比較・活用
Microsoft「Decision-1」参入、OpenAI・Cloudflare・Jevの決定モデルをどう使い分けるか
AIエージェントに「どう動くか」を素早く決めさせる専用モデルが、この数週間で一気に増えました。分類やルーティングを担う裏方の選定を誤ると、コストにも応答速度にも差が出ます。
何が起きたか
Microsoftは、AIエージェントの判断処理に特化した「決定モデル」の新製品「Decision-1」を発表しました。OpenAI、Cloudflare、そしてこの流れを作ったとされるJevに続く参入です。Microsoftによれば、Decision-1は分類・評価・ルーティングといった判断業務を担い、複雑な環境下でエージェントを誘導・制御する用途に使えるといいます。
Decision-1はQwen3.5-9Bをベースに構築されており、Microsoftは36種類のベンチマーク・約150,000問を使った比較で、Decision-1が最も高い精度を示したと説明しています。具体的な数値は精度83.5%、レイテンシ85ミリ秒で、2位のH2O-Lightning-4Bより2.5倍高速、Jevの最新版「Jev 1.13.0」も上回ったとされます。なお、この比較にはCloudflareが公開しているオープンソースの「Clef」シリーズ(同じくQwenベース)は含まれていません。
Decision-1は「Microsoft Foundry」と「OpenRouter」を通じて利用でき、入力トークンは1,000,000あたり0.042ドル、出力トークンは無料という料金設定になっています。決定モデルという発想を9月中旬に広めたJevは、ここ数週間で厳しい状況に置かれているといいます。アイデア自体は急速に広まった一方で、技術面ではオープンな小型言語モデルに素早く追いつかれ、追い越されたかたちです。
背景・解説
決定モデルとは、大規模言語モデルのように長文を生成するためのものではなく、分類・評価・ルーティングといった「素早く構造化された判断」に特化した小型モデルを指します。AIエージェントが複数の選択肢の中からどの処理に進むかを瞬時に決める場面で使われ、応答の速さと判断の正確さが同時に求められる点が特徴です。
この分野は、Jevが9月中旬に決定モデルという考え方を打ち出したことから広がりました。その後、CloudflareがQwenをベースにしたオープンソースの「Clef」シリーズで追随し、今回Microsoftが独自の「Decision-1」を投入した流れになります。OpenAIも同様の決定モデルを提供しているとされていますが、出典では具体的な性能数値には触れられていません。
Microsoftが公表したベンチマーク比較では、Decision-1がJevや他の小型モデルを上回る結果になっていますが、この比較にCloudflareのClefシリーズが含まれていない点は押さえておく必要があります。同じQwen系列のモデル同士でも、比較対象の選び方によって見え方が変わる可能性がある分野だといえます。
仕事や業務への影響 — AI Topicaの見方
決定モデルは「どのAIを選ぶか」よりも「どんな判断をどれだけ速く・安く下したいか」で選ぶべき製品です。例えば、問い合わせ内容を一次分類してから担当部署に振り分けている従業員50人規模のコールセンター運営会社なら、月間数十万件のトークン処理が発生するはずです。この規模であれば、出力トークンが無料で入力も1,000,000あたり0.042ドルというDecision-1の料金設定は、コスト面での検討材料になります。
一方で、精度83.5%・レイテンシ85ミリ秒という数値は、あくまでMicrosoftが選んだ36種のベンチマークでの結果です。自社が扱う問い合わせ文面や業務ルールが、そのベンチマークと近い性質を持つかどうかを、導入前に小規模なテストで確かめるべきです。例えば、専門用語が多い製造業の品質クレーム対応では、一般的な分類ベンチマークとは精度の出方が変わることがあります。
Cloudflareのオープンソース版を使い慣れている情シス担当者であれば、既存の運用資産を活かす選択肢として無理にDecision-1へ乗り換える必要はありません。逆に、これから決定モデルの導入を検討する担当者にとっては、料金とベンチマーク結果の両方が公開されているDecision-1は、比較の出発点として扱いやすい選択肢になります。
結局のところ、決定モデル選びは「自社の判断処理が何件発生し、どこまでの速さと正確さが必要か」を先に数字で押さえることが前提です。その数字がないままベンチマークの順位だけで選ぶと、実運用で期待した効果が出ないことになります。
不確かな点・注意
今回のベンチマーク比較はMicrosoftが自社で実施・公表したもので、第三者機関による独立した検証結果かどうかは出典からは分かりません。比較対象にCloudflareのClefシリーズが含まれていない点も、順位の解釈には注意が必要です。
OpenAIが提供している決定モデルについては、出典内で具体的な精度やレイテンシ、料金の数値が示されていません。そのため、Microsoft・Cloudflare・Jevとの直接比較は現時点ではできません。
また、日本語を含む多言語環境での精度や、実際の業務データを使った際の挙動についても、出典には記載がありません。導入を検討する場合は、自社の業務データでの動作確認を別途行う必要があります。