Source: https://ailoot.ai/models/ms/microsoft-microsoft-decision-1/
Canonical: https://ailoot.ai/models/ms/microsoft-microsoft-decision-1/
Language: ms

# Microsoft: Microsoft-Decision-1

[Markdown](https://ailoot.ai/models/ms/microsoft-microsoft-decision-1/index.md) · [JSON](https://ailoot.ai/models/ms/microsoft-microsoft-decision-1/facts.json)

## [Microsoft: Microsoft-Decision-1](https://ailoot.ai/models/ms/microsoft-microsoft-decision-1/)

Microsoft-Decision-1 ialah model penskoran keputusan Microsoft untuk pengelasan, penghalaan, penentuan keutamaan dan penilaian. Ia membaca teks atau JSON yang diberikan dan mengembalikan kebarangkalian, pilihan terpilih atau skor bertertib, lalu memberikan hasil berstruktur kepada logik aplikasi, bukannya prosa terjana.

- [**Ailoot Ultra · System One** `POST /v1/systemone` `microsoft/microsoft-decision-1`](https://ailoot.ai/models/ms/microsoft-microsoft-decision-1/#method-0)

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Microsoft-Decision-1 dibina untuk membuat keputusan tentang kandungan yang diberikan: memilih label, menyemak syarat atau memberikan penarafan. Microsoft menjalankan pascalatihan Qwen3.5-9B untuk tugas penskoran khusus ini. Hasilnya ialah pertimbangan berangka yang boleh digunakan aplikasi secara langsung, bukannya perbualan, dokumen atau penjelasan bertulis.

#### Pilihan tetap dan jenis soalan yang jelas

Pengeluar menerangkan tiga jenis soalan. Soalan binari mengembalikan kebarangkalian antara 0 dan 1 untuk syarat yang ditakrifkan. Soalan pilihan memilih satu pilihan dan mengembalikan kebarangkalian bagi setiap calon. Soalan penskoran meletakkan item pada skala bertertib dan mengembalikan nilai berwajaran kebarangkalian yang boleh berada di antara tahap skala.

Gunakan soalan binari apabila aliran kerja perlu menyemak syarat, seperti sama ada balasan mengandungi tindakan yang dijanjikan. Gunakan soalan pilihan untuk menetapkan permintaan kepada kategori yang diketahui. Gunakan skor untuk menyusun barisan semakan atau menggred respons berdasarkan rubrik yang ditakrifkan. Tugas ini berbeza dari segi hasil yang diperlukan aplikasi anda, maka pilih jenis soalan sebelum menyediakan input.

#### Menyediakan bukti dan pilihan

Model membaca keadaan yang diberikan dalam bentuk teks atau JSON bersama soalan dan arahan yang terhad skopnya. Sertakan bahan yang menentukan keputusan dan takrifkan kriteria dengan jelas. Untuk pengelas tiket, berikan mesej serta penerangan bermakna tentang destinasi yang dibenarkan. Untuk semakan kualiti, berikan jawapan calon, tugas asal dan rubrik, bukannya meminta penarafan kualiti umum tanpa penjelasan.

Beberapa soalan boleh berkongsi bukti yang sama. Satu tiket mungkin memerlukan destinasi, tahap kesegeraan dan semakan sama ada pelanggan menghubungi berulang kali. Mengaitkan keputusan itu dengan bahan sama yang diberikan menjadikan hasil lebih mudah ditafsirkan. Ungkapan soalan dan perbezaan antara pilihan masih penting: label bertindih atau bukti yang tiada boleh menghasilkan skor yang kelihatan tepat untuk tugas yang tidak ditakrifkan dengan baik.

#### Keyakinan dan kawalan aliran kerja

Microsoft menganggap kebarangkalian sebagai isyarat keyakinan yang berguna untuk memutuskan sama ada hendak bertindak, menangguhkan atau meminta semakan. Tetapkan ambang menggunakan kes berlabel yang mewakili beban kerja anda sendiri. Ambang menerima penetapan kategori yang tidak berbahaya boleh berbeza daripada ambang tindakan yang mempunyai kos positif palsu yang tinggi. Pilihan tidak pasti yang jelas membolehkan pengelas mengelakkan pilihan terpaksa tanpa sokongan.

