Microsoft, yapay zekâ dünyasında yükselen bir trend olan "karar modelleri" (decision models) kategorisine kendi çözümü Microsoft-Decision-1 ile katıldı. Şirketin CTO ofisinden Yazılım Mühendisliği Başkan Yardımcısı Achint Srivastava tarafından duyurulan model, karmaşık metinler üretmek yerine yazılımların doğrudan işleyebileceği yapılandırılmış çıktılar sunmak için tasarlandı.

LLM'lerden Farkı ve Kullanım Alanları

Standart büyük dil modelleri (LLM), açık uçlu metinler üretmek ve karmaşık akıl yürütme işlemleri yapmak üzere eğitilirken, karar modelleri belirli sorulara sınırlı ve olasılık tabanlı yanıtlar vermek üzere optimize ediliyor. Bu yaklaşım, özellikle belirsizliğin istenmediği ve hızın kritik olduğu kurumsal iş uygulamaları için avantaj sağlıyor. Srivastava, karar modellerinin düşük maliyet ve yüksek performansla sınıflandırma yapabildiğini belirterek, "Bu yetenek anlaşıldığında, birçok faydalı görev erişilebilir hale geliyor" ifadesini kullandı.

Microsoft-Decision-1'in öne çıkan teknik detayları şunlar:

  • Temel Mimari: İlk versiyon, Alibaba Cloud tarafından geliştirilen Qwen3.5-9B açık ağırlıklı model üzerine inşa edildi.
  • Performans: Şirketin paylaştığı gecikme testlerine göre model, Jev'den 2.8 kat, H2O-Lightning-4B'den ise 2.5 kat daha hızlı çalışıyor.
  • Doğruluk ve Güven: 36 farklı benchmark (performans ölçümü) testinde %83,5 doğruluk oranıyla liderliğe oturan model, %92,2'lik güven puanı ile ikinci sırada yer alıyor.
  • Maliyet: Metin sınıflandırma görevlerinde OpenAI'ın GPT-6 Sol modelinden 20 kattan fazla daha ucuz olduğu iddia ediliyor. Giriş token'ları milyon başına 0,042 dolar olarak belirlenirken, çıkış token'ları ücretsiz sunuluyor.

Gelecek Planları ve Sektörel Bağlam

Microsoft, modelin ilk aşamada Microsoft Foundry ve yakında OpenRouter üzerinden sunulacağını bildirdi. Dikkat çeken bir diğer nokta ise modelin temeli; şu an için Çin menşeli Qwen modelini kullanan Microsoft, ilerleyen dönemde Decision-1'i kendi geliştirdiği teknolojiler ve OpenAI modelleri üzerine yeniden inşa edeceğini açıkladı.

Sektörde TypeSafe AI'ın Jev modeliyle başlayan bu akım; OpenAI, Cloudflare, Perplexity ve Snowflake gibi devlerin de benzer "karar verme" API'ları veya modelleri geliştirmesine yol açtı. Bu durum, yapay zekâ kullanımında "her iş için tek bir dev model" yerine, spesifik görevler için optimize edilmiş küçük ve verimli modellerin tercih edildiği bir döneme girildiğini gösteriyor. Özellikle otonom ajanların (agentic AI) yaygınlaşmasıyla birlikte, operasyonel maliyetlerin düşürülmesi şirketler için kritik bir öncelik haline gelmiş durumda.