Microsoft Decision-1: Ja, Nein oder Auswahl für 0,042 Dollar je Million Token - wo Entscheidungsmodelle im Betrieb Geld sparen
Microsoft bringt mit Decision-1 ein Modell, das keine Texte schreibt, sondern nur entscheidet: Ja oder Nein, eine Option aus einer Liste, eine Bewertung. Die Ausgabe ist kostenlos. Was das Modell kann, wo es sich lohnt und was Unternehmen vor dem Einsatz prüfen sollten.
Am 9. Oktober 2026 hat Microsoft ein Modell vorgestellt, das bewusst wenig kann: Microsoft-Decision-1 schreibt keine E-Mails, fasst nichts zusammen und übersetzt nicht. Es trifft Entscheidungen. Man gibt ihm eine Frage und eine feste Liste möglicher Antworten, und es liefert zu jeder Option eine Wahrscheinlichkeit zurück. Genau diese Art von Aufgabe steckt in vielen Automatisierungen: Ist diese Mail eine Reklamation? Welche Abteilung ist zuständig? Ist die Rechnung vollständig?
Der Preis ist der eigentliche Aufhänger. Laut Microsoft kostet die Eingabe 0,042 US-Dollar je Million Token, die Ausgabe ist kostenlos.
Was Decision-1 ist
Technisch ist Decision-1 kein Eigengewächs von Grund auf. Microsoft hat das offene Modell Qwen3.5-9B nachtrainiert, und zwar für schnelle Entscheidungen in einem einzigen Durchgang. Spätere Fassungen sollen laut Microsoft auch auf eigenen MAI-Modellen und auf OpenAI-Modellen aufbauen. Das Kontextfenster liegt laut OpenRouter bei 32.768 Token.
Das Modell beherrscht laut Hersteller:
- Ja/Nein-Fragen, etwa: Enthält dieses Dokument eine Kündigung?
- Auswahl aus Optionen, etwa: Welches von acht Themen passt zu dieser Kundenanfrage?
- Bewertungen auf einer Skala, etwa: Wie dringend ist dieses Ticket?
- Bewertung nach Kriterienkatalog, auch für Antworten und Aktionen anderer KI-Systeme.
Für freie Texte, Gespräche, Übersetzungen oder Zusammenfassungen ist es ausdrücklich nicht gedacht. Verfügbar ist es in Microsoft Foundry und laut Microsoft über OpenRouter.
Anders als große Sprachmodelle, die Texte erzeugen oder komplexe Probleme durchdenken, sind Entscheidungsmodelle darauf gebaut, strukturierte Ergebnisse zu liefern, mit denen Software sofort weiterarbeiten kann.
So beschreibt es Microsoft in der Ankündigung (übersetzt).
Was Microsoft verspricht
Alle folgenden Zahlen sind Herstellerangaben:
- Genauigkeit: Decision-1 lag in Microsofts Vergleich über 36 Benchmarks mit knapp 150.000 Fragen vorn. Laut einer Microsoft-Grafik, die The Decoder zeigt, mit 83,5 Prozent Genauigkeit.
- Tempo: Im Median rund 35-mal schneller als GPT-6 Sol und 2,5-mal schneller als das zweitplatzierte H2O-Lightning-4B. Die Grafik nennt 85 Millisekunden.
- Stabilität: Wird dieselbe Anfrage auf acht Arten leicht abgewandelt, ändert das Modell seine Entscheidung im Schnitt in 1,3 Prozent der Fälle. Werden die Optionen nur umformuliert oder in eine andere Reihenfolge gebracht, gar nicht.
- Praxisbeispiel: Ein Forschungsteam von Xbox hat mehr als 10.000 freie Rückmeldungen aus Umfragen, Steam und X festen Themen zugeordnet. Die Qualität war laut Microsoft mit GPT-6 Sol vergleichbar, bei mehr als 14-facher Geschwindigkeit und einem Zweihundertstel der Kosten.
Unabhängige Tests gibt es noch nicht. The Decoder weist zudem darauf hin, dass die Clef-Modelle von Cloudflare im Vergleich fehlen.
