マイクロソフト・ディシジョン・ワン
Microsoft-Decision-1
の使い方・機能・解決する業務課題

Microsoft-Decision-1とは

Microsoft-Decision-1（マイクロソフト・ディシジョン・ワン）は、Microsoftが2026年10月9日（米国時間）に発表した判断に特化したモデルです（Microsoftの発表）。発表したのはMicrosoftのCTO室で、Microsoft FoundryとOpenRouterから使えます。

いわゆる生成AI（LLM）と違い、文章を書きません。状況（テキストかJSON）と、回答候補が決まった質問を渡すと、候補ごとの確率を1回の処理で返します。返ってくるのは "engineering" や 0.92 のような値なので、アプリケーションのコードはそのまま if で分岐できます。文字列をパースして、壊れたJSONをリトライで拾う処理が要りません。

円換算は1ドル＝158.6円（2026年10月12日の欧州中央銀行の参照レート）。

料金と質問の型が、TypeSafe AIが2026年9月に公開したJevと同じであることから、日本でも「Jevの対抗馬」として報じられました。違いは下の「Jevとの違い」で整理しています。

何が返ってくるのか｜noul・choice・scoreの3つ

質問の型は3つです。Microsoftのドキュメント（Deploy and use Microsoft-Decision-1）は、次のように使い分けを説明しています。

• noul — 関門やフィルタに使います。「このツール呼び出しは本番データに触れるか」「この文書にプロンプトインジェクションが含まれるか」「このサポートの返信は返金を約束しているか」など。criteria で「真」「偽」が何を指すかを定義することもできます
• choice — 分類と振り分けに使います。チケットの担当部署、意図や文書の種類、使うモデルやツールの選択など。最も高い確率が低いときは、人や別のモデルに回す合図として使うよう案内されています
• score — 順位づけと採点に使います。キューの優先度、AIの出力の採点、深刻度や苛立ちの度合いなど。段階は低いほうから並べ、返る値は段階の番号（0から）を確率で重みづけした平均です。4段階なら0〜3の間の値になり、段階と段階の間の値も取ります

1つのリクエストに複数の質問をまとめることもできます。担当部署をchoiceで、深刻度をscoreで、再度の問い合わせかどうかをnoulで、同じ状況に対して一度に聞く形です。

{
  "model": "<デプロイ名>",
  "state": "The API returns 500 on every call.",
  "questions": {
    "team": {
      "type": "choice",
      "instructions": "Which team should handle this ticket?",
      "criteria": {
        "billing": "Charges, invoices, and refunds",
        "engineering": "Bugs, errors, and outages",
        "support": "How-to and account questions"
      }
    }
  }
}

使い方

1. Azureのサブスクリプションと、Foundryのプロジェクトを用意する

   支払い方法を登録したAzureのサブスクリプションと、Microsoft Foundryのプロジェクトが必要です。デプロイするには「Cognitive Services Contributor」などのモデルをデプロイできる権限が要ります。

2. モデルカタログからデプロイする

   Foundryポータルでプロジェクトを開き、モデルカタログで「Microsoft-Decision-1」を選んで「Deploy」します。Azure CLI（az cognitiveservices account deployment create）でもデプロイできます。デプロイの種類は、Azureのいずれかのリージョンで処理する GlobalStandard と、一部のリージョンで選べる DataZoneStandard（データゾーンの中で処理）の2つです。

3. 判断のAPIを呼ぶ

   エンドポイントは <Foundryリソースのエンドポイント>/providers/microsoft/v1/systemone です。リクエストの model には、モデル名ではなく自分で付けたデプロイ名を入れます。認証はMicrosoft Entra ID（推奨）かAPIキーです。

4. 正解つきのデータで精度を測る

   ドキュメントのクイックスタートは、問い合わせの振り分けをchoiceで行い、正解ラベルつきの例で正答率と応答時間の中央値を測るPythonのサンプルです。本番に入れる前に、自社の代表的なデータに差し替えて測るよう案内されています。

OpenRouterからも呼べます（2026年10月時点でOpenRouterに掲載されている提供元はAzure）。

機能

料金

料金は税抜の表示です。Azure経由の請求額は、契約の通貨や税の扱いによって変わります。無料枠についての記載はありません（Azureの新規アカウント向けの特典は別枠です）。

