Microsoft-Decision-1 نموذج من Microsoft يعيد قرارًا رقميًا بدل نص مكتوب. تعطيه نصًا أو JSON مع أسئلة محددة الأنواع، فيعيد احتمالًا أو خيارًا أو درجة. يناسب الفرز والتوجيه والتصنيف، ولا يكتب المقالات ولا يتحقق من الحقائق.
الخلاصة أولًا
- ماذا يعيد؟ احتمال لسؤال نعم/لا، أو الخيار المختار مع احتمال كل خيار، أو درجة على مقياس مرتب.
- السعر: 0.042 دولار لكل مليون توكن إدخال، والإخراج مجاني، بحسب إعلان Microsoft في 9 أكتوبر 2026.
- أين تجده؟ على Microsoft Foundry وOpenRouter.
- أرقامه: السرعة والدقة المعلنة قياسات من الشركة نفسها، وليست اختبارًا مستقلًا على بياناتك.
- العربية: لا توجد نتائج خاصة بها، فاختبره على بياناتك قبل الاعتماد عليه.
ما أهم معلوماته؟
| البند | ما تذكره Microsoft |
|---|---|
| الاسم | Microsoft-Decision-1 (الإصدار 1) |
| النموذج الأساس | Qwen3.5-9B بعد تدريب لاحق من Microsoft |
| تاريخ الإعلان | 9 أكتوبر 2026 |
| سعر الإدخال | 0.042 دولار لكل مليون توكن |
| سعر الإخراج | مجاني |
| الإتاحة | Microsoft Foundry وOpenRouter |
| أنواع النشر في Foundry | GlobalStandard، وDataZoneStandard في مناطق مختارة |
كيف يعمل؟
بحسب وثيقة Microsoft Learn (محدّثة 9 أكتوبر 2026)، لا يولّد النموذج ردًا حرًا ولا تعليلًا مكتوبًا. هو يصدر حكمًا محددًا على نص أو JSON، ويعيد قرارًا رقميًا بشكل متوقع. تعتمد الواجهة على «حالة» (state) وسؤال أو أكثر من الأنواع التالية (Microsoft Learn: Deploy and use Microsoft-Decision-1):
| السؤال | النوع | النتيجة |
|---|---|---|
| هل هذا صحيح؟ | noul | احتمال من 0 إلى 1 |
| أي خيار هو؟ | choice | خيار واحد مختار واحتمال كل خيار |
| كم؟ | score | قيمة على مقياس مرتب واحتمال كل مستوى |
مثال من الوثيقة: لتوجيه تذكرة نصها «The API returns 500 on every call»، ترسل سؤالًا من نوع choice بثلاثة خيارات (billing وengineering وsupport) مع وصف لكل خيار. يعيد النموذج الخيار المختار واحتمال كل خيار.
ومثال على noul من الوثيقة نفسها: هل يعد هذا الرد العميل باسترداد المال؟ وعلى score: ما شدة هذا الحادث، على مقياس من أربعة مستويات هي Cosmetic وMinor وMajor وCritical.
يُرسَل الطلب إلى المسار /providers/microsoft/v1/systemone على مورد Foundry الخاص بك. وقيمة model في الطلب هي اسم النشر، وليست اسم النموذج.
ماذا تضيف الوثيقة الفنية؟
- الأسئلة المجمّعة: يمكنك وضع عدة أسئلة على الحالة نفسها في طلب واحد، مثل التوجيه والشدة وهل هو تواصل متكرر. هذا يقلل الطلبات ويحافظ على سياق القرار.
- حدّ العتبة: تنصح الوثيقة بتحديد عتبة احتمال بحسب كلفة الخطأ، والتحقق منها على أمثلة موسومة قبل أي أتمتة. وتنصح بإضافة خيار «لا أستطيع الجزم» عندما لا يجوز اختيار قسري.
- الاحتمال المنخفض: تقول الوثيقة إن انخفاض أعلى احتمال في سؤال choice إشارة لتصعيد القرار إلى شخص أو إلى نموذج آخر.
- الدرجات: نتيجة score هي متوسط مرجّح بالاحتمال لمؤشرات المستويات. في مقياس من أربعة مستويات تمتد القيم من 0 إلى 3 وقد تقع بين مستويين. استخدمها للترتيب النسبي والعتبات، وليس كتقييم مطلق معايَر.
في أي مهام تقترح Microsoft استخدامه؟
تذكر Microsoft الفرز والتوجيه والتصنيف وتحديد الأولوية والتحقق. وتذكر أيضًا التحكم في مسار العمل (متابعة أو إيقاف أو إعادة محاولة أو تسليم)، وتوجيه الطلبات بين النماذج والأدوات والوكلاء، وتسمية البيانات، والحكم على ردود الذكاء الاصطناعي، وتحليل النية، وتوجيه الحوادث، وتصفية المحتوى.
وتقول الوثيقة إنه يمكن الجمع بين الأسلوبين: يوجّه Decision-1 الطلب أو يبوّبه، ثم يُرسل الطلب المعتمد إلى نموذج توليدي.
