Klaim Kecepatan dan Harga yang Perlu Ditimbang
Microsoft mengklaim Microsoft-Decision-1 meraih akurasi tertinggi dalam perbandingan 36 tolok ukur yang mencakup hampir 150.000 pertanyaan, dengan tolok ukur dijaga tetap tertutup dari proses pelatihan. Pada pengujian perusahaan, model ini juga tercatat paling cepat, yaitu 4,5 kali lebih cepat daripada Quyet-1.0-Large sebagai peringkat kedua dan sekitar 35 kali lebih cepat daripada GPT-6 Sol.
Soal harga, Microsoft memasang tarif 0,042 dolar Amerika per satu juta token masukan, tanpa biaya token keluaran. Angka itu menempatkannya di antara model keputusan termurah yang tersedia saat ini, terutama karena jawabannya pendek dan tidak perlu dihitung sebagai keluaran panjang.
Yang perlu ditekankan, semua angka itu berasal dari pengukuran Microsoft sendiri. WindowsForum mencatat bahwa klaim kecepatan belum diverifikasi pihak independen, dan tarif resmi sebaiknya dicek langsung di halaman harga Foundry sebelum dipakai menyusun anggaran.
Pesaingnya dari OpenAI memasang harga 0,10 dolar per satu juta token masukan, tanpa biaya token keluaran maupun biaya cache. OpenAI mengklaim Decisions API mampu mengambil keputusan sampai 10 kali lebih cepat daripada GPT-6 Luna melalui Responses API. Namun rangkuman StackOne menyebut tolok ukur luar pertama, yang dikerjakan untuk HiringCafe, menemukan Decisions API sekitar dua kali lebih mahal dan 5 sampai 10 persen kurang akurat pada satu tugas produksi.
Kelebihan OpenAI terletak pada masukan gambar, karena model keputusan pesaing seperti Jev dari TypeSafe AI hanya menerima teks atau JSON. Model rival itu dibanderol 0,042 dolar per juta token masukan. Karena keduanya masih baru, angka angka tersebut sebaiknya dibaca sebagai tanda awal, bukan kesimpulan akhir.
Iklan
Paviliun Akademika: punya kost tanpa repot kelola
Paviliun Akademika menghadirkan pilihan investasi kost terkelola di Akademika Townhouse, Gowa. Unit disiapkan untuk disewakan, dengan pengelolaan kawasan yang ditangani pemilik proyek.
Dampak bagi Teknologi dan Pelaku Usaha di Indonesia
Bagi tim pengembang di Indonesia, pola yang paling masuk akal adalah menempatkan model keputusan murah sebagai penyaring di depan model besar. Dengan begitu, permintaan sederhana bisa ditangani cepat, sementara kasus rumit tetap dikirim ke model yang lebih mahal. Pola serupa kami ulas ketika membahas model kecerdasan buatan berbiaya rendah mulai menyasar pekerjaan sehari hari.
Perhitungan biaya juga perlu diubah. Karena token keluaran gratis, tarif per token tidak lagi cukup menggambarkan pengeluaran sebenarnya. Yang lebih tepat diukur adalah biaya per keputusan yang benar benar selesai, termasuk kasus yang akhirnya diteruskan ke model besar.
Pada sisi perangkat, model keputusan juga membuka jalan bagi perangkat yang memproses data secara lokal, terutama untuk penggolongan dan penapisan sederhana. Pembahasan serupa muncul saat perangkat AI PC dan pengurungan agen mulai diperkenalkan kepada pengguna rumahan dan kantor kecil.
Ada pula sisi risiko yang perlu diantisipasi. Model keputusan bisa saja salah dengan tingkat keyakinan tinggi, dan karena keluarannya dipakai perangkat lunak tanpa campur tangan manusia, kesalahan itu bisa berjalan otomatis. Karena itu, tetapkan ambang keyakinan, siapkan jalur tinjauan manusia untuk keputusan berdampak besar, dan uji dengan kumpulan kasus dari lalu lintas sendiri sebelum mengganti sistem yang berjalan.
Terakhir, layanan ini masih dalam tahap beta, sehingga batas permintaan, perilaku endpoint, dan harga bisa berubah. Tim yang hendak memakainya sebaiknya menyiapkan lapisan abstraksi sederhana agar penggantian model tidak memaksa penulisan ulang seluruh alur kerja.
Pertanyaan yang Sering Diajukan
Apa bedanya model keputusan dengan model bahasa besar biasa?
Model bahasa besar menyusun teks dan menalar masalah panjang. Model keputusan memilih jawaban dari opsi yang sudah ditentukan dan mengembalikan keluaran terstruktur, seperti skor probabilitas atau pilihan, yang bisa langsung dipakai perangkat lunak. Karena itu, model keputusan jauh lebih cepat dan murah untuk tugas penggolongan serta penyaringan.
Apakah Microsoft-Decision-1 sudah tersedia untuk pengembang?
Ya. Model ini tersedia di Microsoft Foundry dan direncanakan menyusul di OpenRouter. Katalog Foundry mencantumkan jendela konteks 32.768 token, dengan tarif 0,042 dolar per satu juta token masukan dan tanpa biaya token keluaran.
Apakah klaim kecepatannya sudah diverifikasi pihak lain?
Belum. Angka 35 kali lebih cepat daripada GPT-6 Sol dan akurasi tertinggi pada 36 tolok ukur berasal dari pengukuran Microsoft sendiri. Tolok ukur independen pertama justru menyoroti sisi harga dan akurasi Decisions API milik OpenAI pada satu tugas produksi.
