Microsoft-Decision-1 is gebouwd voor beslissingen over aangeleverde inhoud: een label selecteren, een voorwaarde controleren of een beoordeling toekennen. Microsoft heeft Qwen3.5-9B nagetraind voor deze gerichte scoringstaak. Het resultaat is een numeriek oordeel dat een applicatie direct kan gebruiken, geen gesprek, document of geschreven uitleg.
De fabrikant beschrijft drie soorten vragen. Een binaire vraag geeft een kans tussen 0 en 1 terug voor een gedefinieerde voorwaarde. Een keuzevraag selecteert één optie en geeft voor elke kandidaat een kans terug. Een scorevraag plaatst een item op een geordende schaal en geeft een kansgewogen waarde terug, die tussen de niveaus van de schaal kan uitkomen.
Gebruik een binaire vraag wanneer een workflow een voorwaarde moet controleren, bijvoorbeeld of een antwoord een toegezegde actie bevat. Gebruik een keuzevraag om een verzoek aan een bekende categorie toe te wijzen. Gebruik een score om een reviewwachtrij te ordenen of een antwoord te beoordelen aan de hand van een gedefinieerde rubric. Deze taken verschillen in het resultaat dat je applicatie nodig heeft, dus kies het vraagtype voordat je de invoer voorbereidt.
Het model leest een aangeleverde toestand, uitgedrukt als tekst of JSON, samen met afgebakende vragen en instructies. Neem het materiaal op dat de beslissing bepaalt en formuleer de criteria duidelijk. Lever voor een ticketclassifier het bericht en betekenisvolle beschrijvingen van de toegestane bestemmingen aan. Lever voor een kwaliteitscontrole het kandidaat-antwoord, de oorspronkelijke taak en de rubric aan, in plaats van te vragen om een onverklaarde algemene kwaliteitsbeoordeling.
Meerdere vragen kunnen hetzelfde bewijsmateriaal delen. Eén ticket kan een bestemming, een urgentieniveau en een controle op herhaald contact nodig hebben. Doordat die beslissingen aan hetzelfde aangeleverde materiaal gekoppeld blijven, is het resultaat eenvoudiger te interpreteren. De formulering van de vraag en het onderscheid tussen opties blijven belangrijk: overlappende labels of ontbrekend bewijs kunnen een ogenschijnlijk precieze score opleveren voor een slecht gedefinieerde taak.
Microsoft behandelt kansen als bruikbare betrouwbaarheidssignalen om te beslissen of er wordt gehandeld, uitgesteld of om review wordt gevraagd. Stel drempels in met representatieve gelabelde gevallen uit je eigen workload. De drempel voor het accepteren van een onschuldige categorietoewijzing kan verschillen van de drempel voor een actie waarbij een fout-positief resultaat kostbaar is. Met een expliciete optie voor onzeker voorkomt een classifier dat hij een niet-onderbouwde keuze moet forceren.
Gebruik bij een geordende score het resultaat om items te vergelijken of een gemeten drempel toe te passen; het is geen onafhankelijk gevalideerde absolute kwaliteitsbeoordeling. Controleer of het parafraseren van een vraag of het wijzigen van de volgorde van de opties de beslissing verandert. Zo wordt de betekenis van een teruggegeven score concreet voor de applicatie die deze verwerkt.
Een agent kan een afgebakende beslissing gebruiken om zijn volgende actie te kiezen, een documentworkflow kan binnenkomend materiaal classificeren en een evaluatiestap kan een gegenereerd resultaat accepteren, laten herzien of escaleren. Microsoft beschrijft ook intentieanalyse, routering van incidenten, zoekrelevantie en datalabeling als toepassingen. Een generatief model blijft het juiste onderdeel wanneer het vereiste artefact een samenvatting, uitleg, herschreven tekst of code is; het beslissingsmodel kan de volgende verwerkingsstap selecteren.
Begin voor een Ailoot API-project met een specifieke beslissing en definieer het bewijs, de toegestane antwoorden en de actie die bij elke uitkomst hoort. Houd rekening met de gedocumenteerde gevoeligheid van het model voor formulering en met het ontbreken van een geschreven onderbouwing. Evalueer de beslissingen aan de hand van de werkelijke labels van de taak en bekijk onzekere gevallen voordat je betrouwbaarheid behandelt als automatische toestemming om te handelen.
