Microsoft: Microsoft-Decision-1 contre ScaleDown: Classify-1

Microsoft : Microsoft-Decision-1 est un modèle de décisions de Microsoft, publié le 2026-10-09. ScaleDown : Classify-1 est un modèle de décisions de ScaleDown, publié le 2026-10-13. Les deux appartiennent à la même catégorie, donc ils visent le même type de tâche générale : prendre une entrée et renvoyer une décision plutôt qu'un paragraphe de prose. Aucun des deux fournisseurs n'est un nouveau venu dans la mise à disposition de modèles via des API, donc le choix entre eux se résume à l'adéquation à vos entrées et à la taille de votre contexte, plutôt qu'à la marque.

La différence la plus nette est la fenêtre de contexte. Microsoft-Decision-1 accepte 32768 tokens, tandis que ScaleDown : Classify-1 accepte 1000000 tokens, donc ScaleDown offre le contexte le plus grand, et de loin. Les modalités d'entrée diffèrent aussi. Microsoft-Decision-1 prend uniquement du texte. ScaleDown : Classify-1 prend du texte, des images et des fichiers, donc si votre décision dépend d'un formulaire scanné, d'une capture d'écran ou d'un document téléversé, ScaleDown peut le consommer directement, tandis que Microsoft exigerait que vous convertissiez tout en texte au préalable. Les deux renvoient des décisions comme modalité de sortie, donc il n'y a pas de différence du côté de la sortie, et aucun des deux modèles ne liste de paramètres pris en charge, ce qui signifie que vous ne devez pas vous attendre à ce que des réglages supplémentaires comme temperature ou top_p soient honorés dans le corps de la requête.

Pour des tâches de décision simples et uniquement textuelles, où l'invite tient confortablement dans 32768 tokens, Microsoft-Decision-1 est un choix par défaut raisonnable. C'est un modèle Microsoft, ce qui peut compter si votre pile technique est déjà orientée dans cette direction, et le contexte plus petit n'est pas une limitation pour des entrées courtes de type classification. Tournez-vous vers ScaleDown : Classify-1 lorsque la décision doit tenir compte d'un long document, d'un grand lot de texte ou d'entrées non textuelles telles qu'une image ou un fichier joint en un seul appel, car c'est le seul des deux qui peut voir ces modalités et il accepte bien plus de tokens. Si vos entrées sont textuelles et petites, les deux sont à peu près au même prix du côté de l'entrée, donc le coût n'est pas le facteur décisif dans ce cas.

Vous appelez l'un ou l'autre modèle via l'API compatible OpenAI d'api14. Pointez votre client existant vers l'URL de base d'api14 avec votre clé api14, puis définissez le champ model sur l'id souhaité. Pour Microsoft, l'id est microsoft/microsoft-decision-1, et pour ScaleDown, c'est scaledown/classify-1. Tout le reste dans la requête reste identique, donc le changement se limite à une ligne dans l'id du modèle, ce qui facilite un A/B des deux sur vos propres entrées. Rappelez-vous qu'aucun des deux modèles ne liste de paramètres pris en charge, donc gardez des corps de requête minimaux et évitez de transmettre des réglages d'échantillonnage qui pourraient être rejetés ou ignorés.

Aucun fait ici ne rend un modèle strictement meilleur dans tous les cas. ScaleDown : Classify-1 gagne sur la longueur de contexte et les modalités d'entrée et n'est pas plus cher en entrée, mais Microsoft-Decision-1 reste un bon choix pour des décisions courtes et uniquement textuelles, en particulier si vous préférez un modèle servi par Microsoft. Commencez par le modèle dont les limites correspondent à vos entrées, et si vous avez un doute, exécutez la même requête sur les deux ids et comparez les décisions sur vos propres données.