Microsoft: Microsoft-Decision-1 vs. ScaleDown: Classify-1

Microsoft: Microsoft-Decision-1 ist ein Entscheidungsmodell von Microsoft, veröffentlicht am 2026-10-09. ScaleDown: Classify-1 ist ein Entscheidungsmodell von ScaleDown, veröffentlicht am 2026-10-13. Beide gehören derselben Kategorie an, zielen also auf dieselbe grobe Aufgabe ab: eine Eingabe entgegenzunehmen und eine Entscheidung zurückzugeben statt eines Absatzes Prosa. Keiner der Anbieter ist neu darin, Modelle über APIs bereitzustellen, daher läuft die Wahl zwischen ihnen auf die Passung für Ihre spezifischen Eingaben und Ihre Kontextgröße hinaus und nicht auf die Marke.

Der deutlichste Unterschied ist das Kontextfenster. Microsoft-Decision-1 akzeptiert 32768 Token, während ScaleDown: Classify-1 1000000 Token akzeptiert, ScaleDown bietet Ihnen also den mit Abstand größeren Kontext. Auch die Eingabemodalitäten unterscheiden sich. Microsoft-Decision-1 nimmt nur Text entgegen. ScaleDown: Classify-1 nimmt Text, Bilder und Dateien entgegen. Wenn Ihre Entscheidung also von einem gescannten Formular, einem Screenshot oder einem hochgeladenen Dokument abhängt, kann ScaleDown dies direkt verarbeiten, während Microsoft von Ihnen verlangen würde, alles zuerst in Text umzuwandeln. Beide geben Entscheidungen als Ausgabemodalität zurück, auf der Ausgabeseite gibt es also keinen Unterschied, und keines der Modelle listet unterstützte Parameter auf, was bedeutet, dass Sie nicht erwarten sollten, dass zusätzliche Stellschrauben wie temperature oder top_p im Request-Body berücksichtigt werden.

Für einfache, reine Textentscheidungsaufgaben, bei denen der Prompt bequem in 32768 Token passt, ist Microsoft-Decision-1 eine vernünftige Standardwahl. Es ist ein Microsoft-Modell, was relevant sein kann, wenn Ihr Stack ohnehin in diese Richtung neigt, und der kleinere Kontext ist für kurze Eingaben im Klassifizierungsstil keine Einschränkung. Greifen Sie zu ScaleDown: Classify-1, wenn die Entscheidung ein langes Dokument, einen großen Textstapel oder Nicht-Text-Eingaben wie ein Bild oder eine angehängte Datei in einem einzigen Aufruf berücksichtigen muss, denn es ist das einzige der beiden, das diese Modalitäten sehen kann, und es akzeptiert weit mehr Token. Wenn Ihre Eingaben Text und klein sind, liegen die beiden auf der Eingabeseite preislich etwa gleich, die Kosten sind dort also nicht der entscheidende Faktor.

Sie rufen beide Modelle über die OpenAI-kompatible API von api14 auf. Richten Sie Ihren vorhandenen Client auf die Basis-URL von api14 mit Ihrem api14-Schlüssel, und setzen Sie dann das Feld model auf die gewünschte id. Für Microsoft lautet die id microsoft/microsoft-decision-1, für ScaleDown lautet sie scaledown/classify-1. Alles andere im Request bleibt gleich, der Wechsel ist also eine Änderung einer Zeile bei der model id, was es einfach macht, die beiden gegen Ihre eigenen Eingaben im A/B-Verfahren zu testen. Denken Sie daran, dass keines der Modelle unterstützte Parameter auflistet, halten Sie die Request-Bodies also minimal und vermeiden Sie das Übergeben von Sampling-Einstellungen, die abgelehnt oder ignoriert werden könnten.

Es gibt hier keinen Fakt, der ein Modell in jedem Fall strikt besser macht. ScaleDown: Classify-1 gewinnt bei Kontextlänge und Eingabemodalitäten und ist auf der Eingabeseite nicht teurer, aber Microsoft-Decision-1 bleibt eine gute Wahl für kurze, reine Textentscheidungen, insbesondere wenn Sie ein von Microsoft bereitgestelltes Modell bevorzugen. Beginnen Sie mit dem Modell, dessen Grenzen zu Ihren Eingaben passen, und wenn Sie unsicher sind, senden Sie denselben Request an beide ids und vergleichen Sie die Entscheidungen mit Ihren eigenen Daten.