Microsoft-Decision-1 ist für Entscheidungen über bereitgestellte Inhalte entwickelt: die Auswahl einer Bezeichnung, die Prüfung einer Bedingung oder die Vergabe einer Bewertung. Microsoft hat Qwen3.5-9B für diese fokussierte Bewertungsaufgabe nachtrainiert. Das Ergebnis ist ein numerisches Urteil, das eine Anwendung direkt verwenden kann, statt eines Gesprächs, Dokuments oder einer schriftlichen Erklärung.
Der Hersteller beschreibt drei Arten von Fragen. Eine binäre Frage gibt eine Wahrscheinlichkeit zwischen 0 und 1 für eine definierte Bedingung zurück. Eine choice-Frage wählt eine Option und gibt für jeden Kandidaten eine Wahrscheinlichkeit zurück. Eine Bewertungsfrage ordnet ein Element auf einer geordneten Skala ein und gibt einen wahrscheinlichkeitsgewichteten Wert zurück, der zwischen den Skalenstufen liegen kann.
Verwenden Sie eine binäre Frage, wenn ein Workflow eine Bedingung prüfen muss, etwa ob eine Antwort eine versprochene Aktion enthält. Verwenden Sie eine choice-Frage, um eine Anfrage einer bekannten Kategorie zuzuweisen. Verwenden Sie einen Score, um eine Prüfwarteschlange zu ordnen oder eine Antwort anhand einer definierten Rubrik zu bewerten. Diese Aufgaben unterscheiden sich im benötigten Ergebnis für Ihre Anwendung; wählen Sie daher den Fragetyp, bevor Sie die Eingabe vorbereiten.
Das Modell liest einen bereitgestellten Zustand als Text oder JSON zusammen mit begrenzten Fragen und Anweisungen. Nehmen Sie das entscheidungsrelevante Material auf und definieren Sie die Kriterien klar. Stellen Sie für einen Ticketklassifikator die Nachricht und aussagekräftige Beschreibungen der zulässigen Ziele bereit. Stellen Sie für eine Qualitätsprüfung die zu prüfende Antwort, die ursprüngliche Aufgabe und die Rubrik bereit, statt eine unerklärte allgemeine Qualitätsbewertung zu verlangen.
Mehrere Fragen können dieselben Belege teilen. Ein einzelnes Ticket kann ein Ziel, eine Dringlichkeitsstufe und eine Prüfung auf wiederholte Kontaktaufnahme benötigen. Die Verknüpfung dieser Entscheidungen mit demselben bereitgestellten Material erleichtert das Verständnis des Ergebnisses. Die Frageformulierung und die Unterscheidung zwischen Optionen bleiben wichtig: Überlappende Bezeichnungen oder fehlende Belege können bei einer schlecht definierten Aufgabe einen scheinbar präzisen Score erzeugen.
Microsoft behandelt Wahrscheinlichkeiten als nützliche Konfidenzsignale für die Entscheidung, ob gehandelt, zurückgestellt oder eine Prüfung angefordert werden soll. Legen Sie Schwellenwerte anhand repräsentativer gekennzeichneter Fälle aus Ihrer eigenen Arbeitslast fest. Der Schwellenwert für die Annahme einer harmlosen Kategoriezuordnung kann sich von dem für eine Aktion mit kostspieligem falsch positivem Ergebnis unterscheiden. Eine ausdrückliche Unsicher-Option erlaubt einem Klassifikator, keine unbelegte Auswahl erzwingen zu müssen.
Verwenden Sie bei einem geordneten Score das Ergebnis, um Elemente zu vergleichen oder einen anhand von Messungen bestimmten Schwellenwert anzuwenden; es ist keine unabhängig validierte absolute Qualitätsbewertung. Prüfen Sie, ob das Umformulieren einer Frage oder das Ändern der Optionsreihenfolge die Entscheidung verändert. Dadurch wird die Bedeutung eines zurückgegebenen Scores für die verarbeitende Anwendung konkret.
