أطلقت شركة مايكروسوفت يوم الجمعة Microsoft-Decision-1، وهو نموذج متخصص لاتخاذ قرار سريع ومنظم، على منصة Foundry الخاصة بها - وبنيت على منصة Qwen3.5-9B ذات الوزن المفتوح من Alibaba بدلاً من أي نموذج من شريكها المقرب OpenAI، حسبما أفاد The New Stack.
يتم الإطلاق بعد ثلاثة أيام من فتح OpenAI واجهة برمجة تطبيقات القرارات الخاصة بها لكل مطور في النسخة التجريبية العامة، وفي نفس اليوم، أعلنت شركة TypeSafe، الشركة الناشئة التي أشعلت فئة نموذج القرار مع Jev قبل ثلاثة أسابيع ونصف تقريبًا، عن سلسلة A بقيمة 870 مليون دولار بتقييم 7.5 مليار دولار بقيادة a16z. قامت Microsoft بتسعير Decision-1 بمعدل Jev تمامًا: 0.042 دولارًا أمريكيًا لكل مليون رمز إدخال مع إخراج مجاني. لمعرفة المزيد عن السباق المتسارع لجعل الذكاء الاصطناعي أرخص وأسرع، راجع [تغطية صناعة الذكاء الاصطناعي] (https://aibuzzwire.news) المستمرة.
بسعر يناسب Jev، مصمم على أساس الأوزان المفتوحة للمنافس
Decision-1 هو نموذج ما بعد التدريب: بدأت Microsoft من Qwen3.5-9B الخاص بشركة Alibaba وقامت بضبطه لمهام اتخاذ القرار المنظمة بدلاً من الجيل المفتوح. وتقول الشركة إنها تخطط لإعادة بناء النموذج على نماذج MAI الخاصة بها بالإضافة إلى OpenAI، لكن الاختيار الأولي لقاعدة الوزن المفتوح الصينية ملحوظ بالنسبة لشركة تستثمر المليارات في OpenAI.
مايكروسوفت أيضًا بعيدة كل البعد عن المحرك الأول. في الأسابيع الثلاثة والنصف التي تلت إطلاق Jev، قامت كل من OpenAI وUpstage وPerplexity وCloudflare وAWS بشحن نماذج قرار خاصة بها، وفقًا لـ The New Stack. أصبحت قاعدة Qwen3.5 التي اختارتها Microsoft شيئًا افتراضيًا في الصناعة: أنفق جاريد بالمر، نائب رئيس الهندسة في Cognition، حوالي 95 دولارًا في حساب Modal H100 لنقل نماذج Kev مفتوحة المصدر إلى Qwen3.5، وقامت Cloudflare ببناء نموذج Clef-flash الخاص بها على نفس قاعدة Qwen3.5-9B.
السعر يتقارب أيضا. يدرج Palmer Kev-4B على OpenRouter بسعر 0.042 دولارًا أمريكيًا لكل مليون رمز إدخال، وتتقاضى Perplexity 0.02 دولارًا أمريكيًا، وتتقاضى OpenAI أكثر من ضعف سعر Jev. بهذه الأسعار، تكون الإيرادات من مكالمات القرار الفردي ضئيلة - مما يشير إلى أن الفرصة الأكبر لشركة Microsoft هي الحفاظ على حركة مرور الوكلاء، بما في ذلك المكالمات التوليدية حول كل قرار، والتي تعمل من خلال Foundry.
مايكروسوفت هي عميلها الأول
أعلن رئيس مجلس الإدارة والرئيس التنفيذي لشركة Microsoft، ساتيا ناديلا، عن النموذج على X يوم الجمعة، وكتب أن Decision-1 "يقدم أعلى أداء في مهام القرار المنظمة، ويتفوق على كل من LLMs ونماذج القرار الأخرى من حيث الكمون والجودة"، مضيفًا: "نحن نختبره بالفعل عبر Microsoft."
دعمت أربعة فرق داخلية ذلك، وفقًا لـ The New Stack. استخدم Xbox Research القرار-1 لفرز أكثر من 10000 قطعة من تعليقات اللاعبين. قام فريق Copilot بتصنيف الدردشة واستجابات الوكيل باستخدامه. استخدمه المهندسون تحت الطلب لاستخلاص السياق أثناء الأحداث المباشرة، واستخدمه Microsoft Discovery لتسجيل التجارب قبل أن يعيد الوكيل التخطيط.
