Microsoft-Decision-1: Mô hình 9B chuyên chấm điểm quyết định, nhanh gấp 35 lần GPT-6 Sol

Microsoft đã dùng ngày 9/10/2026 để giới thiệu một mô hình AI không viết văn, không tóm tắt và cũng không soạn email. Microsoft-Decision-1 chỉ đọc nội dung được cung cấp cùng một danh sách đáp án cố định, trả về xác suất đã hiệu chuẩn cho từng lựa chọn trong một lượt suy luận duy nhất, rồi kết thúc.

Đây là một bước đi hẹp có chủ đích, và chính sự hẹp đó khiến nó đáng chú ý. Trong khi cả ngành chạy đua tung ra những trợ lý lớn hơn, nói nhiều hơn, Microsoft lại dành buổi công bố tháng 10 cho một mô hình chỉ làm đúng một việc: chọn đáp án từ danh sách, thật nhanh, và cho biết mức độ tự tin.

Microsoft-Decision-1 và mô hình nền Qwen3.5-9B

Decision-1 thực chất làm gì?

Phần lớn tiêu đề AI trong năm nay xoay quanh những mô hình sinh ra nhiều thứ hơn: nhiều token hơn, ngữ cảnh dài hơn, đầu ra sáng tạo hơn. Decision-1 đi theo hướng ngược lại. Mô hình đọc nội dung được cung cấp cùng một tập đáp án định trước và trả về điểm xác suất đã hiệu chuẩn cho từng phương án, thay vì sinh văn bản tự do.

Microsoft nêu bốn nhóm ứng dụng cốt lõi khi ra mắt: định tuyến (routing), phân loại (classification), ưu tiên hóa (prioritization) và kiểm chứng (verification), cộng thêm cái họ gọi là điều khiển luồng công việc. Hãy hình dung một phiếu hỗ trợ cần chuyển đúng đội ngũ, một đoạn nội dung người dùng cần phán quyết có/không về kiểm duyệt, hay đầu ra của một AI agent cần được chấm đạt/không đạt trước khi được phép đi tiếp. Đó đều là những quyết định khối lượng lớn, độ trễ thấp.

Sự khác biệt này quan trọng với bất kỳ ai đang xây dựng hệ thống bằng mô hình ngôn ngữ lớn. Một chatbot sinh câu trả lời, còn bạn phải phân tích cú pháp, đoán độ tự tin và hy vọng nó tuân theo định dạng yêu cầu. Một mô hình chấm điểm quyết định bỏ qua toàn bộ bước phân tích đó: định dạng đầu ra vốn đã là một phân phối xác suất trên các phương án bạn tự định nghĩa.

Vì sao lại chọn Qwen3.5-9B làm nền?

Chi tiết gây nhiều bàn tán nhất không phải ứng dụng mà là nền tảng. Decision-1 được post-train từ Qwen3.5-9B, một mô hình trọng số mở 9 tỷ tham số của Alibaba. Microsoft nói rõ đây là điểm khởi đầu chứ không phải đích đến:

"Để xây dựng Microsoft-Decision-1, chúng tôi post-train Qwen3.5-9B cho việc chấm điểm quyết định nhanh trong một lượt, và sẽ sớm chuyển nền sang các mô hình khác, bao gồm Microsoft AI (MAI) và OpenAI."

Đây là một lời thừa nhận đáng chú ý với một công ty đã đổ hàng tỷ USD vào phát triển mô hình riêng qua nền tảng Microsoft Foundry và quan hệ đối tác với OpenAI. Việc dùng trọng số mở của một phòng lab đối thủ cho một sản phẩm mang tên thương hiệu chủ lực, rồi công khai nói với khách hàng rằng "động cơ" bên dưới sẽ thay đổi, cho thấy Qwen được chọn vì tốc độ ra thị trường chứ không phải vì cam kết kiến trúc dài hạn.