1日10万件の問い合わせを、1件あたり400トークンで振り分ける場合、入力は1日4,000万トークンで、1日1.68ドル（約266円）です。出力には料金がかかりません。

性能｜Microsoftが公表している数字

• 学習に使っていない36のベンチマーク（約15万問、振り分け・順位づけ・長い文脈・多言語・分布外・推論・安全性）で比べ、最も高い精度だったとしています。比較には、判断モデルの公開リーダーボード「JevBench」の上位モデルも入れたとされています
• 応答時間の中央値はGPT-6 Solの約35分の1、H2O-Lightning-4B v1.1より2.5倍速い
• 入力を少し変えたときに判断が変わる割合は平均1.3%
• 安全性は11のベンチマーク・5,250件のリクエストで検証
• 確率そのものがAPIの一部であり、「90%」と出たものは10回に9回ほど当たるように調整されている（キャリブレーション）と説明しています

日本語で使えるか・日本から使えるか

日本語の精度は公表されていません。Microsoftの発表は、評価に「多言語のタスク」を含めたと書いているだけで、対応言語の一覧や日本語の数字はありません。Foundryのモデルカタログにも言語の記載はありません。日本語の問い合わせや文書に使うなら、過去のデータを人がラベルづけしたもの（100〜300件ほど）で精度を測り、確率のしきい値を決めてから自動化するのが安全です。

日本からは、Azureのサブスクリプションがあればデプロイできます。ただし、日本のリージョン（東日本・西日本）で選べるかは、2026年10月13日時点で公式のリージョン一覧にまだ載っていません。GlobalStandard は推論をAzureのいずれかのリージョンで処理するため、データを国内で処理する必要がある業務では、デプロイ前にFoundryの画面で選べるリージョンとデプロイの種類を確かめてください。

苦手なこと・注意点

Microsoftのドキュメントとモデルカタログは、次の制約とリスクを挙げています。

ドキュメントは対策として、候補に「判断できない（cannot tell）」を入れておく、候補の並べ順を入れ替えて結果が変わらないか試す、誤検知と見逃しのコストからしきい値を決める、といったやり方を勧めています。

Jevとの違い

型の名前も、state と questions を渡すリクエストの形もほぼ同じなので、同じ質問を両方に投げて比べることができます。契約・請求・認証をAzureにまとめたいならMicrosoft-Decision-1、長い入力をまとめて判定したい・公式SDKやエージェント用スキルで早く組みたいならJevが候補です。JevとMicrosoft-Decision-1の比較は、記事「Jevとは｜Microsoft-Decision-1との違い」でも詳しく扱っています。

ほかの選択肢との関係は次のとおりです。

• ChatGPT — OpenAIも2026年10月6日に同じ種類の「Decisions API」をパブリックベータで公開しています（gpt-6-luna、入力100万トークンあたり0.10ドル・出力無料、画像の入力にも対応）。すでにOpenAIのAPIで組んでいるなら比較の候補になります
• Claude — 文章の作成や長い推論は生成AIの仕事です。Decision-1はその前段の振り分けや、出力の採点を受け持ちます
• Dify — ワークフローの分岐条件にLLMを置いているなら、候補が事前に決まっている判断はDecision-1のような判断モデルに置き換えられます
• Qwen — Decision-1のベースになっているモデルの系列です

評判・話題

日本ではITmedia AI+などが「Jevと同価格の判断特化モデル」として報じ、料金と提供経路が話題の中心になっています。2026年9月にJevが「文章を生成しないAI」として注目され、10月にはOpenAIとMicrosoftが相次いで同じ種類のAPIを出したことで、判断特化モデルが1つの分野として見られるようになりました。公開から日が浅く、日本語での利用報告はまだほとんどありません。

よくある質問（FAQ）

本ページの情報は2026年10月13日時点で、Microsoftの公式発表・Microsoft Learnのドキュメント・Microsoft Foundryのモデルカタログ・OpenRouterのモデル情報にもとづきます。プレビュー中のモデルであり、仕様・料金・提供地域は変更される可能性があります。最新の情報は公式サイトをご確認ください。