بر اساس گزارش MarkTechPost، Microsoft AI مدل Microsoft-Decision-1 را منتشر کرده است؛ یک مدل امتیازدهی تصمیم مبتنی بر Qwen3.5-9B. به‌طور جداگانه، Nace AI مدل Drex 1.5 را متن‌باز کرده است؛ یک مدل تصمیم ۹B که به‌جای تولید متن، گزینه‌ها را امتیازدهی می‌کند. هر دو انتشار به یک جهت اشاره دارند: مدلی که به‌جای تولید نثر، کنش‌های نامزد را رتبه‌بندی می‌کند.
این تفکیک برای معماری agent اهمیت دارد. در یک چیدمان متعارف، مولد هم پیشنهاد می‌دهد و هم انتخاب می‌کند؛ بنابراین سیاست مسیریابی در متن prompt و رفتار sampling دفن می‌شود و هر گام مسیریابی، تمام latency تولید را می‌پردازد. یک scorer اختصاصی مجموعه‌ای ثابت از گزینه‌ها را به‌عنوان ورودی می‌گیرد و امتیازها را برمی‌گرداند، که این سیاست را به یک artefact صریح و قابل بازرسی تبدیل می‌کند. انتخاب می‌تواند روی مدلی کوچک‌تر و سریع‌تر اجرا شود، در حالی که مولد برای تولید محتوا کنار گذاشته می‌شود. latency همان‌ج
یک ادعا در پوشش ارائه‌شده اینجا قابل راستی‌آزمایی نیست: تصمیم‌گیری ۳۵ برابر سریع‌تر از GPT-6 Sol در ۳۶ رتبه‌بندی دقت benchmark. پوشش ارائه‌شده benchmarkها، سخت‌افزار، اندازه‌های batch یا پروتکل امتیازدهی را ذکر نمی‌کند، بنابراین این رقم تا زمان انتشار متدولوژی باید یک ادعای سمت فروشنده تلقی شود. همچنین نامشخص است: آیا وزن‌های Decision-1 باز است، و Drex 1.5 تحت چه مجوزی عرضه شده است. هر دو تعیین می‌کنند که آیا تیم‌ها می‌توانند scorer را self-host کنند و آن را روی مجموعه گزینه‌های خودشان تنظیم کنند.