Ein Agent kann mit einer begrenzten Entscheidung seine nächste Aktion wählen, ein Dokumenten-Workflow eingehendes Material klassifizieren und ein Evaluationsschritt ein generiertes Ergebnis annehmen, überarbeiten oder eskalieren. Microsoft beschreibt ausserdem Absichtsanalyse, Vorfallweiterleitung, Suchrelevanz und Datenkennzeichnung als Anwendungen. Ein generatives Modell bleibt die passende Komponente, wenn das benötigte Artefakt eine Zusammenfassung, Erklärung, ein umgeschriebener Text oder Code ist; das Entscheidungsmodell kann den nächsten Verarbeitungsschritt auswählen.
Beginnen Sie bei einem Ailoot-API-Projekt mit einer konkreten Entscheidung und definieren Sie Belege, zulässige Antworten und die mit jedem Ergebnis verbundene Aktion. Berücksichtigen Sie die dokumentierte Empfindlichkeit des Modells gegenüber Formulierungen und das Fehlen einer schriftlichen Begründung. Bewerten Sie Entscheidungen anhand der tatsächlichen Bezeichnungen der Aufgabe und prüfen Sie unsichere Fälle, bevor Sie Konfidenz als automatische Handlungserlaubnis behandeln.
", "aboutText": "Microsoft-Decision-1 ist für Entscheidungen über bereitgestellte Inhalte entwickelt: die Auswahl einer Bezeichnung, die Prüfung einer Bedingung oder die Vergabe einer Bewertung. Microsoft hat Qwen3.5-9B für diese fokussierte Bewertungsaufgabe nachtrainiert. Das Ergebnis ist ein numerisches Urteil, das eine Anwendung direkt verwenden kann, statt eines Gesprächs, Dokuments oder einer schriftlichen Erklärung.\n\n### Feste Auswahlmöglichkeiten und klare Fragetypen\n\nDer Hersteller beschreibt drei Arten von Fragen. Eine binäre Frage gibt eine Wahrscheinlichkeit zwischen 0 und 1 für eine definierte Bedingung zurück. Eine choice-Frage wählt eine Option und gibt für jeden Kandidaten eine Wahrscheinlichkeit zurück. Eine Bewertungsfrage ordnet ein Element auf einer geordneten Skala ein und gibt einen wahrscheinlichkeitsgewichteten Wert zurück, der zwischen den Skalenstufen liegen kann.\n\nVerwenden Sie eine binäre Frage, wenn ein Workflow eine Bedingung prüfen muss, etwa ob eine Antwort eine versprochene Aktion enthält. Verwenden Sie eine choice-Frage, um eine Anfrage einer bekannten Kategorie zuzuweisen. Verwenden Sie einen Score, um eine Prüfwarteschlange zu ordnen oder eine Antwort anhand einer definierten Rubrik zu bewerten. Diese Aufgaben unterscheiden sich im benötigten Ergebnis für Ihre Anwendung; wählen Sie daher den Fragetyp, bevor Sie die Eingabe vorbereiten.\n\n### Belege und Optionen vorbereiten\n\nDas Modell liest einen bereitgestellten Zustand als Text oder JSON zusammen mit begrenzten Fragen und Anweisungen. Nehmen Sie das entscheidungsrelevante Material auf und definieren Sie die Kriterien klar. Stellen Sie für einen Ticketklassifikator die Nachricht und aussagekräftige Beschreibungen der zulässigen Ziele bereit. Stellen Sie für eine Qualitätsprüfung die zu prüfende Antwort, die ursprüngliche Aufgabe und die Rubrik bereit, statt eine unerklärte allgemeine Qualitätsbewertung zu verlangen.\n\nMehrere Fragen können dieselben Belege teilen. Ein einzelnes Ticket kann ein Ziel, eine Dringlichkeitsstufe und eine Prüfung auf wiederholte Kontaktaufnahme benötigen. Die Verknüpfung dieser Entscheidungen mit demselben bereitgestellten Material erleichtert das Verständnis des Ergebnisses. Die Frageformulierung und die Unterscheidung zwischen Optionen bleiben wichtig: Überlappende Bezeichnungen oder fehlende Belege können bei einer schlecht definierten Aufgabe einen scheinbar präzisen Score erzeugen.