", "aboutText": "Microsoft-Decision-1 is gebouwd voor beslissingen over aangeleverde inhoud: een label selecteren, een voorwaarde controleren of een beoordeling toekennen. Microsoft heeft Qwen3.5-9B nagetraind voor deze gerichte scoringstaak. Het resultaat is een numeriek oordeel dat een applicatie direct kan gebruiken, geen gesprek, document of geschreven uitleg.\n\n### Vaste keuzes en duidelijke vraagtypen\n\nDe fabrikant beschrijft drie soorten vragen. Een binaire vraag geeft een kans tussen 0 en 1 terug voor een gedefinieerde voorwaarde. Een keuzevraag selecteert één optie en geeft voor elke kandidaat een kans terug. Een scorevraag plaatst een item op een geordende schaal en geeft een kansgewogen waarde terug, die tussen de niveaus van de schaal kan uitkomen.\n\nGebruik een binaire vraag wanneer een workflow een voorwaarde moet controleren, bijvoorbeeld of een antwoord een toegezegde actie bevat. Gebruik een keuzevraag om een verzoek aan een bekende categorie toe te wijzen. Gebruik een score om een reviewwachtrij te ordenen of een antwoord te beoordelen aan de hand van een gedefinieerde rubric. Deze taken verschillen in het resultaat dat je applicatie nodig heeft, dus kies het vraagtype voordat je de invoer voorbereidt.\n\n### Het bewijs en de opties voorbereiden\n\nHet model leest een aangeleverde toestand, uitgedrukt als tekst of JSON, samen met afgebakende vragen en instructies. Neem het materiaal op dat de beslissing bepaalt en formuleer de criteria duidelijk. Lever voor een ticketclassifier het bericht en betekenisvolle beschrijvingen van de toegestane bestemmingen aan. Lever voor een kwaliteitscontrole het kandidaat-antwoord, de oorspronkelijke taak en de rubric aan, in plaats van te vragen om een onverklaarde algemene kwaliteitsbeoordeling.\n\nMeerdere vragen kunnen hetzelfde bewijsmateriaal delen. Eén ticket kan een bestemming, een urgentieniveau en een controle op herhaald contact nodig hebben. Doordat die beslissingen aan hetzelfde aangeleverde materiaal gekoppeld blijven, is het resultaat eenvoudiger te interpreteren. De formulering van de vraag en het onderscheid tussen opties blijven belangrijk: overlappende labels of ontbrekend bewijs kunnen een ogenschijnlijk precieze score opleveren voor een slecht gedefinieerde taak.\n\n### Betrouwbaarheid en workflowsturing\n\nMicrosoft behandelt kansen als bruikbare betrouwbaarheidssignalen om te beslissen of er wordt gehandeld, uitgesteld of om review wordt gevraagd. Stel drempels in met representatieve gelabelde gevallen uit je eigen workload. De drempel voor het accepteren van een onschuldige categorietoewijzing kan verschillen van de drempel voor een actie waarbij een fout-positief resultaat kostbaar is. Met een expliciete optie voor onzeker voorkomt een classifier dat hij een niet-onderbouwde keuze moet forceren.\n\nGebruik bij een geordende score het resultaat om items te vergelijken of een gemeten drempel toe te passen; het is geen onafhankelijk gevalideerde absolute kwaliteitsbeoordeling. Controleer of het parafraseren van een vraag of het wijzigen van de volgorde van de opties de beslissing verandert. Zo wordt de betekenis van een teruggegeven score concreet voor de applicatie die deze verwerkt.\n\n### Praktische toepassingen voor een beslissingsmodel\n\nEen agent kan een afgebakende beslissing gebruiken om zijn volgende actie te kiezen, een documentworkflow kan binnenkomend materiaal classificeren en een evaluatiestap kan een gegenereerd resultaat accepteren, laten herzien of escaleren. Microsoft beschrijft ook intentieanalyse, routering van incidenten, zoekrelevantie en datalabeling als toepassingen. Een generatief model blijft het juiste onderdeel wanneer het vereiste artefact een samenvatting, uitleg, herschreven tekst of code is; het beslissingsmodel kan de volgende verwerkingsstap selecteren.