Fato verificado
A Microsoft anunciou o Microsoft-Decision-1, modelo hospedado voltado a decisões — roteamento, classificação, priorização, verificação e controle de fluxo de trabalho — em publicação oficial datada de 9 de outubro de 2026 (registro de publicação em 10 de outubro de 2026 no horário UTC). Em vez de gerar texto, o modelo recebe opções fixas de resposta e devolve uma probabilidade calibrada para cada uma, com suporte a sim/não, múltipla escolha, notas e avaliação por rubrica. A empresa informa que o modelo foi pós-treinado a partir do Qwen3.5-9B, da Alibaba, e que pretende rebaseá-lo em outros modelos, incluindo os próprios e os da OpenAI — declaração de intenção, não mudança já feita. A janela de contexto é de 32.768 tokens e o modelo é somente texto. O preço é de US$ 0,042 por milhão de tokens de entrada, com tokens de saída gratuitos. Está disponível no Microsoft Foundry e no OpenRouter, sem pesos abertos, o que impede execução em infraestrutura própria. Nos testes conduzidos pela própria Microsoft, a empresa relata a maior acurácia em comparação de 36 benchmarks com cerca de 150 mil questões mantidas fora do treinamento (média de 83,5%, contra 81,9% do segundo colocado), latência mediana de 85 milissegundos (125 ms no percentil 95), mudança de decisão em 1,3% das entradas perturbadas e teste de segurança com 5.250 solicitações em 11 benchmarks. Todos os resultados de benchmark são de autoria da própria Microsoft; a comparação de latência é contestada por envolver metodologias de medição diferentes, e o modelo não aparece no placar independente JevBench, cujos resultados para ele seguem pendentes.
Por que importa
É o preço de usar IA em tarefa repetitiva de decisão caindo para a casa dos centavos por milhão de tokens — o oposto do que está acontecendo com o custo do hardware da notícia 1.
Leitura estratégica
Na prática, o anúncio comprova um preço e uma disponibilidade; não comprova desempenho, porque os números vêm de testes do próprio fornecedor e a validação independente ainda não saiu. Mesmo assim o movimento é informativo: classificar um pedido, triar um atendimento ou priorizar uma fila é onde a IA entrega resultado verificável e barato, enquanto as aplicações mais ambiciosas continuam caras e incertas.
Risco real
Sem pesos abertos e com benchmark do próprio fornecedor, a empresa que construir processo crítico sobre esse modelo fica dependente de um serviço cujo desempenho ela não pode auditar nem replicar internamente.
Possibilidade prática
Para quem tem volume alto de triagem — classificar e-mail, orçamento, chamado, lead, nota fiscal —, a forma sensata de avaliar é montar um conjunto próprio de casos já resolvidos por pessoas e medir o acerto do modelo contra esse conjunto, em vez de aceitar o benchmark do fornecedor.
Fonte: Microsoft (anúncio oficial), com apuração complementar do MarkTechPost