تزعم الأرقام الداخلية لشركة Microsoft، كما ورد، أن النموذج أسرع بأكثر من 14 مرة من GPT-6 Sol بجزء صغير من تكلفة عبء عمل Xbox، وأكثر اتساقًا بـ 46 مرة في Discovery. قدم Achint Srivastava، نائب رئيس هندسة البرمجيات في مكتب CTO بشركة Microsoft، القرار 1 كطريقة لإضافة عملية صنع القرار إلى التطبيقات والوكلاء وسير العمل الموجودة "في بيئة آمنة وموثوقة".
ما لا يمكن للقرار 1 فعله
يُظهر الإطلاق أيضًا أين تتخلف Microsoft عن منافسيها. تقول قائمة Foundry الخاصة بـ Decision-1 إنها تقبل ما يصل إلى 32.768 رمزًا مميزًا للنص وتعيد JSON، ولكنها لا تدعم الصور - على عكس Decisions API الخاص بـ OpenAI وClef's Clef، الذي يستخدم برنامج تشفير الرؤية. وبينما أصدرت Cloudflare Clef بموجب ترخيص Apache 2.0 المسموح به، لم تعلن Microsoft عن الأوزان المفتوحة لـ Decision-1.
هناك أيضًا سؤال التوافق. اعتمدت AWS وUpstage وOllama واجهة برمجة تطبيقات System One الخاصة بـ TypeSafe، وهي الآن واجهة مشتركة عبر الفئة، لكن Microsoft لم تذكر ما إذا كان Decision-1 متوافقًا تمامًا - على الرغم من أن نموذج التعليمات البرمجية Foundry الخاص به يستدعي نقطة نهاية /systemone.
تستحق مطالبات المعايرة التدقيق أيضًا. تقول Microsoft إن احتمالات القرار 1 تمت معايرتها، مما يعني أن التنبؤ بنسبة 90٪ يجب أن يكون صحيحًا حوالي تسع مرات في عشر حالات تمثيلية، وتنصح وثائق الشركة العملاء بالتحقق من صحة معايرة بياناتهم. يعكس هذا الحذر طبعة JevOut الأولية، حيث وجد باحث علوم الكمبيوتر في جامعة جنوب كاليفورنيا Zixiang Xu والمؤلفون المشاركون أن الإضافات القصيرة التي تبدو طبيعية إلى السياق قلبت 312 قرارًا من أصل 508 قرارًا صحيحًا في البداية لـ Jev - وفي 229 حالة، خصص Jev احتمالًا بنسبة 70٪ على الأقل للإجابة الخاطئة. وأظهرت ثلاثة أنظمة تسجيل أخرى معدلات تقلب تتراوح بين 64.9% و73.2% في ظل نفس نهج الاختبار. تقول مايكروسوفت إنها اختبرت القرار 1 بثمانية أنواع من الاضطرابات، بما في ذلك الخيارات المعاد ترتيبها والأوصاف المعاد صياغتها.
قرارات التوجيه عبر Copilot وGitHub وXbox
قد يكون لدى النموذج مهمة أكبر في المستقبل. قالت Microsoft يوم الأربعاء إن GitHub Copilot سيقرر قريبًا متى يتم تشغيل مهمة على الجهاز ومتى يتم إرسالها إلى النماذج السحابية، على الرغم من أنها لم تكشف عما يرسله Copilot إلى السحابة. يعد توجيه النموذج من بين حالات الاستخدام التي أدرجتها Microsoft للقرار 1، لكن الشركة لم تؤكد أن النموذج سيقوم بهذه الاستدعاءات. من خلال اتخاذ قرارات التوجيه عبر Copilot وGitHub وXbox، يكون لدى Microsoft حافز للتعامل معها داخليًا.
تظهر المخاطر التنافسية في جاذبية TypeSafe. نشر الرئيس التنفيذي لشركة TypeSafe، ديوغو ألميدا، على موقع X أن "29.4% من Fortune 500 ظهروا" في الأسابيع الثلاثة التي تلت إطلاق Jev، وأن النموذج "يقدم بطريق الخطأ تريليونات من الرموز المميزة يوميًا"، ومع التركيز على عبء عمل فريقه، "لقد مرت 3 أسابيع ونود أن ننام الآن". هذه هي نفس الشركات التي تبيع Microsoft Azure لها - مما يجعل وصول Decision-1 أقل رهانًا على سوق جديدة من الدفاع عن سوق حالية.
---
ابقَ في طليعة الذكاء الاصطناعياحصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
