Microsoft, 9 Ekim 2026’da metin üretmek yerine yazılımın doğrudan kullanabileceği yapılandırılmış kararlar veren yeni yapay zekâ modeli Microsoft-Decision-1’i tanıttı. Model, şirketin geliştirici platformu Microsoft Foundry’de ve model pazarı OpenRouter üzerinden kullanıma açıldı. Duyuru, OpenAI’ın birkaç gün önce Decisions API’yi beta olarak sunmasının ardından geldi; aynı gün “karar modeli” Jev’in geliştiricisi TypeSafe AI’ın büyük bir yatırım aldığı da açıklandı. Yapay zekâ dünyasında büyük dil modelleri ve ajanların ardından yeni bir kategori öne çıkıyor.
Karar modeli ne işe yarıyor?
Microsoft’un Teknoloji Direktörlüğü Ofisi’nden Yazılım Mühendisliği Başkan Yardımcısı Achint Srivastava’nın blog yazısına göre karar modelleri, sohbet eden ya da uzun akıl yürütme yapan modellerden farklı olarak, sabit bir seçenek listesi verildiğinde her seçenek için kalibre edilmiş bir olasılık puanı döndürüyor. Microsoft-Decision-1 evet/hayır, çoktan seçmeli ve derecelendirme sorularını, ayrıca yapay zekâ yanıtlarının ve ajan eylemlerinin bir ölçüte göre puanlanmasını tek bir yapılandırılmış API çağrısıyla destekliyor.
Şirketin örnek verdiği kullanım alanları arasında şunlar var:
- Gelen bir isteği kalite, maliyet ve hız ihtiyacına göre en uygun modele yönlendirmek,
- Bir ajanın önerdiği sonraki adımı değerlendirip devam, durdur, yeniden dene ya da insana devret kararı vermek,
- Müşteri geri bildirimlerini ve sosyal medya paylaşımlarını tutarlı biçimde etiketlemek,
- Kod ya da içerik için risk sınıflandırması yapıp engelleme veya incelemeye gönderme kararı almak.
Microsoft hangi performansı iddia ediyor?
Microsoft, modeli Qwen3.5-9B üzerine ek eğitimle geliştirdiğini ve yakında Microsoft AI (MAI) ile OpenAI modelleri dahil başka temellere de taşıyacağını açıkladı. Şirketin kendi ölçümlerine göre Microsoft-Decision-1, eğitimde kullanılmayan yaklaşık 150 bin sorudan oluşan 36 testlik karşılaştırmada en yüksek doğruluğu elde etti. Microsoft, modelin ikinci sıradaki H2O-Lightning-4B v1.1’den 2,5 kat, GPT-6 Sol’dan ise yaklaşık 35 kat hızlı yanıt verdiğini ileri sürüyor.
Şirket, aynı isteği sekiz farklı biçimde değiştirerek yaptığı dayanıklılık testinde modelin kararlarının ortalama yüzde 1,3 oranında değiştiğini, zararlı içerik ve istem enjeksiyonu içeren 11 testteki 5.250 istekte ise zararlı davranışı reddederken kullanışlılığını koruduğunu belirtti. Şirket içi denemelerde Xbox Research ekibinin anketler ve platformlardan gelen 10 binden fazla geri bildirim ve yorumu temalara ayırmak için modeli kullandığı, GPT-6 Sol’a yakın kalite elde ederken 14 kattan fazla hızlı ve 200 kat daha ucuz çalıştığı aktarıldı. Fiyatlandırma, milyon girdi token’ı başına 0,042 dolar olarak açıklandı; çıktı token’ları ücretsiz. Bu rakamların tamamı Microsoft’un kendi değerlendirmesine dayanıyor; bağımsız karşılaştırmalar henüz sınırlı.
OpenAI ve Jev de aynı yarışta
The Verge, Microsoft’un duyurusunun OpenAI’ın Decisions API’yi öne çıkarmasından yalnızca birkaç gün sonra geldiğine dikkat çekti. OpenAI’ın geliştirici değişiklik günlüğüne göre şirket, 6 Ekim’de Decisions API’yi gpt-6-luna modeliyle beta olarak yayımladı. OpenAI, servisin metin ve görselleri “tipli yanıtlara” dönüştürdüğünü ve Responses API’ye göre 10 kat hızlı çalıştığını belirtiyor.
Alanın girişim tarafında ise TypeSafe AI var. TechCrunch’ın haberine göre 15 Eylül’de piyasaya çıkan Jev modelinin geliştiricisi şirket, 7,5 milyar dolar değerleme üzerinden 870 milyon dolar yatırım aldı. Turu Andreessen Horowitz yönetti; Sequoia ve mevcut yatırımcı DCVC de katıldı. Transformer mimarisine dayanan ama büyük dil modeli olmayan Jev, metin yerine şirketin “kalibre edilmiş kararlar” dediği olasılıklar üretiyor. TypeSafe, Fortune 500 şirketlerinin üçte birinin modeli kullandığını iddia ediyor. Şirketin kurucuları arasında daha önce OpenAI’da araştırmacı olarak çalışan Diogo Almeida bulunuyor. Microsoft da blog yazısını sonradan güncelleyerek Jev ile doğruluk ve kalibrasyon karşılaştırmaları ekledi.
Gelişmelerin ortak mesajı açık: Her iş için en büyük modeli kullanmak hem pahalı hem yavaş. Ajanların saniyeler içinde onlarca küçük karar verdiği iş akışlarında, hızlı ve ucuz karar modelleri büyük dil modellerinin yanında ayrı bir araç katmanı haline gelebilir.
Kaynak: Microsoft, OpenAI, TechCrunch, The Verge
