Modèles

Microsoft présente Microsoft-Decision-1, un modèle qui répond aux questions de décision par des probabilités plutôt que par du texte. Il est bâti sur Qwen3.5-9B, d'Alibaba, que Microsoft a post-entraîné ; il atteint, selon ses mesures, 83,5 % de précision moyenne sur 36 bancs d'essai, face à neuf systèmes, avec une latence médiane de 85 millisecondes, rapporte letsdatascience. Il est proposé dans Microsoft Foundry et par OpenRouter ; les poids ne sont pas publiés.

Ces chiffres sont ceux de Microsoft. Une revue indépendante mesure 190 à 270 millisecondes par OpenRouter. Après l'API de décisions d'OpenAI, le 6 octobre, c'est un deuxième grand éditeur sur le terrain de Jev.

OpenAI ouvre en préversion publique son API de décisions : l'application pose des questions à un modèle, GPT-6 Luna, qui répond par une probabilité, un choix parmi des options ou une note, plutôt que par du texte. OpenAI la dit jusqu'à dix fois plus rapide que Luna par l'API Responses ; la mesure est la sienne.

C'est le terrain de Jev, le modèle de TypeSafe sorti à la mi-septembre. Depuis, llama.cpp a ajouté un point d'accès pour ces modèles le 2 octobre, et le Decision Index de Hugging Face est passé le 6 à sa version 0.3, avec une moitié de tests tenue privée pour que le classement ne se règle pas sur les bancs d'essai publics.

Quatre jours après sa sortie, Jev est mesuré du dehors. OpenRouter le passe à Ori Eval contre les modèles populaires sur la tâche de juge : « plus de cinq fois plus rapide que le modèle suivant, et même ses requêtes les plus lentes battent la médiane de tous les autres ». LangChain publie le même soir une comparaison sur l'exactitude, la reproductibilité, la latence et le coût, et conclut que « Jev comme juge » revient moins cher et plus juste que le grand modèle comme juge pour l'évaluation en ligne.

L'architecture se recopie aussi vite. Samuel rebâtit l'inférence parallèle sur LFM2.5-350M, sans entraînement : « 63 fois plus rapide sur une L40S », code et poids publiés.