Am 10. Oktober 2026 stellte Microsoft eine neue Modellkategorie vor: Microsoft-Decision-1. Laut offiziellen Angaben erzielt das Modell die höchste Genauigkeit über 36 Benchmarks hinweg und arbeitet 35-mal schneller als GPT-6 Sol. Statt auf ein hauseigenes Basismodell zu setzen, griff Microsoft direkt auf Alibabas Open-Source-Modell Qwen3.5-9B zurück.
Spitzenreiter in 36 Tests ohne eigene Modellbasis
Mehrere Fachmedien bestätigten die Herkunft von Microsoft-Decision-1: Es handelt sich um eine nachträglich trainierte Post-Training-Version von Qwen3.5-9B. Microsoft nutzte das von einem chinesischen Team veröffentlichte 9B-Open-Weights-Modell für gezielte Feinabstimmungen. Das Unternehmen kündigte zudem ausdrücklich an, das zugrunde liegende Basismodell in künftigen Versionen flexibel auszutauschen.
Abbildung: Ankündigung von Microsoft-Decision-1. Quelle: Microsoft Command Line Blog
Für hochspezifische vertikale Aufgaben betrachten Tech-Giganten Open-Source-Lösungen der Community zunehmend als Optimum. Open-Weight-Modelle liefern im produktiven Engineering handfeste Mehrwerte und sind längst mehr als günstige Spielereien.
Keine Konversation, sondern if/else-Logik für Software
Microsoft positioniert das Modell in einer neuen Kategorie: als Entscheidungsmodell (Decision Model). Seine Aufgabe besteht nicht im Dialog mit Menschen. Es dient primär dazu, Software-Workflows zu bewerten, Klassifizierungen vorzunehmen, Entscheidungen zu treffen und Prioritäten zuzuweisen. Betrachtet man große Sprachmodelle als Programmiersprache, fungiert dieses Modell als if/else-Kontrollanweisung im Ablauf.
Tests Dritter belegen, dass die Entscheidungsfindung selbst bei variierenden Eingaben eine Konsistenz von 98,7 % aufweist. Sobald KI zu einem Baustein in der Programmlogik wird, verlangen Entwickler keine stochastische Kreativität mehr, sondern die Verlässlichkeit klassischer Funktionen mit deterministischen Booleschen Rückgabewerten.
35-fache Beschleunigung verschiebt den Engpass auf Aufrufkosten
Offizielle Zahlen weisen aus, dass Microsoft-Decision-1 4,5-mal schneller als direkte Konkurrenzmodelle agiert – im Vergleich zum gigantischen GPT-6 Sol sogar 35-mal schneller. Die API-Preise wurden auf etwa 0,042 US-Dollar pro Million Input-Tokens gesenkt.
Abbildung: Leistungsvergleich und Anwendungsszenarien. Quelle: Microsoft Command Line Blog
Ein Preis von 0,042 US-Dollar pro Funktionsaufruf definiert das Geschäftsmodell. In diesem Segment steht die kognitive Tiefe nicht mehr an erster Stelle – Rechenkosten und Reaktionslatenz pro Entscheidung sind überlebenswichtig. Längst nicht jeder Prozess erfordert teure proprietäre Flaggschiffmodelle. „Günstig und gut genug“ deckt das Gros der Unternehmensabfragen ab.
870-Millionen-Dollar-Finanzierung entlarvt die technische Realität
Am selben Tag sicherte sich TypeSafe AI, ein auf KI-Entscheidungssysteme spezialisiertes Unternehmen, eine Finanzierung über 870 Millionen US-Dollar bei einer Bewertung von 7,5 Milliarden Dollar. In Entwicklerforen wie Hacker News fiel die Resonanz jedoch verhalten aus. Ingenieure merkten an, dass nur zwei Tage nach Veröffentlichung ihres Produkts Jev bereits über ein Dutzend vergleichbare Open-Source-Modelle erschienen seien und auch OpenAI mit der Decisions-API ähnliche Fähigkeiten bereitstelle.
Risikokapitalgeber setzen auf das Potenzial von Entscheidungsmodellen zur Transformation klassischer Software, Entwickler blicken jedoch hinter die Kulissen: Die schiere Parameterzahl ist kein Alleinstellungsmerkmal mehr. Der wahre Wert liegt im Engineering rund um das Modell und in aufbereiteten, hochwertigen Trainingsdaten.
Austauschbare Basismodelle offenbaren den wahren Burggraben
Dass Microsoft die Basisinferenz an Qwen3.5-9B delegiert, unterstreicht, dass die Kernkompetenz von Entscheidungsmodellen im Orchestrierungsaufwand und im Preis-Leistungs-Verhältnis liegt. Solange zu minimalen Kosten deterministische strukturierte Ausgaben geliefert werden, wird die Identität des Basismodells zweitrangig.
Der Launch von Microsoft-Decision-1 belegt, dass Open-Source-Modelle unter 10 Milliarden Parametern spezifische Aufgaben exzellent bewältigen. Der Übergang von Konversation zu programmatischen Entscheidungen macht Recheneffizienz und minimale Latenz zum Maßstab. Sollte Microsoft beim nächsten Release eine andere offene Basis wählen, wäre das für Entwickler keine Überraschung.
Weiterführende Links:
- Microsoft Command Line Blog
- Diskussion auf Hacker News
- Finanzierungsbericht zu TypeSafe AI