Những con số hiệu năng và bài toán niềm tin

Microsoft dựa khá nhiều vào số liệu để biện minh cho sản phẩm. Hãng cho biết Decision-1 đạt độ chính xác cao nhất trên 36 bộ benchmark với khoảng 150.000 câu hỏi held-out, đạt 83,5% độ chính xác.

Về tốc độ, hãng tuyên bố mô hình chạy nhanh gấp 4,5 lần một mô hình họ gọi là Quyet-1.0-Large, và nhanh gấp 35 lần GPT-6 Sol, đo theo độ trễ P50 thấp hơn khoảng 35 lần. Một nguồn khác của Đài Loan dẫn thời gian phản hồi quanh mức 85 mili-giây, dù không nêu cấu hình phần cứng hay điều kiện kiểm thử.

Tuy nhiên, cần một liều hoài nghi lành mạnh. Đây là kết quả benchmark của chính Microsoft, công bố qua tài liệu ra mắt và được báo chí thuật lại. Chưa có bài kiểm chứng độc lập nào tái lập phép so sánh 36 bộ benchmark, các hệ số 4,5 lần và 35 lần, hay con số 85 mili-giây. Những số liệu này nên được đọc như tuyên bố hiệu năng của nhà cung cấp, không phải kết quả bình duyệt.

Một con số ít được chú ý hơn nhưng có thể quan trọng hơn trong môi trường vận hành: Microsoft nói quyết định của mô hình ổn định trước nhiễu (perturbation-stable) 98,7% số lần. Với bất kỳ hệ thống nào tự động hành động dựa trên đầu ra của mô hình, việc một quyết định định tuyến "lật" chỉ vì một thay đổi nhỏ trong câu chữ là lỗi vận hành tiềm ẩn.

Giá và cách truy cập

Theo danh mục mô hình trên OpenRouter, Decision-1 có giá 0,042 USD mỗi triệu token đầu vào, đầu ra miễn phí. Cấu trúc giá này hợp lý với một mô hình mà toàn bộ đầu ra chỉ là một danh sách ngắn các điểm xác suất. Microsoft cho biết giá là động, nên các nhóm triển khai cần kiểm tra bảng giá hiện hành trên Foundry trước khi lên kế hoạch quy mô.

Về khả dụng, mô hình có mặt ngay trên Microsoft Foundry dạng preview công khai, và xuất hiện trên OpenRouter với mã định danh microsoft/microsoft-decision-1 chỉ trong khoảng một ngày sau công bố. Đáng lưu ý là trọng số của mô hình không được phân phối, tức là lập trình viên chỉ truy cập qua API được lưu trữ, khác với Qwen3.5-9B hoàn toàn mở mà nó dựa trên.

Cách dùng trong thực tế

Mô hình nhận văn bản, hỗ trợ ngữ cảnh tới 32.000 token, trả về điểm đã hiệu chuẩn cho các phương án định trước, nhưng không sinh giải thích và không xử lý hình ảnh, âm thanh hay video. Nhóm nào cần lý do bằng văn bản hoặc đầu vào đa phương thức sẽ phải ghép nó với một mô hình đa dụng khác.

Điểm xác suất chính là phần mà ứng dụng hành động dựa vào. Ví dụ định tuyến: nếu xác suất "khẩn cấp" trên 0,9 và điểm ưu tiên trên 1,5, lập tức gọi kỹ sư trực chiến. Ví dụ khác đặt ngưỡng sàn: nếu xác suất cao nhất dưới 0,65, hệ thống có thể giữ nguyên mô hình hiện tại hoặc yêu cầu chọn thủ công. Một ví dụ trong tài liệu cho thấy mô hình trả về điểm ưu tiên có trọng số 1,9868 với độ tự tin 98,08%.

Một số ứng dụng nội bộ Microsoft đã được nêu tên. Xbox Research dùng Decision-1 để phân loại hơn 10.000 phản hồi mở vào các chủ đề định trước, với chất lượng được mô tả ngang GPT-5 nhưng tốc độ nhanh hơn 80–100 lần. Các nhóm khác thử nghiệm mô hình cho việc đánh giá phản hồi Copilot và tái lập kế hoạch thích ứng. Satya Nadella cũng xác nhận Microsoft đang thử nghiệm mô hình cho ứng phó sự cố, kiểm soát chất lượng và khám phá khoa học.