Ein neuer Markt mit drei Anbietern
Decision-1 ist nicht allein. Binnen zwei Wochen sind drei Angebote dieser Art erschienen:
- OpenAI Decisions API (29. September): Auswahl aus vorgegebenen Antworten auf Basis von GPT-6 Luna.
- Cloudflare Clef (1. Oktober): offene Gewichte unter Apache-2.0-Lizenz, Clef-flash basiert wie Decision-1 auf Qwen3.5-9B. Am 9. Oktober senkte Cloudflare den Preis für Clef-flash auf 0,038 US-Dollar je Million Eingabe-Token, Ausgabe ebenfalls kostenlos.
- Microsoft Decision-1 (9. Oktober): 0,042 US-Dollar je Million Eingabe-Token, keine Angaben zu offenen Gewichten oder Lizenz. Laut OpenRouter werden die Gewichte laufend aktualisiert, die Schnittstelle bleibt gleich.
Beim Preis liegen Clef-flash und Decision-1 praktisch gleichauf. Der Unterschied liegt woanders: Ein Modell mit offenen Gewichten lässt sich auch auf eigener Hardware betreiben, ein laufend aktualisiertes Cloud-Modell nicht.
Was das in Euro bedeutet
Eine einfache Beispielrechnung (eigene Rechnung, ohne Gewähr): 10.000 Kundenmails im Monat mit je 500 Token ergeben 5 Millionen Eingabe-Token. Bei 0,042 US-Dollar je Million sind das gut 20 Cent im Monat. Selbst wenn man Systemanweisung und Beispiele großzügig mitrechnet, bleiben die Modellkosten im Bereich weniger Euro. Teurer sind der Aufbau, die Pflege der Kategorien und die Kontrolle der Ergebnisse.
Zum Vergleich: Wer dieselbe Sortierung mit einem großen Sprachmodell erledigt, zahlt auch für die erzeugten Antworten und wartet länger. Wie stark kleine Modelle die Rechnung drücken, zeigt schon der Wechsel auf Claude Haiku 5.5. Entscheidungsmodelle gehen noch einen Schritt weiter, weil sie nur das Nötigste liefern.
Was das für Ihr Unternehmen heißt
- Gute Einsatzfelder: Posteingang vorsortieren, Tickets priorisieren, Belege auf Vollständigkeit prüfen, Formulareingaben auf Spam oder Plausibilität prüfen, Ergebnisse anderer KI-Schritte nach festen Kriterien bewerten.
- Wahrscheinlichkeiten nutzen: Weil das Modell zu jeder Option einen Wert liefert, lassen sich Schwellen setzen. Eindeutige Fälle laufen automatisch durch, knappe gehen an einen Menschen.
- Datenschutz klären: Zu Rechenzentrumsregion und Datenverarbeitung macht Microsoft in der Ankündigung keine Angaben. Vor dem Einsatz mit Kundendaten gehören Region, Auftragsverarbeitung und Speicherdauer in Foundry geprüft. Über OpenRouter läuft zusätzlich ein weiterer Dienstleister dazwischen.
- Selbst testen: Benchmarks des Herstellers ersetzen keinen Test mit eigenen Daten. 200 bis 300 echte, bereits richtig zugeordnete Fälle reichen für einen ersten Vergleich.
- Ausstieg mitdenken: Weil sich Decision-1 laufend ändert, kann sich auch das Verhalten ändern. Regelmäßige Stichproben gehören in den Betrieb.
Fazit
Decision-1 zeigt, wohin sich ein Teil der KI-Automatisierung bewegt: weg vom großen Alleskönner, hin zu kleinen, schnellen Spezialmodellen für die vielen Ja-Nein-Entscheidungen im Alltag. Die Kosten für das Modell selbst werden dabei fast zur Nebensache. Entscheidend sind saubere Kategorien, ein Test mit eigenen Daten und eine klare Regel, wann ein Mensch übernimmt. Wenn Sie prüfen möchten, welche Abläufe in Ihrem Unternehmen sich damit automatisieren lassen, sprechen Sie mich gern an.
