Microsoft、選ぶ仕事に強いAIを発表

Points

おさえるところ

• Microsoftは基本をこう説明している。「When given a fixed set of answer options, Microsoft-Decision-1 provides a calibrated probability score for each option.」。固定の回答候補を与えると、各候補について確率スコアを返す。「選択肢を先に渡す」という順番が大切
• 問い合わせの本文、何を判定するか、選択肢それぞれの意味は、使う側が用意する。数値から担当先を選んだり、人の確認に回したりするのはアプリ側。メールを送ったり返金を確定したりする機能まで含まれるわけではない
• 公式発表は、36種類のベンチマーク、約15万問を使った比較で高い精度を報告している。ただ、紹介文にある「平均83.5%」の元の評価図は、今回の確認では一次資料から照合できなかった。細かな数値は確定値として使っていない
• 「GPT-6 Solより約35倍速い」は、Microsoftの測定での応答時間の中央値（P50）の比較。仕事全体の速さの約束ではない。たとえば専用の判断部分が3秒から約0.086秒になり、前後に10秒かかる処理があれば、全体は13秒から約10.086秒で約1.29倍。これは実機結果ではない説明用の計算
• 公式の手順には、選択肢から1つ選ぶ判定、はい・いいえの条件判定、段階を付ける採点がある。採点のscoreは、各段階の番号を確率で重み付けした平均。「2.4点だから、客観的に2.4の重要度」と決めつける使い方は避ける
• 公式の実務例として、Xbox Researchは1万件を超える自由記述の意見を、研究者が決めたテーマへ分類している。Microsoftの2つの公式記事では、この例の比較モデルと速度倍率に違いがある。倍率だけを切り取らない
• 提供状態の表記には差がある。発表ブログは公開プレビュー、モデルカタログは一般提供と表示している。2026年10月11日の確認では、Microsoft Foundryでの提供と、OpenRouterのモデル掲載を確認した。個人向けCopilotの無料アカウントに専用ボタンが追加されたという案内ではない
• 料金は入力100万トークン当たり0.042米ドルで、出力トークンは無料。1件の総入力を1,000トークンと仮定すると、1万件で1,000万トークン。1,000万÷100万×0.042で、入力のモデル料金は0.42米ドルという算術例。税・他の機能・開発費は含まず、1件が1,000トークンに収まる保証でもない
• 公式モデルカードは、人に重大な影響を与える判断の唯一の根拠として使うことを対象外にしている。理由を文章で生成しないとも説明している。準備は、モデルを呼び出さずにできる。毎日繰り返す作業を1つ選び、候補の意味と判断できない場合の扱いを書き、個人情報を除いた例に人が正解を付ける。筆者はこのモデルを実行していない