra kararını vakaların ortalama %1,3’ünde değiştirdi; seçenek açıklamaları yeniden yazıldığında ise hiç değiştirmedi.
• 11 güvenlik test setinden 5.250 denemede zararlı davranışları reddetti.

Bunlar Microsoft’un kendi test setinden elde ettiği veriler. Bağımsız ölçümü Artificial Analysis yaptı.

Artificial Analysis sıralamasındaki sonuçları

• “Bilmiyorum” demekte başarılı. Yanıtı bilmediğinde tahmin etmek yerine vakaların %40’ında “Bilmiyorum” seçeneğini kullanıyor; karar modelleri arasında en iyi sonuç. Buna karşılık genel bilgi doğruluğu gruptaki en düşük değer: 28,2.
• Araç seçiminde güçlü: 81,9 puanla GLiDE ve Celeris-1’in ardından üçüncü sırada. Claude Haiku 5.5 low’dan (72,6) belirgin biçimde daha iyi.
• Güvenlik sınıflandırmasında daha zayıf: WildGuardTest’teki 88,2 puanı düşük sonuçlardan biri.
• Fiyat-performans açısından öne çıkıyor. Artificial Analysis, Jev ve Decider ile birlikte bu modeli, daha yüksek puan için daha fazla ödeme yapmayı gerektiren modeller arasında gösteriyor.

Lehçe testim (13.10.2026)

OpenRouter üzerinden bu modeli, 8 başka karar modeli ve 2 büyük dil modeliyle aynı test setinde denedim: 7 kategori ve aciliyet seçeneği içeren Lehçe 50 mağaza başvurusu ile asistanın araç çağırma, ek soru sorma, kendi başına yanıt verme ya da yanıtı reddetme kararı vermesi gereken 10 konuşma. Test Lehçe yapıldı; aşağıdaki Türkçe açıklamalar test materyalinin çevirisidir, Türkçe test sonucu değildir.

• Kategori: 47 başvurudan 44’ü. En iyi karar modelleriyle aynı seviyede; Claude Haiku 5.5’ten bir başvuru daha az.
• Aciliyet: 50 üzerinden 42. Testteki en düşük sonucu. 0,5 eşiğinde bekleyebilecek 8 vakayı acil işaretledi (örneğin, paspasın önünden çalınan paket için 1,0 kesinlik verdi). Eşiği kendi verilerinizle yükseltmeniz gerekir.
• Güven: Güven değeri en az 0,9 olduğunda 43 başvurudan 40’ını doğru kategoriye yerleştirdi.
• Tokenlar: Lehçe metin, görev başına ortalama 273 token kullandı; testteki karar modelleri arasında en düşük değer (Jev: 637). Bu hızda 1 milyon görev yaklaşık 11,5 USD tutardı.
• Süre: OpenRouter üzerinden Polonya’dan yapılan testte medyan 443 ms (Claude Haiku 5.5: 1689 ms).

Erişim ve AB’deki veriler

• Microsoft Foundry: Ödeme yöntemi tanımlanmış bir Azure aboneliği ve Foundry projesi gerektiriyor. Endpoint: <Foundry-kaynağı>/providers/microsoft/v1/systemone; Jev ile uyumlu biçim kullanıyor.
• Dağıtım türleri: GlobalStandard, işlemenin herhangi bir Azure bölgesinde yapılmasına izin veriyor. Seçili bölgelerde sunulan DataZoneStandard ise işlemeyi veri bölgesinde, örneğin AB’de, tutuyor. Microsoft model sayfasında bu modelin kullanılabildiği bölgelerin tam listesini vermiyor.
• OpenRouter: Fiyat 0,042 USD; sağlayıcı Azure. 13.10.2026’da Polonya’dan Azure hesabı olmadan çalıştığını kontrol ettim. Bu kontrol Türkiye’de erişilebilir olduğunu göstermez; erişimi sağlayıcıdan kontrol edin.

Microsoft belgelerinde şu uyarıları yapıyor: sonuçlar ifadelerin kuruluşuna ve seçeneklerin sırasına göre değişebilir, kalibrasyon bilinen görev türlerinde en iyi sonucu verir ve insanların hayatını etkileyen kredi, iş veya sağlık kararlarında model yalnızca insana destek olmalıdır.

Microsoft-Decision-1’i ne zaman seçmeli?

• Uygun: Modelin tahmin yürütmek yerine “Bilmiyorum” demesinin beklendiği geçitler ve filtreler; bir ajanda araç seçimi; zaten Azure kullanan ve verilerin AB’de işlenmesini isteyen şirketler.
• Pek uygun değil: İçerik denetimi (GLiDE, Decider ve Jev daha iyi); dünya bilgisi gerektiren sorular; mümkün olan en düşük maliyet (Decider v1.1 27B neredeyse 2 kat daha ucuz).

Sık sorulan sorular

Microsoft-Decision-1 ne kadar?

1 milyon giriş tokenı 0,042 USD; çıkış ücretsiz. 13.10.2026 itibarıyla Microsoft Foundry ve OpenRouter’daki fiyat aynı.

Hangi model temel alınarak geliştirildi?

Microsoft’a göre model, ek eğitim uygulanmış Qwen3.5-9B; yani 9 milyar parametreye sahip.

Lehçe çalışıyor mu?

Evet. Lehçe testimde 47 başvurudan 44’ünü doğru kategoriye yerleştirdi ve 10 konuşmanın 10’unda doğru araç seçimini yaptı. Bu sonuçlar Lehçe testine aittir.

Kaynaklar

• Microsoft: Microsoft-Decision-1 Foundry’de (9.10.2026)
• Microsoft Learn: Microsoft-Decision-1’i dağıtma ve kullanma (13.10.2026’da kontrol edildi)
• OpenRouter: microsoft/microsoft-decision-1
• Artificial Analysis Decision Index v1.0 (13.10.2026)
• Kendi testim: 13.10.2026’da Polonya’dan OpenRouter üzerinden yapılan 60 görev.

// okumaya devamYapay zekâ ajanında karar modeli: araç seçimi ve soru sormaGenelFairStress: Yapay zekâ modellerinde gizli karar asimetrileriKarşılaştırmalarKarar modeli mi LLM mi? 1 milyon sınıflandırma maliyetiKarşılaştırmalar