מיקרוסופט השיקה את Decision-1: מודל שעונה במספר במקום במילים, ומהיר פי 35 מ-GPT-6 Sol (אוקטובר 2026)

מיקרוסופט השיקה ב-9 באוקטובר 2026 את Microsoft-Decision-1, מודל AI שלא כותב אף משפט. הוא מקבל שאלה כמו "לאיזו מחלקה להעביר את הפנייה?" ורשימת תשובות אפשריות, ומחזיר לכל תשובה ציון הסתברות. המחיר: 0.042 דולר למיליון טוקנים של קלט, והפלט בחינם (מקור: Microsoft, 9 באוקטובר 2026). בניסוי פנימי של Xbox, שמיין יותר מ-10,000 תגובות של משתמשים, הוא עבד פי 14 מהר יותר מ-GPT-6 Sol ועלה בערך פי 200 פחות.

זה לפחות מודל ההחלטות הרביעי שיוצא מאז 20 בספטמבר. ב-20 בספטמבר כתבנו על המודל הראשון שמחזיר רק החלטות, ובאותם ימים פרסמו גם Cloudflare ו-Liquid AI מודלי החלטות פתוחים משלהם. הפוסט הזה הוא המשך ישיר שלו: עכשיו גם מיקרוסופט בפנים, וזה מה שהופך רעיון של סטארטאפ לכיוון של התעשייה.

STSICONIC (אס טי אס אייקוניק) היא חברת תוכנה שמפתחת מערכות AI לעסקים ולארגונים בישראל. אנחנו בונים מערכות CRM, סוכני AI, אוטומציות ודשבורדים בהתאמה אישית, מטמיעים אותם אצלכם ומלווים אתכם לאורך כל הדרך: תמיכה, תחזוקה ושיפורים. מי שרוצה להבין איך מודלים כאלה נכנסים למערכת של עסק אמיתי ימצא את התמונה המלאה בעמוד הטמעת AI בארגונים.

מה בדיוק השיקה מיקרוסופט

Decision-1 עונה על שלושה סוגי שאלות: כן או לא, בחירה מתוך רשימה, ודירוג. מזינים לו את השאלה ואת האפשרויות, והוא מחזיר תשובה מסודרת שתוכנה אחרת יכולה לקרוא מיד, בלי לפענח טקסט חופשי. הוא זמין כבר עכשיו ב-Microsoft Foundry, שירות הענן של מיקרוסופט למודלים, ודרך OpenRouter.

לפי מיקרוסופט, המודל השיג את הדיוק הגבוה ביותר מבין המודלים שנבדקו ב-36 מבחנים עם כמעט 150,000 שאלות שלא נכללו באימון שלו. כשמנסחים את אותה בקשה בשמונה דרכים שונות, ההחלטה שלו משתנה רק ב-1.3% מהמקרים. צוות Copilot מדווח שהוא מהיר פי 100 מ-GPT-5.6 Luna באותה משימה, והמודל נבדק גם על 5,250 בקשות זדוניות, כולל ניסיונות פריצה והזרקת הוראות.

ופרט אחד שלא כולם שמו לב אליו: Decision-1 לא נבנה מאפס. הוא אומן על בסיס Qwen3.5-9B, מודל פתוח של עליבאבא הסינית, ומיקרוסופט כותבת שהיא מתכננת להעביר אותו בהמשך גם על מודלים של MAI ושל OpenAI (מקור: TestingCatalog, 9 באוקטובר 2026).

לעומק: מה זה "מודל החלטות", בעברית פשוטה

תחשבו על מבחן אמריקאי מול מבחן עם שאלות פתוחות. צ'אטבוט כמו ChatGPT הוא תלמיד שכותב חיבור על כל שאלה: הוא מסביר, מנמק, ולפעמים מאריך. זה מצוין כשצריך הסבר, אבל איטי ויקר כשכל מה שרציתם לדעת זה איזה עיגול לסמן. מודל החלטות הוא התלמיד שמסמן עיגול. הוא לא כותב, ולכן הוא מהיר וזול בהרבה.

והחלק השני של הרעיון הוא "ציון מכויל". כשהמודל אומר שהוא בטוח ב-90% שפנייה שייכת לשירות הלקוחות, המטרה היא שבערך 9 מכל 10 פעמים כאלה הוא באמת צודק, כמו תחזית שאומרת 70% סיכוי לגשם ובאמת יורד גשם בשבעה מכל עשרה ימים כאלה. ציון כזה מאפשר לקבוע כלל פשוט: מעל 90% המערכת ממשיכה לבד, ומתחת לזה הפנייה עוברת לאדם.

מה עוד לא ידוע

כל המספרים בכתבה הם של מיקרוסופט עצמה. נכון לעכשיו אף גוף בלתי תלוי עוד לא השווה את Decision-1 למודלים אחרים על דאטה אמיתית, ומיקרוסופט לא פרסמה תוצאות לעברית, למרות שסיווג בכמה שפות הוא אחד מתחומי המבחן. היא גם מציינת בעצמה את הגבולות: המודל עובד רק כשרשימת האפשרויות סגורה, הוא לא משלים מידע שחסר בשאלה, הוא לא מסביר את ההחלטה, והוא לא אמור להיות הגורם היחיד שמחליט בנושאים כמו העסקה, אשראי, ביטוח, דיור, בריאות או זכויות משפטיות (מקור: DataStudios, 9 באוקטובר 2026).

למה זה משנה לכל אחד

• הבוטים שאתם כותבים להם יגיבו מהר יותר. כשאתם פונים לבנק או לחנות אונליין, הדבר הראשון שקורה מאחורי הקלעים הוא מיון: לאן הפנייה שייכת. מודל שעושה את זה בשבריר שנייה ובשבריר מהמחיר מקצר את הזמן עד שמישהו מטפל בכם.
• סוכני AI יוכלו לבדוק את עצמם יותר. כשבדיקה כמו "האם לשלוח את התשובה הזאת?" עולה כמעט כלום, אפשר להריץ אותה על כל פעולה של הסוכן ולא רק על חלק מהן.
• לפרילנסרים ולעסקים קטנים זה מוזיל עבודה שחורה. מיון מאות ביקורות, הודעות או טפסים לפי נושא עולה סנטים בודדים במקום שעות של עבודה ידנית.
• החלטות על אנשים עדיין צריכות אדם. גם מיקרוסופט עצמה אומרת שהמודל לא אמור להחליט לבד על דברים כמו קבלה לעבודה או אשראי.
• ולמי שמנהל עסק או ארגון: הבנייה הנכונה היא שני שלבים. מודל זול ומהיר מסווג כל פנייה, ליד חם, שאלת שירות או ספאם, ורק כשצריך לכתוב תשובה נכנס מודל גדול. כך בנויים סוכני ה-AI שלנו לעסקים, וכך אפשר להוזיל כל שיחה בלי לפגוע באיכות.