\n\n### Konfidenz und Workflow-Steuerung\n\nMicrosoft behandelt Wahrscheinlichkeiten als nützliche Konfidenzsignale für die Entscheidung, ob gehandelt, zurückgestellt oder eine Prüfung angefordert werden soll. Legen Sie Schwellenwerte anhand repräsentativer gekennzeichneter Fälle aus Ihrer eigenen Arbeitslast fest. Der Schwellenwert für die Annahme einer harmlosen Kategoriezuordnung kann sich von dem für eine Aktion mit kostspieligem falsch positivem Ergebnis unterscheiden. Eine ausdrückliche Unsicher-Option erlaubt einem Klassifikator, keine unbelegte Auswahl erzwingen zu müssen.\n\nVerwenden Sie bei einem geordneten Score das Ergebnis, um Elemente zu vergleichen oder einen anhand von Messungen bestimmten Schwellenwert anzuwenden; es ist keine unabhängig validierte absolute Qualitätsbewertung. Prüfen Sie, ob das Umformulieren einer Frage oder das Ändern der Optionsreihenfolge die Entscheidung verändert. Dadurch wird die Bedeutung eines zurückgegebenen Scores für die verarbeitende Anwendung konkret.\n\n### Praktische Einsatzbereiche eines Entscheidungsmodells\n\nEin Agent kann mit einer begrenzten Entscheidung seine nächste Aktion wählen, ein Dokumenten-Workflow eingehendes Material klassifizieren und ein Evaluationsschritt ein generiertes Ergebnis annehmen, überarbeiten oder eskalieren. Microsoft beschreibt ausserdem Absichtsanalyse, Vorfallweiterleitung, Suchrelevanz und Datenkennzeichnung als Anwendungen. Ein generatives Modell bleibt die passende Komponente, wenn das benötigte Artefakt eine Zusammenfassung, Erklärung, ein umgeschriebener Text oder Code ist; das Entscheidungsmodell kann den nächsten Verarbeitungsschritt auswählen.\n\nBeginnen Sie bei einem Ailoot-API-Projekt mit einer konkreten Entscheidung und definieren Sie Belege, zulässige Antworten und die mit jedem Ergebnis verbundene Aktion. Berücksichtigen Sie die dokumentierte Empfindlichkeit des Modells gegenüber Formulierungen und das Fehlen einer schriftlichen Begründung. Bewerten Sie Entscheidungen anhand der tatsächlichen Bezeichnungen der Aufgabe und prüfen Sie unsichere Fälle, bevor Sie Konfidenz als automatische Handlungserlaubnis behandeln.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a237b567946c7599625e10e4b234a94d126f6f6ac17f14c524c0a5d7d9c295f6", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "microsoft/microsoft-decision-1Microsoft-Decision-1 ist Microsofts Modell zur Entscheidungsbewertung für Klassifikation, Weiterleitung, Priorisierung und Evaluation. Es liest bereitgestellten Text oder JSON und gibt Wahrscheinlichkeiten, eine ausgewählte Option oder einen geordneten Score zurück. Dadurch erhält Anwendungslogik ein strukturiertes Ergebnis statt generierter Prosa.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Microsoft-Decision-1 ist für Entscheidungen über bereitgestellte Inhalte entwickelt: die Auswahl einer Bezeichnung, die Prüfung einer Bedingung oder die Vergabe einer Bewertung. Microsoft hat Qwen3.5-9B für diese fokussierte Bewertungsaufgabe nachtrainiert. Das Ergebnis ist ein numerisches Urteil, das eine Anwendung direkt verwenden kann, statt eines Gesprächs, Dokuments oder einer schriftlichen Erklärung.