Bagi skor bertertib, gunakan hasil untuk membandingkan item atau menerapkan ambang yang telah dinilai; ia bukan penarafan kualiti mutlak yang disahkan secara bebas. Periksa sama ada parafrasa soalan atau perubahan urutan pilihan mengubah keputusan. Ini menjadikan makna skor yang dikembalikan konkrit bagi aplikasi yang menggunakannya.

#### Penggunaan praktikal model keputusan

Ejen boleh menggunakan keputusan terhad untuk memilih tindakan seterusnya, aliran kerja dokumen boleh mengelaskan bahan masuk, dan langkah penilaian boleh menerima, menyemak semula atau mengeskalasi hasil terjana. Microsoft turut menerangkan analisis niat, penghalaan insiden, kerelevanan carian dan pelabelan data sebagai aplikasi. Model generatif tetap menjadi komponen yang sesuai apabila artifak yang diperlukan ialah ringkasan, penjelasan, teks yang ditulis semula atau kod; model keputusan boleh memilih langkah pemprosesan seterusnya.

Untuk projek Ailoot API, mulakan dengan keputusan khusus dan takrifkan bukti, jawapan yang dibenarkan serta tindakan yang dikaitkan dengan setiap hasil. Ambil kira sensitiviti model terhadap ungkapan yang didokumenkan serta ketiadaan alasan bertulis. Nilai keputusan berdasarkan label sebenar tugas dan periksa kes tidak pasti sebelum menganggap keyakinan sebagai kebenaran automatik untuk bertindak.

**Ailoot Ultra · System One** `POST /v1/systemone` `microsoft/microsoft-decision-1`

[`microsoft/microsoft-decision-1`](https://ailoot.ai/models/ms/#m=microsoft%2Fmicrosoft-decision-1&route=Ultra&caller=microsoft%2Fmicrosoft-decision-1&fmt=systemone)

Microsoft /`microsoft/microsoft-decision-1`

### Pengenalan

Microsoft-Decision-1 ialah model penskoran keputusan Microsoft untuk pengelasan, penghalaan, penentuan keutamaan dan penilaian. Ia membaca teks atau JSON yang diberikan dan mengembalikan kebarangkalian, pilihan terpilih atau skor bertertib, lalu memberikan hasil berstruktur kepada logik aplikasi, bukannya prosa terjana.

Input yang diterima

Teks

Hasil

decisions

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · System One** `POST /v1/systemone`

Input

`text`

Output

`decisions`

Format output

json

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had microsoft/microsoft-decision-1 | Lalai— |
| Medan`provider` | Jenis`schema` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`questions` | Jenis`object` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`session_id` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`state` | Jenis`schema` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`trace` | Jenis`schema` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`user` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`questions.<id>.type` | Jenis`string` | KeperluanDiperlukan | Nilai & had noul, choice, score | Lalai— |
| Medan`questions.<id>.instructions` | Jenis`string\|object\|array` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`questions.<id>.criteria` | Jenis`object\|array` | KeperluanPilihan | Nilai & had Syarat: choice/score: wajib; noul: pilihan. Kriteria choice ialah objek; score ialah tatasusunan dengan minItems1. | Lalai— |
| Medan`questions.<id>.criteria.true` | Jenis`string\|object\|array` | KeperluanDiperlukan | Nilai & had Terpakai apabila: Objek kriteria noul dibekalkan | Lalai— |
| Medan`questions.<id>.criteria.false` | Jenis`string\|object\|array` | KeperluanDiperlukan | Nilai & had Terpakai apabila: Objek kriteria noul dibekalkan | Lalai— |

Gabungan bahan input

**noul** · Diperlukan: state, questions.\<id\>.type=noul, questions.\<id\>.instructions

**choice** · Diperlukan: state, questions.\<id\>.type=choice, questions.\<id\>.instructions, criteria object

**score** · Diperlukan: state, questions.\<id\>.type=score, questions.\<id\>.instructions, criteria array with minItems1

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, state, questions |
| Parameter`material_types` | Kontraktext |
| Parameter`optional_controls` | Kontrakprovider, session\_id, trace, user |
| Parameter`multimodal_input_binding` | Kontraknull |

Kitar hayat: `synchronous`

Hantar ID model yang tepat dan simpan respons natif yang lengkap.

