10月12日、Help Net Securityが「Microsoft's new model helps AI agents judge their next move」と題した記事を公開した。この記事では、MicrosoftがAIエージェントの判断・ルーティングに特化した小型モデル「Microsoft-Decision-1」を発表したことが詳しく紹介されている。
AIエージェントの「次の一手」を判断させる専用モデル
AIエージェント開発で課題になるのが「次に何をすべきか」の判断部分だ。汎用LLMに判断を任せると遅く、コストもかかる。Microsoftはこの課題に対して、汎用的な文章生成ではなく判断スコアリング専用の小型モデルで応えた。
Microsoft-Decision-1は、与えられた状況・質問・選択肢のセットに対して、各選択肢の確率（信頼スコア）を返すモデルだ。MicrosoftのCTO室でVP of Software Engineeringを務めるAchint Srivastava氏は、このモデルを「ルーティング、分類、優先順位付け、検証、ワークフロー制御のために設計されており、既存のアプリケーション・エージェント・ワークフローに判断インテリジェンスを組み込みやすくする」と説明している。
返ってくる確率スコアは「行動する」「判断を保留する」「レビューを要求する」のどれを取るかをアプリケーションが決める際の根拠になる。
対応する入力形式はyes/no質問、多肢選択、評価スケール、ルーブリックによるAI応答・エージェントアクションの採点だ。テキスト生成・会話・翻訳・要約には対応していない点は明示されている。
速度とコストが際立つベンチマーク結果
Microsoftは36のベンチマーク・約15万問でモデルを評価した（ベンチマークはトレーニングから遮断された状態で実施）。
速度面では、
- 速度2位のH2O-Lightning-4B v1.1と比較して2.5倍高速
- GPT-6 Solと比べると中央値レイテンシで約35倍高速
精度・レイテンシ・キャリブレーションの比較（出典: Microsoft）
モデルのアーキテクチャはQwen3.5-9Bをベースにシングルパス・スコアリング向けにポストトレーニングしたものだ。Qwen3.5-9BはAlibaba Cloudが開発した9Bパラメータ規模のオープンウェイト言語モデルで、軽量ながら高い推論性能を持つとして知られており、ファインチューニングのベースとして広く採用されている。将来バージョンではMicrosoft AI・OpenAI製モデルをベースにする計画も示されている。
社内テストで示された実績
Microsoftは複数の内部プロジェクトでモデルを検証している。
Xboxチームの社内テストが具体的だ。サーベイ・Steam・Xからの1万件超のフィードバックを定義済みカテゴリに分類するタスクで、GPT-6 Solと同等の品質を維持しながら、処理速度14倍・コスト200分の1を達成した。
Copilotチームではチャットおよびエージェント応答の評価タスクに使用。GPT5.6 LunaはOpenAIが提供する中規模の汎用言語モデルで、高精度な応答評価タスクにも投入されているが、Microsoft-Decision-1はそのGPT5.6 Lunaと競合する精度を維持しながら、処理速度100倍という結果が報告されている。
インシデント対応テストでは、比較対象のLLMより速く・精度高く関連情報を抽出できたとされる。
研究プラットフォームのMicrosoft Discoveryでの検証も興味深い。Microsoft Discoveryは科学的研究・実験の設計・評価をAIエージェントが支援するプラットフォームで、複数のエージェントが連携して実験サイクルを回す用途に使われている。このプラットフォームにおいてAIエージェントが実験結果を評価して次のステップを修正するタスクに適用したところ、評価スコアの一貫性がLLMベースのスコアリングの46倍、処理速度が3倍、適応的な再計画プロセス全体では約4倍高速化したと報告されている。
提供形態と価格
Microsoft-Decision-1は**Microsoft Foundry（Azure上のAIアプリ・エージェント構築・実行プラットフォーム）を通じて一般提供中だ。複数AIモデルへ単一APIでアクセスできるOpenRouter**経由でも利用できる。
価格は入力トークン100万件あたり0.042米ドル、出力トークンは無料。
Microsoftは開発者に対し、実際のユースケースを代表するサンプルでモデルと信頼スコアのしきい値を検証するよう推奨している。
汎用LLMをエージェントの判断ステップに使い続けることのコスト・レイテンシ問題は、エージェント設計における現実的な課題だ。分類・ルーティング・スコアリングといった構造化された判断タスクを専用モデルに切り出すアプローチは、システム全体の速度とコストの両方に効いてくる。
詳細はMicrosoft's new model helps AI agents judge their next moveを参照していただきたい。