Der Hersteller beschreibt drei Arten von Fragen. Eine binäre Frage gibt eine Wahrscheinlichkeit zwischen 0 und 1 für eine definierte Bedingung zurück. Eine choice-Frage wählt eine Option und gibt für jeden Kandidaten eine Wahrscheinlichkeit zurück. Eine Bewertungsfrage ordnet ein Element auf einer geordneten Skala ein und gibt einen wahrscheinlichkeitsgewichteten Wert zurück, der zwischen den Skalenstufen liegen kann.
Verwenden Sie eine binäre Frage, wenn ein Workflow eine Bedingung prüfen muss, etwa ob eine Antwort eine versprochene Aktion enthält. Verwenden Sie eine choice-Frage, um eine Anfrage einer bekannten Kategorie zuzuweisen. Verwenden Sie einen Score, um eine Prüfwarteschlange zu ordnen oder eine Antwort anhand einer definierten Rubrik zu bewerten. Diese Aufgaben unterscheiden sich im benötigten Ergebnis für Ihre Anwendung; wählen Sie daher den Fragetyp, bevor Sie die Eingabe vorbereiten.
Das Modell liest einen bereitgestellten Zustand als Text oder JSON zusammen mit begrenzten Fragen und Anweisungen. Nehmen Sie das entscheidungsrelevante Material auf und definieren Sie die Kriterien klar. Stellen Sie für einen Ticketklassifikator die Nachricht und aussagekräftige Beschreibungen der zulässigen Ziele bereit. Stellen Sie für eine Qualitätsprüfung die zu prüfende Antwort, die ursprüngliche Aufgabe und die Rubrik bereit, statt eine unerklärte allgemeine Qualitätsbewertung zu verlangen.
Mehrere Fragen können dieselben Belege teilen. Ein einzelnes Ticket kann ein Ziel, eine Dringlichkeitsstufe und eine Prüfung auf wiederholte Kontaktaufnahme benötigen. Die Verknüpfung dieser Entscheidungen mit demselben bereitgestellten Material erleichtert das Verständnis des Ergebnisses. Die Frageformulierung und die Unterscheidung zwischen Optionen bleiben wichtig: Überlappende Bezeichnungen oder fehlende Belege können bei einer schlecht definierten Aufgabe einen scheinbar präzisen Score erzeugen.
Microsoft behandelt Wahrscheinlichkeiten als nützliche Konfidenzsignale für die Entscheidung, ob gehandelt, zurückgestellt oder eine Prüfung angefordert werden soll. Legen Sie Schwellenwerte anhand repräsentativer gekennzeichneter Fälle aus Ihrer eigenen Arbeitslast fest. Der Schwellenwert für die Annahme einer harmlosen Kategoriezuordnung kann sich von dem für eine Aktion mit kostspieligem falsch positivem Ergebnis unterscheiden. Eine ausdrückliche Unsicher-Option erlaubt einem Klassifikator, keine unbelegte Auswahl erzwingen zu müssen.
Verwenden Sie bei einem geordneten Score das Ergebnis, um Elemente zu vergleichen oder einen anhand von Messungen bestimmten Schwellenwert anzuwenden; es ist keine unabhängig validierte absolute Qualitätsbewertung. Prüfen Sie, ob das Umformulieren einer Frage oder das Ändern der Optionsreihenfolge die Entscheidung verändert. Dadurch wird die Bedeutung eines zurückgegebenen Scores für die verarbeitende Anwendung konkret.
Ein Agent kann mit einer begrenzten Entscheidung seine nächste Aktion wählen, ein Dokumenten-Workflow eingehendes Material klassifizieren und ein Evaluationsschritt ein generiertes Ergebnis annehmen, überarbeiten oder eskalieren. Microsoft beschreibt ausserdem Absichtsanalyse, Vorfallweiterleitung, Suchrelevanz und Datenkennzeichnung als Anwendungen. Ein generatives Modell bleibt die passende Komponente, wenn das benötigte Artefakt eine Zusammenfassung, Erklärung, ein umgeschriebener Text oder Code ist; das Entscheidungsmodell kann den nächsten Verarbeitungsschritt auswählen.