\n\nBegin voor een Ailoot API-project met een specifieke beslissing en definieer het bewijs, de toegestane antwoorden en de actie die bij elke uitkomst hoort. Houd rekening met de gedocumenteerde gevoeligheid van het model voor formulering en met het ontbreken van een geschreven onderbouwing. Evalueer de beslissingen aan de hand van de werkelijke labels van de taak en bekijk onzekere gevallen voordat je betrouwbaarheid behandelt als automatische toestemming om te handelen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bf46a0ae4b41c7021fb94a213284d8c7eaa3dc4392f0cd17c1320c6f6471998a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "microsoft/microsoft-decision-1Microsoft-Decision-1 is het beslissingsscoringsmodel van Microsoft voor classificatie, routering, prioritering en evaluatie. Het leest aangeleverde tekst of JSON en geeft kansen, een geselecteerde optie of een geordende score terug, zodat applicatielogica een gestructureerd resultaat krijgt in plaats van gegenereerde lopende tekst.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Microsoft-Decision-1 is gebouwd voor beslissingen over aangeleverde inhoud: een label selecteren, een voorwaarde controleren of een beoordeling toekennen. Microsoft heeft Qwen3.5-9B nagetraind voor deze gerichte scoringstaak. Het resultaat is een numeriek oordeel dat een applicatie direct kan gebruiken, geen gesprek, document of geschreven uitleg.
De fabrikant beschrijft drie soorten vragen. Een binaire vraag geeft een kans tussen 0 en 1 terug voor een gedefinieerde voorwaarde. Een keuzevraag selecteert één optie en geeft voor elke kandidaat een kans terug. Een scorevraag plaatst een item op een geordende schaal en geeft een kansgewogen waarde terug, die tussen de niveaus van de schaal kan uitkomen.
Gebruik een binaire vraag wanneer een workflow een voorwaarde moet controleren, bijvoorbeeld of een antwoord een toegezegde actie bevat. Gebruik een keuzevraag om een verzoek aan een bekende categorie toe te wijzen. Gebruik een score om een reviewwachtrij te ordenen of een antwoord te beoordelen aan de hand van een gedefinieerde rubric. Deze taken verschillen in het resultaat dat je applicatie nodig heeft, dus kies het vraagtype voordat je de invoer voorbereidt.
Het model leest een aangeleverde toestand, uitgedrukt als tekst of JSON, samen met afgebakende vragen en instructies. Neem het materiaal op dat de beslissing bepaalt en formuleer de criteria duidelijk. Lever voor een ticketclassifier het bericht en betekenisvolle beschrijvingen van de toegestane bestemmingen aan. Lever voor een kwaliteitscontrole het kandidaat-antwoord, de oorspronkelijke taak en de rubric aan, in plaats van te vragen om een onverklaarde algemene kwaliteitsbeoordeling.
Meerdere vragen kunnen hetzelfde bewijsmateriaal delen. Eén ticket kan een bestemming, een urgentieniveau en een controle op herhaald contact nodig hebben. Doordat die beslissingen aan hetzelfde aangeleverde materiaal gekoppeld blijven, is het resultaat eenvoudiger te interpreteren. De formulering van de vraag en het onderscheid tussen opties blijven belangrijk: overlappende labels of ontbrekend bewijs kunnen een ogenschijnlijk precieze score opleveren voor een slecht gedefinieerde taak.
Microsoft behandelt kansen als bruikbare betrouwbaarheidssignalen om te beslissen of er wordt gehandeld, uitgesteld of om review wordt gevraagd. Stel drempels in met representatieve gelabelde gevallen uit je eigen workload. De drempel voor het accepteren van een onschuldige categorietoewijzing kan verschillen van de drempel voor een actie waarbij een fout-positief resultaat kostbaar is. Met een expliciete optie voor onzeker voorkomt een classifier dat hij een niet-onderbouwde keuze moet forceren.
Gebruik bij een geordende score het resultaat om items te vergelijken of een gemeten drempel toe te passen; het is geen onafhankelijk gevalideerde absolute kwaliteitsbeoordeling. Controleer of het parafraseren van een vraag of het wijzigen van de volgorde van de opties de beslissing verandert. Zo wordt de betekenis van een teruggegeven score concreet voor de applicatie die deze verwerkt.
