Haberler • Microsoft

Microsoft-Decision-1.1 genel kullanıma açıldı

microsoft-decision-1-1-kapak

Microsoft-Decision-1.1 GA: yönlendirme ve sınıflandırma için kalibre karar modeli, iki kat hız, görsel desteği ve 1M girdi token’ı başına 0,042 $ fiyat.

Microsoft, karar vermek için özel olarak tasarlanan modeli Microsoft-Decision-1.1‘i genel kullanıma açtı. Model Microsoft Foundry’de ve OpenRouter ile Vercel üzerinden kullanılabiliyor. Microsoft’a göre model şirket genelinde birçok deneyime güç veriyor ve geçen ay genel önizlemeye çıktığından beri 4.000’den fazla müşteri tarafından kullanıldı.

Microsoft-Decision-1.1
Microsoft-Decision-1.1

Neden bir “karar modeli”?

Microsoft CTO Ofisi’nden Achint Srivastava’nın yazısına göre geliştiriciler her senaryoyu öngörüp her kararı koda gömmek yerine yazılımlarına zekâ yerleştirmek istiyor. Büyük dil modelleri bunun için gereken genel zekâya sahip, ancak yazılımda ölçekli kullanımın önünde üç engel var: maliyet, gecikme ve kontrol.

Kontrol en az diğer ikisi kadar önemli. Üretken modeller görevleri tamamladıkları, yanıt verdikleri ve hedefe ulaştıkları için ödüllendirilerek eğitiliyor; bu yüzden yanlış ya da riskli olsa bile varsayımda bulunmaya, emin görünmeye ve harekete geçmeye eğilimliler. Microsoft’a göre sektörün ihtiyacı, sıfırdan daha güvenilir karar vermek için tasarlanmış ve eğitilmiş yeni bir model türü: karar modeli.

Microsoft’un karar modelleri belirsizlik karşısında kalibre kararlar vermek üzere tasarlandı. Geliştiricinin belirlediği kısıtlar içinde izin verilen eylemler arasından seçim yapıyor ve uygulamaların belirsizlik yüksek olduğunda kararı başka bir yere bırakabilmesi için kalibre güven skorları veriyorlar. Karar vermede uzmanlaştıkları için bu görevlerde genel amaçlı LLM’lerden belirgin şekilde daha hızlı ve ucuzlar.

Decision-1.1’de neler yeni?

Decision-1.1, ilk modele göre daha yüksek zekâ, daha iyi kalibrasyon ve iki kattan fazla hız sunuyor; maliyet düşük kalıyor. Yönlendirme (routing), sınıflandırma, önceliklendirme, doğrulama ve iş akışı kontrolü gibi yapılandırılmış kararlar için tasarlandı. Yeni sürüme çok modlu destek eklendi: Model artık fotoğraf ve ekran görüntüsü gibi görselleri de isteğin parçası olarak kabul ediyor. Microsoft modeli kurumsal üretim kullanımına hazır olarak konumluyor.

Model nasıl geliştirildi?

  • Gecikme: Karar modelleri, uzun girdiler ve yüzlerce soru içeren karmaşık isteklerde bile gerçek zamanlı çalışmalı. Decision-1.1, metni token token üretmek için optimize edilmiş klasik LLM çıkarım motorları yerine karar modellerinin hesaplama ihtiyaçlarına göre optimize edilmiş özel bir çıkarım motoru kullanıyor.
  • Maliyet: Özel motor istekleri GPU filosu genelinde verimli şekilde yönlendirerek yalnızca düşük gecikme değil düşük maliyet için de optimize ediyor. Model, orta boyutlu bir mixture-of-experts modeli olan Gemma 4 26B A4B üzerine kurulu; bu taban, kararlar için yeterli aktif parametreye sahipken A100, H100/H200 ve GB200/GB300 gibi farklı donanımlarda çalışacak kadar verimli.
  • Zekâ: Microsoft, birçok sektörden on binlerce görev türünü kapsayan yüzlerce sentetik ve lisanslı veri setiyle supervised fine-tuning ve pekiştirmeli öğrenmeyi birleştirdi. Amaç, modelin yanıtları ezberlemek yerine nüanslı yargılarda bulunmasını, birbirine çok yakın seçenekleri ayırt etmesini, belirsizliği tanımasını ve ne zaman yanıt verip ne zaman çekimser kalacağını bilmesini sağlamak.
  • Kalibrasyon: Model ne bilmediğini bilmek üzere eğitildi: Benzer senaryolarda tutarlı yanıt veriyor, yanıtlarına olan güvenini doğru raporluyor, birden fazla yanıt geçerli olduğunda güveni bölüştürüyor ve bilgi eksik olduğunda çekimser kalıyor. Böylece geliştiriciler ne zaman harekete geçileceğine, işaretleneceğine ya da üst seviyeye aktarılacağına kendi eşiklerini koyabiliyor.

Benchmark sonuçları

Model kalitesini, kalibrasyonu ve gecikmeyi birlikte puanlayan Artificial Analysis Decision Index v2.1‘de Decision-1.1, ilk modele göre altı puan artışla 68 aldı ve Jev 1.14, Google’ın Gemini Decision 1’i ve OpenAI’ın GPT-6 Luna (Decisions) modelinin önüne geçti. Aynı maliyetle ilk modelden iki kattan fazla daha hızlı.