Vị thế trên thị trường mô hình nhỏ chuyên dụng

Microsoft không đơn độc khi đặt cược rằng thị trường AI 2026 có chỗ cho những mô hình nhỏ, chuyên biệt bên cạnh các "gã khổng lồ" biên. Amazon có Strands Decider 2B, mô hình agent mã nguồn mở 2 tỷ tham số cho quyết định nhanh, khoảng 100 mili-giây trong thử nghiệm của AWS. Nhỏ hơn và mở hơn, nhưng cùng nhắm vào một ngách: hàng rào bảo vệ agent và quyết định định tuyến không cần mô hình suy luận đầy đủ.

Thị trường tháng 10/2026 trông giống một chiếc tạ tay: một đầu là các phòng lab đẩy quy mô mô hình biên lên cực đại, đầu kia là những mô hình rẻ, hẹp, nhanh cho các quyết định lặp đi lặp lại nằm bên dưới các trợ lý hàng đầu. Decision-1 đứng vững ở nhóm thứ hai, gần với một bộ phân loại hơn là một chatbot, dù nó chia sẻ dòng dõi với các mô hình ngôn ngữ đa dụng.

Nếu một phần đáng kể lưu lượng AI doanh nghiệp thực sự mang tính cơ học như vậy, một mô hình chuyên dụng giá rẻ có thể kéo về một lượng lớn lưu lượng từ các API đa dụng, ngay cả khi nó không bao giờ viết một câu văn xuôi nào.

Rủi ro cần lưu ý

Kế hoạch chuyển nền Decision-1 sang mô hình của MAI và OpenAI đặt ra một câu hỏi vận hành rõ ràng: liệu điểm số, độ hiệu chuẩn và độ trễ có giữ nguyên qua lần chuyển đổi đó? Microsoft mô tả các lần chuyển nền là kế hoạch chứ chưa phát hành, và chưa công bố lịch trình di trú hay cam kết tương thích ngược.

Đó là một đặt cược hợp lý cho ứng dụng ít rủi ro như định tuyến nội dung, nhưng rủi ro hơn nhiều với những gì liên quan đến tuân thủ, phân loại an toàn hay quyết định tài chính — nơi một thay đổi ngầm trong hiệu chuẩn có thể thay đổi kết quả thực tế mà không có dòng mã nào thay đổi để chỉ ra.

Ngoài ra, phương pháp benchmark (gồm 36 bộ nào, cấu hình đối thủ ra sao) chưa được công bố theo dạng đủ để nhà nghiên cứu bên ngoài tái lập. Người mua cần tự chạy so sánh benchmark trên dữ liệu của mình thay vì tin tuyệt đối vào con số 35 lần.

Lời khuyên cho đội ngũ phát triển

Với các nhóm đang chạy logic phân loại hay định tuyến trên mô hình đa dụng, Decision-1 đáng để thử nghiệm (pilot) chứ chưa nên di chuyển toàn bộ. Hãy chọn một quy trình ít rủi ro, chạy song song với mô hình hiện tại trong 2–4 tuần, rồi so sánh trực tiếp độ chính xác, độ trễ và chi phí.

Với nhóm đang xây pipeline agent từ đầu, nên so sánh Decision-1 với Strands Decider 2B của AWS, vì quyết định thường sẽ phụ thuộc vào sở thích lưu trữ (chỉ API hay trọng số mở) và đám mây mà phần còn lại của hệ thống đã nằm trong đó.

Riêng ai làm trong lĩnh vực tuân thủ, an toàn hay quyết định tài chính, nên chờ Microsoft công bố chính sách phiên bản trước khi đưa Decision-1 vào đường xử lý đó. Lợi ích của một mô hình chấm điểm nhanh, rẻ là có thật, nhưng rủi ro từ một lần thay đổi hiệu chuẩn không báo trước cũng vậy.