TNW→ original

Microsoft lança o Decision-1: modelo baseado no Qwen3.5-9B escolhe a resposta a partir de uma lista

A Microsoft lançou o Microsoft-Decision-1, um modelo compacto de 9 bilhões de parâmetros. Ele não gera texto: escolhe uma resposta dentro de um conjunto fixo de opções. A base é o Qwen3.5-9B, modelo aberto da Alibaba, que a Microsoft submeteu a post-training. As informações constam do cartão do modelo no Foundry, e o lançamento foi anunciado por Achint Srivastava, do Office of the CTO. - Base: Qwen3.5-9B (open-weight), da Alibaba. - Formato de resposta: escolha entre opções predefinidas. - Disponível pelo Foundry.

Processado por IA de TNW; editado por Hamidun News
Microsoft lança o Decision-1: modelo baseado no Qwen3.5-9B escolhe a resposta a partir de uma lista
Fonte: TNW. Colagem: Hamidun News.
◐ Ouvir artigo

A Microsoft lançou o Microsoft-Decision-1, um modelo compacto de 9 bilhões de parâmetros. Ele não gera texto: escolhe uma resposta dentro de um conjunto predefinido. A base é o Qwen3.5-9B, modelo aberto da Alibaba, que a Microsoft refinou na etapa de post-training. A informação consta do cartão do modelo no Foundry. O lançamento foi anunciado em blog por Achint Srivastava, vice-presidente de engenharia de software do Office of the CTO da empresa.

O que a Microsoft fez, exatamente

O Decision-1 resolve uma tarefa restrita. A entrada é uma situação e uma lista de opções válidas; a saída é uma delas. Não há texto livre: o formato da resposta é rigidamente limitado.

Modelos assim são úteis quando a IA faz parte de um fluxo construído com código de software convencional. É o caso do roteamento de solicitações, da escolha do próximo passo de um agente, da classificação e do ranqueamento de opções. Um grande modelo generativo dá conta dessas tarefas, mas custa mais e responde de forma menos previsível. Um modelo de 9 bilhões de parâmetros com saída restrita é mais barato de executar e mais simples de validar: a resposta está na lista ou não está.

Essa é a nossa leitura sobre os cenários típicos dessa classe de modelos. Os usos específicos do Decision-1 devem ser conferidos no próprio anúncio da Microsoft.

Por que Qwen, e não a própria Phi?

A Microsoft tem uma família própria de modelos pequenos, a Phi. Mesmo assim, para o Decision-1 a empresa usou os pesos abertos da Alibaba. O movimento mostra como funciona o mercado de modelos pequenos: cada vez mais, a base já vem pronta, e o valor é criado na etapa de refinamento para uma tarefa específica. Para uma grande empresa americana, usar um modelo open-weight chinês em um produto da própria plataforma também é um sinal. A qualidade e a abertura da base pesaram mais do que a origem.

Não há indícios de que a Microsoft tenha tentado esconder a base do modelo. A fonte está indicada diretamente no cartão do modelo.

Principais parâmetros

  • Nome: Microsoft-Decision-1.
  • Modelo base: Qwen3.5-9B, da Alibaba, open-weight.
  • Tamanho: cerca de 9 bilhões de parâmetros.
  • Tipo de saída: escolha entre opções fixas, e não geração de texto.
  • Refinamento: post-training feito pela Microsoft.
  • Plataforma: catálogo de modelos do Foundry.
  • Anúncio: Achint Srivastava, Office of the CTO.

O trecho disponível do anúncio não traz benchmarks, descrição dos dados de treinamento nem os termos da licença. Sem isso, por enquanto não há como comparar o Decision-1 com modelos de uso geral.

O que verificar antes de adotar

Se o seu produto tem uma etapa do tipo "escolher uma entre N opções", vale testar o Decision-1 ao lado da solução atual. Compare quatro pontos: precisão nos seus dados, latência, custo por requisição e estabilidade das respostas em execuções repetidas. É nos casos em que as opções são conhecidas de antemão e em pequeno número que se deve esperar vantagem.

Leia também o cartão do modelo no Foundry. É preciso esclarecer a licença, que é herdada do Qwen3.5 e pode ter condições próprias. Também vale verificar se o modelo suporta o seu idioma e o formato da lista de opções. Se as respostas a essas perguntas forem satisfatórias, um modelo pequeno e especializado pode substituir a chamada a um grande LLM em parte do pipeline e reduzir custos sem perder controle.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 50 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
O que você acha?
Carregando comentários…