Présentation

Le 9 octobre 2026, Microsoft a présenté Microsoft‑Decision‑1, un modèle spécialisé qui ne génère pas de texte mais attribue une probabilité à chaque option d’une liste pré‑définie. Le produit est disponible immédiatement via Microsoft Foundry et, peu après, sur OpenRouter. L’entreprise le positionne pour quatre usages principaux : routage de tickets, classification, priorisation, vérification et contrôle de workflow, des tâches à haut volume et faible latence où la confiance numérique est cruciale.

Architecture et fonctionnement

Decision‑1 repose sur un post‑training du modèle ouvert Qwen3.5‑9B d’Alibaba, comptant 9 milliards de paramètres. Microsoft a conservé l’architecture de base : une passe avant unique qui lit le texte d’entrée et les options, puis calcule une distribution de probabilité via une couche de classification dense. Cette approche évite le décodage séquentiel des LLM classiques, réduisant ainsi le temps de calcul et la consommation de mémoire. Le choix de Qwen3.5‑9B s’explique par sa disponibilité en poids ouverts, sa rapidité d’inférence et son coût d’entraînement moindre, ce qui a permis à Microsoft de livrer le produit rapidement tout en prévoyant un futur « re‑basage » sur ses propres modèles MAI ou OpenAI.

Performances et limites

Microsoft cite une précision moyenne de 83,5 % sur 36 benchmarks couvrant environ 150 000 questions, ainsi qu’une stabilité de décision de 98,7 % face à de petites perturbations d’entrée. En termes de vitesse, le modèle serait 4,5× plus rapide que Quyet‑1.0‑Large, 35× plus rapide que GPT‑6 Sol et 2,5× plus rapide que H2O‑Lightning‑4B v1.1, avec une latence P50 d’environ 85 ms. Ces chiffres proviennent exclusivement des évaluations internes de Microsoft ; aucune vérification indépendante n’a encore été publiée, ce qui limite la confiance objective dans les gains de performance annoncés. De plus, le modèle reste limité à des scénarios à choix fermé ; il ne peut pas gérer des réponses ouvertes ou créatives, ce qui restreint son usage aux pipelines d’automatisation déjà structurés.

Perspectives d’évolution

Microsoft a clairement indiqué que Qwen3.5‑9B constitue un point de départ et que le modèle sera « re‑basé » sur des architectures propriétaires. Cette stratégie pourrait améliorer la compatibilité avec l’écosystème Azure et réduire la dépendance à un fournisseur tiers. Le modèle tarifé à 0,042 $ / million de tokens d’entrée, avec sortie gratuite, vise les développeurs d’agents IA qui privilégient le coût et la latence. Si les futures itérations conservent la même architecture de décision tout en intégrant des poids plus performants, Decision‑1 pourrait devenir un composant standard des chaînes d’outils d’automatisation, à condition que des benchmarks externes valident les performances annoncées.