Microsoft: Microsoft-Decision-1 대 ScaleDown: Classify-1

Microsoft: Microsoft-Decision-1은 2026-10-09에 출시된 Microsoft의 decisions 모델입니다. ScaleDown: Classify-1은 2026-10-13에 출시된 ScaleDown의 decisions 모델입니다. 둘 다 같은 카테고리에 속하므로, 입력을 받아 산문 문단이 아니라 결정을 반환한다는 같은 넓은 작업을 목표로 합니다. 어느 제공자도 API를 통해 모델을 제공하는 데 신참이 아니므로, 둘 사이의 선택은 브랜드보다는 특정 입력과 컨텍스트 크기에 얼마나 맞는지로 귀결됩니다.

가장 명확한 차이는 컨텍스트 윈도우입니다. Microsoft-Decision-1은 32768 토큰을 받아들이는 반면, ScaleDown: Classify-1은 1000000 토큰을 받아들이므로 ScaleDown이 훨씬 큰 컨텍스트를 제공합니다. 입력 모달리티도 다릅니다. Microsoft-Decision-1은 텍스트만 받습니다. ScaleDown: Classify-1은 텍스트, 이미지, 파일을 받으므로, 결정이 스캔한 양식, 스크린샷 또는 업로드한 문서에 달려 있다면 ScaleDown은 그것을 직접 소비할 수 있는 반면 Microsoft는 모든 것을 먼저 텍스트로 변환해야 합니다. 둘 다 출력 모달리티로 결정을 반환하므로 출력 측면에서는 차이가 없고, 어느 모델도 지원 파라미터를 나열하지 않으므로 temperature나 top_p 같은 추가 조절 값이 요청 본문에서 존중되리라 기대해서는 안 됩니다.

프롬프트가 32768 토큰 안에 넉넉히 들어가는 단순한 텍스트 전용 결정 작업에는 Microsoft-Decision-1이 합리적인 기본값입니다. Microsoft 모델이라는 점은 여러분의 스택이 이미 그쪽에 기울어져 있다면 중요할 수 있고, 더 작은 컨텍스트는 짧은 분류 스타일 입력에는 제약이 아닙니다. 결정이 긴 문서, 대량의 텍스트 또는 이미지나 첨부 파일 같은 비텍스트 입력을 한 번의 호출로 고려해야 한다면 ScaleDown: Classify-1을 선택하세요. 둘 중 이 모달리티들을 볼 수 있는 것은 이것뿐이고 훨씬 더 많은 토큰을 받아들이기 때문입니다. 입력이 텍스트이고 작다면 입력 측 가격은 둘이 거의 같으므로, 거기서는 비용이 결정 요인이 아닙니다.

어느 모델이든 api14의 OpenAI 호환 API를 통해 호출합니다. 기존 클라이언트를 api14 키와 함께 api14 base URL로 향하게 한 다음, model 필드를 원하는 id로 설정하세요. Microsoft의 경우 id는 microsoft/microsoft-decision-1이고, ScaleDown의 경우 scaledown/classify-1입니다. 요청의 나머지는 모두 그대로이므로, 전환은 모델 id 한 줄 변경이며, 이는 두 모델을 여러분의 입력에 대해 A/B 테스트하기 쉽게 만듭니다. 어느 모델도 지원 파라미터를 나열하지 않으므로 요청 본문을 최소로 유지하고 거부되거나 무시될 수 있는 샘플링 설정을 전달하지 않도록 주의하세요.

모든 경우에 한 모델을 엄격히 더 낫게 만드는 사실은 없습니다. ScaleDown: Classify-1은 컨텍스트 길이와 입력 모달리티에서 이기고 입력 비용이 더 비싸지도 않지만, Microsoft-Decision-1은 짧은 텍스트 전용 결정, 특히 Microsoft가 제공하는 모델을 선호한다면 여전히 좋은 선택입니다. 한계가 여러분의 입력과 맞는 모델로 시작하고, 확실하지 않다면 같은 요청을 두 id에 대해 실행해 여러분의 데이터에서 결정을 비교하세요.