Microsoft đã hậu huấn luyện Microsoft Decision-1 trên Qwen3.5-9B của Alibaba thay vì dùng mô hình do OpenAI phát triển. Decision-1 được thiết kế để xử lý các quyết định có cấu trúc trong ứng dụng, quy trình làm việc và tác tử AI. Mô hình có giá đầu vào thấp, nhưng hiện chỉ nhận văn bản, chưa mở trọng số và vẫn cần được kiểm tra với dữ liệu thực tế.
Theo The New Stack, Microsoft phát hành Decision-1 trên Foundry vào thứ Sáu, ba ngày sau khi OpenAI mở Decisions API cho mọi nhà phát triển dưới dạng thử nghiệm công khai. Microsoft dự định chuyển nền tảng của Decision-1 sang các mô hình MAI do hãng phát triển và bổ sung mô hình của OpenAI. Lựa chọn Qwen cho thấy Microsoft muốn nhanh chóng có một mô hình riêng cho các ứng dụng và tác tử AI.
Microsoft gia nhập một thị trường đã tăng tốc: nội dung chính
Decision-1 xuất hiện sau khi nhiều nhà cung cấp đã giới thiệu mô hình quyết định dành cho tác tử. Microsoft định giá mô hình ngang với Jev của TypeSafe, trong khi nhóm khách hàng mục tiêu cũng là các doanh nghiệp mà hãng đang phục vụ qua Azure.
Theo The New Stack, Decision-1 có giá 0,042 USD cho mỗi một triệu token đầu vào và miễn phí đầu ra. Đây cũng là mức TypeSafe áp dụng cho Jev. Decision-1 xuất hiện đúng ngày TypeSafe công bố vòng Series A trị giá 870 triệu USD, với mức định giá 7,5 tỷ USD và a16z dẫn đầu.
Microsoft đi sau TypeSafe khoảng ba tuần rưỡi. Trong thời gian đó, OpenAI, Upstage, Perplexity, Cloudflare và AWS đều đã giới thiệu mô hình quyết định riêng. TypeSafe cho biết gần 30% doanh nghiệp trong Fortune 500 đã thử Jev nhưng không công bố tên khách hàng. Giám đốc điều hành Diogo Almeida nói tỷ lệ cụ thể là 29,4% trong ba tuần kể từ khi sản phẩm ra mắt.
Những doanh nghiệp này cũng thuộc nhóm khách hàng của Azure. Sức hút ban đầu của TypeSafe vì thế có thể đe dọa lượng tác vụ mà Microsoft muốn giữ trong hệ sinh thái Foundry. Đây là một phần ngày càng quan trọng của hạ tầng AI, vì một quyết định định tuyến có thể dẫn tới nhiều lượt gọi mô hình khác.
Khách hàng đầu tiên của Decision-1 là Microsoft
Microsoft đã thử nghiệm Decision-1 trong Xbox Research, Copilot, hoạt động ứng phó sự cố và Microsoft Discovery. Các trường hợp sử dụng gồm phân loại phản hồi, chấm câu trả lời, truy xuất bối cảnh và đánh giá thử nghiệm trước khi tác tử lập lại kế hoạch.
Chủ tịch kiêm Giám đốc điều hành Microsoft Satya Nadella cho biết hãng đã thử nghiệm Decision-1 trên toàn công ty. Theo số liệu Microsoft cung cấp và được The New Stack dẫn lại, Xbox Research dùng mô hình để phân loại hơn 10.000 phản hồi của người chơi. Nhóm Copilot dùng Decision-1 để chấm câu trả lời từ trò chuyện và tác tử. Kỹ sư trực vận hành dùng mô hình để truy xuất bối cảnh khi sự cố đang diễn ra, còn Microsoft Discovery dùng nó để chấm điểm thử nghiệm trước khi tác tử lập lại kế hoạch.
Trong trường hợp của Xbox, Microsoft cho biết Decision-1 nhanh hơn GPT-6 Sol hơn 14 lần với chi phí chỉ bằng một phần. Trong Microsoft Discovery, hãng ghi nhận độ nhất quán cao hơn 46 lần. Đây là kết quả do Microsoft công bố, không phải phép đo độc lập.
Vai trò tiềm năng trong định tuyến mô hình
Decision-1 còn có thể đảm nhiệm việc chọn mô hình. Microsoft cho biết GitHub Copilot sắp tự quyết định khi nào chạy tác vụ trên thiết bị và khi nào chuyển tác vụ tới mô hình trên đám mây, dù hãng chưa nói rõ dữ liệu nào sẽ được gửi lên đám mây. Microsoft liệt kê định tuyến mô hình trong các ứng dụng của Decision-1 nhưng chưa xác nhận Copilot sẽ dùng chính mô hình này.
Với nhu cầu định tuyến trải rộng trên Copilot, GitHub và Xbox, Microsoft có lý do để giữ lớp ra quyết định trong nội bộ. Cách tiếp cận này cũng phù hợp với xu hướng đưa tác tử AI vào lớp hạ tầng vận hành thay vì xem chúng như một ứng dụng tách biệt.
Chi phí xây và vận hành mô hình quyết định đã giảm
Qwen3.5 đang được nhiều nhà phát triển dùng làm nền tảng cho mô hình quyết định. Chi phí hậu huấn luyện và giá mỗi triệu token đầu vào cho thấy lớp ra quyết định có thể rẻ hơn đáng kể so với các lượt gọi mô hình sinh nội dung mà nó điều phối.
