مایکروسافت Decision-1 را منتشر کرده است؛ مدلی ۹ میلیاردی مبتنی بر Qwen3.5-9B که به‌جای تولید متن به گزینه‌های نامزد امتیاز می‌دهد. همین طراحی «امتیازدهی نه متن» در Drex 1.5 نیز دیده می‌شود؛ یک مدل تصمیم ۹ میلیاردی متن‌باز از Nace AI. پوشش هر دو ادعای افزایش چشمگیر سرعت و جایگاه‌های برتر بنچمارک را برای این کلاس از مدل‌های تصمیم مطرح می‌کند.
این تغییر اهمیت دارد چون مسیریابی و انتخاب گزینه را از متن prompt بیرون می‌آورد و به یک مصنوع امتیازدهی‌شده تبدیل می‌کند. یک تصمیم امتیازدهی‌شده را می‌توان نسخه‌بندی، diff و در برابر یک مجموعه گزینه ثابت بازپخش کرد؛ همین باعث می‌شود تغییرات سیاست قابل‌بازبینی باشد، نه پنهان در یک prompt. برای تیم‌هایی که agent swarm اجرا می‌کنند، این واحد حسابرسی را تغییر می‌دهد: نه transcript، بلکه
از پوشش موجود روشن نیست: بنچمارک‌های دقیق، خطوط پایه افزایش سرعت، شرایط لایسنس، و اینکه هر مدل چگونه با مجموعه گزینه‌هایی که بین فراخوانی‌ها تغییر می‌کنند روبه‌رو می‌شود. تا زمانی که این موارد منتشر نشوند، کار عملی این است که مدل‌های امتیازدهی را به‌عنوان اجزای سیاست با harness ارزیابی مستقل خودشان در نظر بگیریم و مجموعه گزینه را در کنار scorer تحت کنترل نسخه نگه داریم.