微软发布 Microsoft-Decision-1 决策模型：不写文字只做判断，比 GPT-6 Sol 快 35 倍

10月9日，微软由萨提亚·纳德拉公布 Microsoft-Decision-1，一款面向”快速决策”的专用模型，已在 Microsoft Foundry 上线并将接入 OpenRouter。它不生成文字，而是对固定选项一次性输出校准后的概率，被视为”决策模型”这一新兴品类的代表。

事件背景

与生成式大语言模型不同，决策模型被专门设计成输出软件可直接消费的结构化结果——用于路由、分类、优先级、核验与流程控制。当AI深度嵌入企业工作流，许多环节并不需要”会写文章”的模型，而需要一个便宜、快速、可信赖的”判断组件”。

核心内容

据微软 Command Line 官方博客与多家媒体披露，Microsoft-Decision-1 基于阿里 Qwen3.5-9B 后训练而成，仅做单遍决策打分。在覆盖近 14.7 万道题、36 个盲测基准的对比中取得最高平均准确率（83.5%），P50 延迟约 85 毫秒。

• 速度：比亚军 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快约 35 倍；
• 定价：输入 0.042 美元/百万 Token，输出免费；
• 能力：支持是非题、多选题、评分题与基于评分标准的 AI 回答/智能体动作评判；
• 鲁棒性：对请求做 8 种改写扰动，平均仅 1.3% 出现判断翻转，选项改写/重排时零翻转。

影响与解读

微软内部已将模型用于真实场景：Xbox Research 用它把 1 万多条玩家反馈分类，较此前快 14 倍、便宜 200 倍；Copilot 质量质检较此前快约 100 倍。对多步自动化流程而言，单个决策哪怕只增加百毫秒，串联 20 步也会拖慢 2 秒——决策模型的低延迟直接解除瓶颈。未来版本计划换基到微软 MAI 与 OpenAI 模型。

相关动态

“决策模型”正成为 2026 年最热的新品类之一：Cloudflare 的 Clef、Amazon 的 Strands Decider、Liquid AI 的 d1 与 TypeSafe AI 的 Jev 均指向同一方向——用更小的专用模型替代通用大模型做”判断”。

信息来源：Microsoft Command Line、Yahoo Tech