Een agent kan een afgebakende beslissing gebruiken om zijn volgende actie te kiezen, een documentworkflow kan binnenkomend materiaal classificeren en een evaluatiestap kan een gegenereerd resultaat accepteren, laten herzien of escaleren. Microsoft beschrijft ook intentieanalyse, routering van incidenten, zoekrelevantie en datalabeling als toepassingen. Een generatief model blijft het juiste onderdeel wanneer het vereiste artefact een samenvatting, uitleg, herschreven tekst of code is; het beslissingsmodel kan de volgende verwerkingsstap selecteren.
Begin voor een Ailoot API-project met een specifieke beslissing en definieer het bewijs, de toegestane antwoorden en de actie die bij elke uitkomst hoort. Houd rekening met de gedocumenteerde gevoeligheid van het model voor formulering en met het ontbreken van een geschreven onderbouwing. Evalueer de beslissingen aan de hand van de werkelijke labels van de taak en bekijk onzekere gevallen voordat je betrouwbaarheid behandelt als automatische toestemming om te handelen.
POST /v1/systemonetextdecisions| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten microsoft/microsoft-decision-1 | Standaard— |
Veldprovider | Typeschema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldquestions | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
Veldsession_id | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldstate | Typeschema | VereisteVereist | Waarden en limieten | Standaard— |
Veldtrace | Typeschema | VereisteOptioneel | Waarden en limieten | Standaard— |
Velduser | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldquestions.<id>.type | Typestring | VereisteVereist | Waarden en limieten noul, choice, score | Standaard— |
Veldquestions.<id>.instructions | Typestring|object|array | VereisteVereist | Waarden en limieten | Standaard— |
Veldquestions.<id>.criteria | Typeobject|array | VereisteOptioneel | Waarden en limieten Voorwaarden: choice/score: vereist; noul: optioneel. De criteria voor choice zijn een object; score is een array met minItems1. | Standaard— |
Veldquestions.<id>.criteria.true | Typestring|object|array | VereisteVereist | Waarden en limieten Geldt wanneer: Object met noul-criteria opgegeven | Standaard— |
Veldquestions.<id>.criteria.false | Typestring|object|array | VereisteVereist | Waarden en limieten Geldt wanneer: Object met noul-criteria opgegeven | Standaard— |
noul · Vereist: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Vereist: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Vereist: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, state, questions |
Parametermaterial_types | Contracttext |
Parameteroptional_controls | Contractprovider, session_id, trace, user |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous
Verstuur de exacte model-ID en bewaar het volledige native antwoord.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.000084 / 1K tokens Uitvoer · Uitvoertokens $0 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.000084 / 1K tokens Uitvoer · Uitvoertokens $0 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "microsoft/microsoft-decision-1",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${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
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Elk aangeleverd antwoord op een vraag-ID blijft behouden met het exacte type, de noul/choice/score-waarde, zekerheid, waarschijnlijkheden en legenda. De volledige oorspronkelijke JSON wordt opgeslagen en pas na afrekening geretourneerd.
Bewaar de oorspronkelijke operatie en het volledige of gedeeltelijke antwoord; herhaal POST niet.
| Veld | Type |
|---|---|
Veldmodel | Typestring |
Veldid | Typestring |
Veldprovider | Typestring |
Veldanswers.<id>.type | Typestring |
Veldanswers.<id>.noul | Typenumber |
Veldanswers.<id>.choice | Typestring |
Veldanswers.<id>.score | Typenumber |
Veldanswers.<id>.confidence | Typenumber |
Veldanswers.<id>.probabilities | Typeobject |
Veldanswers.<id>.legend | Typeobject |
Veldusage.input_tokens | Typeinteger |
Veldusage.output_tokens | Typeinteger |
Veldusage.cost | Typenumber |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldig vereist veld, ongeldige weergave of waarde | Volgende stapCorrigeer het aangegeven verzoekveld. |
Ailoot Ultra microsoft/microsoft-decision-1
Gebruik de hierboven getoonde methodepaden.