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Tidak dinyatakan Apabila mod pantas dipilih

Mod flex

Tidak dinyatakan Apabila mod flex dipilih

Usaha penaakulan maksimum

Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

#### Kadar Ailoot

#### Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
| --- | --- | --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input **$0.000084** / 1K token Output · Token output **$0** / 1K token Input · Bacaan cache **—** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input **$0.000084** / 1K token Output · Token output **$0** / 1K token Input · Bacaan cache **—** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · System One

Struktur permintaan rasmi yang dikekalkan; contoh dokumentasiGunakan bahan permintaan sebenar anda dan simpan hasil lengkap

```json
{
  "model": "microsoft/microsoft-decision-1",
  "questions": {
    "is_bug": {
      "criteria": {
        "false": "The customer is asking a question or requesting a feature.",
        "true": "The customer describes broken or unexpected product behavior."
      },
      "instructions": "Is the customer reporting a software defect?",
      "type": "noul"
    },
    "team": {
      "criteria": {
        "account": "Login, permissions, or profile issues.",
        "frontend": "Rendering, layout, or browser compatibility issues.",
        "payments": "Checkout, billing, or payment processing issues."
      },
      "instructions": "Which team should own this ticket?",
      "type": "choice"
    },
    "urgency": {
      "criteria": [
        "Can wait for the next release",
        "Should be fixed this week",
        "Blocking revenue right now"
      ],
      "instructions": "How urgent is this ticket?",
      "type": "score"
    }
  },
  "state": {
    "customer_tier": "enterprise",
    "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
  }
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='microsoft/microsoft-decision-1'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```

### Terima dan simpan hasil

#### Ailoot Ultra · System One

json

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Setiap jawapan bagi ID soalan yang diberikan dikekalkan berserta jenis tepatnya, nilai noul/choice/score, keyakinan, kebarangkalian dan petunjuk. Keseluruhan JSON asal disimpan dan hanya dikembalikan selepas penyelesaian caj.

##### Jika respons asal perlu disemak

Simpan operasi asal dan balasan penuh/separa; jangan ulang POST.

Medan respons

| Medan | Jenis |
| --- | --- |
| Medan`model` | Jenisstring |
| Medan`id` | Jenisstring |
| Medan`provider` | Jenisstring |
| Medan`answers.<id>.type` | Jenisstring |
| Medan`answers.<id>.noul` | Jenisnumber |
| Medan`answers.<id>.choice` | Jenisstring |
| Medan`answers.<id>.score` | Jenisnumber |
| Medan`answers.<id>.confidence` | Jenisnumber |
| Medan`answers.<id>.probabilities` | Jenisobject |
| Medan`answers.<id>.legend` | Jenisobject |
| Medan`usage.input_tokens` | Jenisinteger |
| Medan`usage.output_tokens` | Jenisinteger |
| Medan`usage.cost` | Jenisnumber |

Ralat dan langkah seterusnya

| Respons | Syarat | Langkah seterusnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | SyaratMedan wajib, bentuk perwakilan atau nilai tidak sah | Langkah seterusnyaBetulkan medan permintaan yang dinyatakan. |

### Alias

#### Alias model

**Ailoot Ultra** [`microsoft/microsoft-decision-1`](https://ailoot.ai/models/ms/#m=microsoft%2Fmicrosoft-decision-1&route=Ultra&caller=microsoft%2Fmicrosoft-decision-1&fmt=systemone)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`microsoft/microsoft-decision-1`](https://ailoot.ai/models/ms/#m=microsoft%2Fmicrosoft-decision-1&route=Ultra&caller=microsoft%2Fmicrosoft-decision-1&fmt=systemone)

FAQ · Microsoft: Microsoft-Decision-1

Apakah input dan hasil yang tersedia?

`POST /v1/systemone` · `microsoft/microsoft-decision-1`: `text` → `decisions`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/systemone` · `microsoft/microsoft-decision-1`: `model`, `provider`, `questions`, `session_id`, `state`, `trace`, `user`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/)

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.