ما الأرقام التي تدّعيها Microsoft؟
هذه ادعاءات الشركة نفسها:
| البند | ما تقوله Microsoft |
|---|---|
| الدقة | الأعلى في مقارنة على 36 معيارًا ونحو 150 ألف سؤال محجوب عن التدريب |
| السرعة | زمن P50 أسرع بنحو 35 ضعفًا من GPT-6 Sol، وأسرع بـ2.5 ضعف من أقرب منافس (H2O-Lightning-4B v1.1) |
| الثبات | تغيّر القرار في 1.3% من التشويشات في المتوسط عبر ثمانية أنواع، ولم يتغير عند إعادة صياغة وصف الخيارات أو عكس ترتيبها أو خلطها |
| المعايرة | تقول Microsoft إن توقع 90% ينبغي أن يصيب نحو تسع مرات من عشر في الحالات التمثيلية |
| السلامة | اختبار على 5,250 طلبًا في 11 معيارًا للمحتوى الضار والاختراق وحقن التعليمات |
| نتائج داخلية | فريق Xbox Research: جودة قريبة من GPT-6 Sol على أكثر من 10 آلاف تعليق، بسرعة تفوق 14 ضعفًا وتكلفة أقل 200 ضعف |
هذه قياسات من الشركة (مقال Microsoft، 9 أكتوبر 2026)، وليست اختبارًا مستقلًا على بياناتك. ولا يذكر المقال ولا وثيقة Learn نتائج خاصة باللغة العربية.
ما القيود والمخاطر؟
هذه القيود تذكرها Microsoft نفسها:
- العدالة: قد يعكس النموذج تحيزات من نموذجه الأساس وبيانات تدريبه. لا تستعمل درجاته أساسًا وحيدًا لقرارات تخص أفرادًا.
- حساسية الصياغة: قد تتغير الدرجات بحسب صياغة الأسئلة والخيارات وترتيبها. والأسئلة السيئة الصياغة ما زالت تعيد درجات.
- الموثوقية: المعايرة أقوى في أنواع المهام المألوفة. والنموذج لا يقدم تفسيرات، وقد يعتمد على معرفة قديمة.
- المحتوى الضار: إذا استُخدم مرشّح أمان، قد يفوته محتوى ضار خفي أو يشير إلى محتوى سليم.
- النماذج الأخرى: تنص Microsoft على أن إعادة بنائه على نماذج أخرى مخطط لها ولم تتم بعد.
كم يكلّف وأين يتاح؟
- الإدخال: 0.042 دولار لكل مليون توكن. الإخراج: مجاني.
- الإتاحة: Microsoft Foundry وOpenRouter.
لمن يناسب ولمن لا يناسب؟
يناسبك في ثلاث حالات:
- تحتاج قرارًا من قائمة خيارات ثابتة (فرز، توجيه، تصنيف، أولوية).
- تحتاج سرعة وتكلفة منخفضة لأعداد كبيرة من الطلبات.
- تريد درجة ثقة لكل خيار، لتحويل الحالات الملتبسة إلى نموذج أقدر أو إلى مراجعة بشرية.
ولا يناسبك في هذه الحالات:
- كتابة المقالات والتلخيص الطويل والشرح، فهو ليس نموذج توليد.
- التحقق من صحة معلومة عن العالم، فتصنيف الادعاء لا يغني عن فتح المصدر.
- قرارات مصيرية عن أشخاص (ائتمان، توظيف، سكن، رعاية صحية، شؤون قانونية). تقول Microsoft إنه يُستخدم لدعم القرار مع مراجعة بشرية حقيقية، وتنصح بإبلاغ المتأثرين حين يسهم الذكاء الاصطناعي في القرار.
- أي استخدام عربي قبل أن تختبره على عينة من بياناتك العربية.
ماذا تفعل بعد ذلك؟ طريقة تجربة آمنة
نقترح هذه الخطوات للتجربة الأولى:
- اختر قرارًا واحدًا بخيارات واضحة، مثل «مكرر / يستحق بحثًا / يحتاج مراجعة».
- جهّز 100 حالة حقيقية صنّفها بشريًا.
- قارن قرارات النموذج بتصنيفك، واحسب نسبة الاتفاق والأخطاء الحرجة.
- جرّب ترتيبات مختلفة لصياغة الخيارات وترتيبها، فالوثيقة تحذر من حساسية الصياغة.
- حدد عتبة ثقة: ما تحتها يذهب إلى نموذج أقدر أو إلى مراجعة بشرية.
لمقارنة النماذج التوليدية من حيث السعر والإتاحة، اقرأ: Argon وSol وOpus 5.5: دليل الاختيار حسب المهمة.
أسئلة وأجوبة
ما هو Microsoft-Decision-1؟
نموذج من Microsoft يعطي قرارًا رقميًا (احتمال أو خيار مع احتمالاته أو درجة) لأسئلة محددة الأنواع، لأغراض الفرز والتوجيه والتحقق. وهو مبني على Qwen3.5-9B.
كم سعره؟
0.042 دولار لكل مليون توكن إدخال، والإخراج مجاني، وفق إعلان Microsoft في 9 أكتوبر 2026.
هل يكتب المقالات؟
لا. صُمم لقرارات منظمة، وليس لتوليد نصوص طويلة.
ماذا أفعل حين يكون أعلى احتمال منخفضًا؟
صعّد القرار إلى شخص أو إلى نموذج آخر، كما تشير وثيقة Learn.
هل يدعم العربية؟
لا تنشر Microsoft نتائج خاصة بالعربية، فجرّبه على بياناتك قبل الاعتماد عليه.
مصطلحات بلغة مبسطة
- توكن: قطعة صغيرة من النص يحسب بها النموذج الإدخال والإخراج.
- عتبة: حدّ احتمال تقبل عنده القرار تلقائيًا، وما دونه تحوّله لمراجعة.
- معايرة: أن تطابق نسبة الثقة التي يعطيها النموذج نسبة صوابه الفعلية.
- نموذج توليدي: نموذج يكتب نصًا جديدًا بدل أن يعيد قرارًا رقميًا.
المصادر
رُوجعت الوقائع على هذه الصفحات في 15 أكتوبر 2026، وأُعيد فتح صفحة Learn في 29 أكتوبر 2026.