Theo số liệu được The New Stack dẫn lại, Phó chủ tịch kỹ thuật của Cognition Jared Palmer đã tốn khoảng 95 USD thời gian sử dụng H100 trên Modal để chuyển các mô hình Kev nguồn mở sang Qwen3.5. Cloudflare cũng xây Clef-flash trên cùng nền Qwen3.5-9B mà Microsoft lựa chọn.
Giá của Jev đang trở thành một mốc tham chiếu. Palmer niêm yết Kev-4B trên OpenRouter ở mức 0,042 USD cho mỗi một triệu token đầu vào. Perplexity thu 0,02 USD, còn OpenAI có giá cao hơn gấp đôi Jev. Với mức phí này, doanh thu từ từng lượt ra quyết định không lớn.
Cơ hội đáng kể hơn đối với Microsoft là giữ toàn bộ lưu lượng tác tử trong Foundry, bao gồm các lượt gọi mô hình sinh nội dung diễn ra trước và sau mỗi quyết định. Kev-4B của Jared Palmer được niêm yết trên OpenRouter, nhưng tài liệu không cho thấy Decision-1 có mặt trên nền tảng này hoặc việc niêm yết Kev mang lại lợi ích trực tiếp cho Microsoft.
Trong phần giới thiệu chính thức về Decision-1, Achint Srivastava, Phó chủ tịch kỹ thuật phần mềm thuộc Văn phòng Giám đốc công nghệ Microsoft, mô tả mô hình như một cách bổ sung khả năng ra quyết định cho ứng dụng, tác tử và quy trình hiện có trong một môi trường an toàn và đáng tin cậy.
Decision-1 chỉ nhận văn bản và chưa mở trọng số
Decision-1 nhận tối đa 32.768 token văn bản và trả kết quả dưới dạng JSON. Mô hình chưa hỗ trợ hình ảnh, chưa công bố trọng số mở và chưa được Microsoft xác nhận là hoàn toàn tương thích với System One API.
Theo thông tin Microsoft công bố trên Foundry và được The New Stack tổng hợp, Decision-1 nhận tối đa 32.768 token văn bản. Decisions API của OpenAI và Clef của Cloudflare hỗ trợ hình ảnh, còn Decision-1 thì chưa. Clef sử dụng một bộ mã hóa thị giác.
Cloudflare phát hành Clef theo giấy phép Apache 2.0, còn Microsoft chưa công bố trọng số mở cho Decision-1. AWS, Upstage và Ollama đã sử dụng System One API của TypeSafe, giao diện đang trở nên phổ biến trong nhóm mô hình quyết định. Microsoft chưa xác nhận Decision-1 có tương thích hoàn toàn hay không, dù mã mẫu trên Foundry gọi một điểm cuối mang tên /systemone.
Xác suất tự tin vẫn cần được kiểm tra
Microsoft cho biết xác suất của Decision-1 đã được hiệu chỉnh, nhưng tài liệu Foundry vẫn khuyến nghị khách hàng kiểm tra bằng dữ liệu riêng. Nghiên cứu về Jev cho thấy điểm tự tin của mô hình quyết định có thể sai lệch mạnh khi đầu vào được viết để đánh lừa hệ thống.
Tuy vậy, tài liệu Foundry của Microsoft vẫn khuyến nghị khách hàng kiểm tra khả năng hiệu chỉnh bằng chính dữ liệu của họ.
Kết quả kiểm tra đầu vào đối kháng
Trong bản thảo JevOut, nhà nghiên cứu khoa học máy tính Zixiang Xu tại USC và các đồng tác giả phát hiện những phần bổ sung ngắn, có cách diễn đạt tự nhiên đã đảo ngược 312 trong tổng số 508 quyết định ban đầu đúng của Jev.
Theo cùng nghiên cứu, trong 229 trường hợp, Jev gán xác suất ít nhất 70% cho câu trả lời sai. Ba hệ thống chấm điểm khác có tỷ lệ bị đảo quyết định từ 64,9% đến 73,2% khi áp dụng cùng phương pháp kiểm tra.
Microsoft đã thử Decision-1 với tám dạng nhiễu, gồm thay đổi thứ tự lựa chọn và diễn đạt lại phần mô tả. Theo số liệu của hãng được The New Stack dẫn lại, các thay đổi này làm mô hình đổi trung bình 1,3% câu trả lời. JevOut không kiểm tra Decision-1, vì vậy chưa có cơ sở để kết luận mô hình của Microsoft sẽ chống chịu ra sao trước những cách tấn công tương tự.
Decision-1 cho thấy Microsoft muốn sở hữu lớp ra quyết định nằm giữa tác tử và các mô hình lớn hơn. Giá thấp cùng tốc độ cao có thể giúp hãng giữ lưu lượng trong Foundry. Tuy nhiên, khả năng xử lý hình ảnh, quyền truy cập trọng số, mức độ tương tác và độ tin cậy trước đầu vào đối kháng vẫn cần được kiểm chứng.
Hãy tiếp tục theo dõi Sine để cập nhật cách các mô hình quyết định đang thay đổi việc vận hành tác tử AI.