Artificial Analysis Decision Index ve görev başına süre (Kaynak: Microsoft, Artificial Analysis)
Artificial Analysis Decision Index ve görev başına süre (Kaynak: Microsoft, Artificial Analysis)

Grafikte Mammoth 27B, SubQ Snap 1.2, d1.2 ve d1.2-ultra gibi bazı modellerin endekste Decision-1.1’in üzerinde yer aldığı da görülüyor; Microsoft’un “önüne geçti” karşılaştırması belirli rakiplerle sınırlı.

Microsoft kendi değerlendirmesini de yaptı. Benchmark’lar kapsamlı olmadığında bir modeli dar bir karar görevi kümesine fazla uydurmak kolay olduğu için, modeli eğitimden gizli tutulan 385.000’den fazla soruyu kapsayan 102 benchmark üzerinde test etti (41 açık lisanslı ve 61 iç benchmark). Görevler yönlendirme, sıralama, uzun bağlam, çok dilli ve dağılım dışı görevler, akıl yürütme, güvenlik ve daha fazlasını kapsıyor. Bu değerlendirmede Decision-1.1, sekiz karar modeli arasında en yüksek ortalama doğruluğa ulaştı ve dokuz yetenek kategorisinin yedisinde lider oldu.

Microsoft-Decision-1.1 genel kullanıma açıldı - görsel 1
102 karar benchmark’ında ortalama doğruluk (Kaynak: Microsoft)
Microsoft-Decision-1.1 genel kullanıma açıldı - görsel 2
102 benchmark’ta yeteneklere göre doğruluk (Kaynak: Microsoft)

Yetenek tablosuna göre Decision-1.1 bilgi (Knowledge) kategorisinde Jev 1.14.0’ın, çekimser kalma (Abstention) kategorisinde ise Gemini Decision 1’in gerisinde; diğer yedi kategoride önde. Bir not: Ortalama doğruluk grafiğinde Decision-1.1 için 78,3, yetenek tablosunun “All” sütununda ise 78,8 yazıyor; kaynakta bu farkın nedeni açıklanmamış.

Müşteri kullanımı

Lansmandan bu yana geçen beş haftadan biraz fazla sürede 4.000’den fazla müşteri modeli model yönlendirme, müşteri desteği önceliklendirme, iş süreci otomasyonu, etiketleme ve sınıflandırma gibi işlerde kullandı. İlk kullanıcılar arasında Epic, Equinor, Atos Group ve Raiffeisen Bank var. Epic’ten Garrett Adams, Decision 1.1’i hasta sorularını yanıtlayan Emmie, doktorlar hastalarla konuşurken ilgili eylemleri öne çıkaran Art ve arka ofis işlerini otomatikleştiren Penny dahil AI platformunda değerlendirdiklerini söylüyor.

Microsoft modeli nerede kullanıyor?

  • Copilot: Kullanıcı isteklerini Copilot’a mı yoksa Cowork’e mi gideceğine karar vererek yönlendiriyor; bunu büyük bir dil modeli kadar doğru, 2,2 kat daha hızlı ve 4,4 kat daha düşük maliyetle yapıyor.
  • Cowork: Her göreve ne kadar akıl yürütme eforu uygulanacağını dinamik olarak ayarlayan Auto özelliğine güç veriyor.
  • Foundry Evaluations: Performans, kalite ve güvenliği ölçmek için hakem (judge) olarak kullanılabiliyor.
  • Nöbetçi mühendisler: Canlı olaylara müdahale için loglar, ticket sistemleri, görüşmeler ve mesajlar genelinde ilgili bilgiyi getirmekte kullanılıyor.

Fiyatlandırma

Microsoft Foundry’de yalnızca girdi token’ları ücretlendiriliyor; çıktı token’ları ücretsiz.

DağıtımGirdi (1M token)
Global Standard0,042 $
US Data Zone0,046 $
EU ve APAC Data Zone0,05 $

Nasıl başlanır?

  • Microsoft Foundry: aka.ms/decision-1.1
  • OpenRouter: microsoft/microsoft-decision-1.1
  • Vercel AI Gateway
  • Microsoft Learn’deki dağıtım belgeleri ve GitHub’daki örnek Decision-Benchmarks deposu

Decision-1.1’in en ilgi çekici yanı fiyatı: Milyon girdi token’ı başına 4–5 sent ve ücretsiz çıktı, yönlendirme ve sınıflandırma gibi her istekte çalışan küçük kararlar için genel amaçlı LLM kullanmayı ekonomik açıdan zor savunur hâle getiriyor. Kalibre güven skoru da pratikte önemli; düşük güvenli kararları insana ya da büyük modele aktarmak, ajan mimarilerinde güvenilirliği artırmanın basit bir yolu. Benchmark’ların büyük kısmının Microsoft’un kendi iç testleri olduğunu ve bağımsız endekste bazı modellerin önde olduğunu da hesaba katmak gerekiyor.

Kaynak: https://commandline.microsoft.com/microsoft-decision-model-ga/

Yazar Hakkında

Kerem Şuğle profil fotoğrafı

Kerem Şuğle

Solution Architect, VMware vExpert ve Microsoft sertifikalı altyapı uzmanı. VMware vSphere/vSAN/VCF, Azure, AWS, Google Cloud, enterprise sanallaştırma ve yapay zeka konularında 15+ yıl deneyim. AI/cloud dönüşümü, sovereign cloud, enterprise güvenlik ve modern altyapı mimarisi alanlarında yazıyor.

Leave a Comment