Beginnen Sie bei einem Ailoot-API-Projekt mit einer konkreten Entscheidung und definieren Sie Belege, zulässige Antworten und die mit jedem Ergebnis verbundene Aktion. Berücksichtigen Sie die dokumentierte Empfindlichkeit des Modells gegenüber Formulierungen und das Fehlen einer schriftlichen Begründung. Bewerten Sie Entscheidungen anhand der tatsächlichen Bezeichnungen der Aufgabe und prüfen Sie unsichere Fälle, bevor Sie Konfidenz als automatische Handlungserlaubnis behandeln.
POST /v1/systemonetextdecisions| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits microsoft/microsoft-decision-1 | Standard— |
Feldprovider | Typschema | AnforderungOptional | Werte und Limits | Standard— |
Feldquestions | Typobject | AnforderungErforderlich | Werte und Limits | Standard— |
Feldsession_id | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldstate | Typschema | AnforderungErforderlich | Werte und Limits | Standard— |
Feldtrace | Typschema | AnforderungOptional | Werte und Limits | Standard— |
Felduser | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldquestions.<id>.type | Typstring | AnforderungErforderlich | Werte und Limits noul, choice, score | Standard— |
Feldquestions.<id>.instructions | Typstring|object|array | AnforderungErforderlich | Werte und Limits | Standard— |
Feldquestions.<id>.criteria | Typobject|array | AnforderungOptional | Werte und Limits Bedingungen: choice/score: erforderlich; noul: optional. Die Kriterien von choice sind ein Objekt; score ist ein Array mit minItems1. | Standard— |
Feldquestions.<id>.criteria.true | Typstring|object|array | AnforderungErforderlich | Werte und Limits Gilt, wenn: Kriterienobjekt noul bereitgestellt | Standard— |
Feldquestions.<id>.criteria.false | Typstring|object|array | AnforderungErforderlich | Werte und Limits Gilt, wenn: Kriterienobjekt noul bereitgestellt | Standard— |
noul · Erforderlich: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Erforderlich: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Erforderlich: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, state, questions |
Parametermaterial_types | Vertragtext |
Parameteroptional_controls | Vertragprovider, session_id, trace, user |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous
Senden Sie die exakte Modell-ID und bewahren Sie die vollständige native Antwort auf.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.000084 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.000084 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "microsoft/microsoft-decision-1",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='microsoft/microsoft-decision-1'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Jede gelieferte Antwort zu einer Frage-ID bleibt mit ihrem exakten Typ, dem noul/choice/score-Wert, der Konfidenz, den Wahrscheinlichkeiten und der Legende erhalten. Das vollständige ursprüngliche JSON wird gespeichert und erst nach der Abrechnung zurückgegeben.
Bewahren Sie den ursprünglichen Vorgang sowie die vollständige oder teilweise Antwort auf; wiederholen Sie POST nicht.
| Feld | Typ |
|---|---|
Feldmodel | Typstring |
Feldid | Typstring |
Feldprovider | Typstring |
Feldanswers.<id>.type | Typstring |
Feldanswers.<id>.noul | Typnumber |
Feldanswers.<id>.choice | Typstring |
Feldanswers.<id>.score | Typnumber |
Feldanswers.<id>.confidence | Typnumber |
Feldanswers.<id>.probabilities | Typobject |
Feldanswers.<id>.legend | Typobject |
Feldusage.input_tokens | Typinteger |
Feldusage.output_tokens | Typinteger |
Feldusage.cost | Typnumber |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültiges Pflichtfeld, ungültige Darstellung oder ungültiger Wert | Nächster SchrittKorrigieren Sie das angegebene Anfragefeld. |
Ailoot Ultra microsoft/microsoft-decision-1
Verwenden Sie die oben angezeigten Methodenpfade.