Microsoft Decision-1: 입력 100만 토큰 $0.042에 출력은 무료, 글을 쓰지 않고 선택지에 확률만 매기는 모델

Microsoft가 10월 9일 Microsoft-Decision-1을 Foundry에 공개했다. 알리바바 오픈 가중치 모델 Qwen3.5-9B(파라미터 약 90억)를 단일 패스 채점용으로 다시 학습시킨 모델이다. 선택지 목록을 받아 각 선택지에 보정된 확률을 돌려준다. 문장을 쓰지 않는다.

가격은 입력 100만 토큰당 $0.042이고 출력 토큰은 무료다. Microsoft는 중앙값 지연 시간이 차순위 모델보다 4.5배 빠르고 GPT-6 Sol보다 35배 빠르다고 밝혔다. 모두 Microsoft 자체 측정치다.

한 줄 정리

Microsoft가 글을 생성하지 않고 선택지에 확률만 매기는 9B 모델을 입력 100만 토큰 $0.042에 풀면서 에이전트 안의 분류와 라우팅 단계를 범용 모델에서 떼어낼 근거가 생겼다.

한눈에 보기

기반 모델	Qwen3.5-9B 재학습
출력	선택지별 확률(자유 문장 아님)
가격	입력 100만 토큰 $0.042, 출력 무료
속도(Microsoft 주장)	차순위 대비 4.5배, GPT-6 Sol 대비 35배
평가	36개 벤치마크, 학습에서 뺀 약 15만 문항
일관성	같은 뜻으로 바꾼 요청 8종에서 결정이 바뀐 비율 평균 1.3%
제공처	Foundry 제공 중, OpenRouter는 곧 지원 예정

라이선스는 공지 페이지에 적혀 있지 않다. 도입 전에 약관을 직접 확인해야 한다.

어디에 쓰는 모델인가

에이전트가 하는 일을 뜯어 보면 글쓰기보다 고르기가 많다. 이 문의는 환불인가 배송인가, 이 댓글은 답할 가치가 있나, 이 초안은 검수로 넘길까 바로 보낼까. 지금은 이런 판단도 큰 범용 모델에 시킨다. 답은 한 단어인데 청구서는 긴 추론 값이 붙는다.

Decision-1은 그 자리를 겨냥한다. 선택지를 고정해 주면 확률 분포를 돌려주니 "확신이 낮으면 사람에게 넘긴다"는 규칙을 코드로 쓸 수 있다. Microsoft 공지에 따르면 Xbox 연구팀은 GPT-6 Sol과 비슷한 품질을 14배 빠르게 200분의 1 비용으로 얻었고 Copilot 팀은 GPT-5.6 Luna와 비슷한 결과를 100배 빠르게 얻었다. 이것도 Microsoft 발표 수치다.

안전성 시험은 11개 벤치마크의 5,250건 요청으로 유해 콘텐츠, 탈옥, 프롬프트 주입을 다뤘다고 한다. 고객 문의 분류처럼 외부 텍스트가 곧장 들어오는 자리에 쓰려면 주입 시험 결과가 중요한데 세부 수치는 공지에 없다.

계산해 보면

고객 문의 하루 2,000건을 건당 800토큰으로 분류한다고 치면 하루 입력이 160만 토큰이다. Decision-1 가격이면 하루 약 $0.07, 한 달에 2달러 안팎이다. 출력이 무료라 분류 결과를 길게 받아도 값이 안 붙는다. 같은 일을 플래그십 모델에 추론까지 시키면 자릿수가 달라진다.

물론 정확도와 한국어 성능은 따로 재 봐야 한다. 공지는 영어 중심 벤치마크를 근거로 삼았고 한국어 문의에서 어떨지는 나와 있지 않다. 200건쯤 사람이 라벨링한 샘플을 만들어 돌려 보면 하루 안에 답이 나온다.

위시클레이 관점

가격표가 일을 나누라고 말한다. 입력 $0.042에 출력 무료인 모델 옆에서 문의 분류까지 플래그십 모델에 맡기는 건 택배 분류를 이사 전문 트럭으로 하는 셈이다. 에이전트를 만들 때 먼저 할 일은 모델 고르기가 아니라 작업 쪼개기다. 쓰기, 요약, 계획은 큰 모델이 맡고 고르기와 거르기는 작은 채점 모델이 맡는다.

흥미로운 쪽은 확률이 나온다는 점이다. 확신 0.55짜리 결정을 사람이 보게 하는 문턱을 팀이 정할 수 있다. 문턱을 어디에 두느냐가 곧 그 팀의 위험 감수 수준이다. 모델은 누구나 같은 걸 빌려 쓰지만 문턱 값은 우리 고객과 우리 실수 비용에서만 나온다. 작은 팀이 가장 먼저 해 볼 일은 지난달 사람이 직접 분류한 문의 200건을 모아 정답표로 만드는 일이다.