微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的专用决策模型

微软发布 Microsoft-Decision-1：专做“选择题”的 AI 模型，基于 Qwen3.5-9B 后训练 微软推出新模型 Microsoft-Decision-1。它不写文章也不聊天，只做一件事：给定几个选项，快速判断该选哪个，并给每个选项打一个概率分。Satya Nadella 在 X 上宣布了这个模型，它已在微软的 AI 开发平台 Microsoft Foundry 上线，之后还会上 OpenRouter（一个聚合多家模型的 API 平台）。 微软把这类模型叫“决策模型”。大语言模型擅长生成文字、推理复杂问题，但软件里很多 AI 调用其实只是在做判断：这条用户反馈属于哪一类？这个请求该交给哪个模型处理？智能体下一步该继续、重试，还是交给人？这类问题的答案都在固定选项里，拿大模型来答又慢又贵。决策模型直接输出结构化结果，程序拿到就能用。 它是在阿里开源模型 Qwen3.5-9B 的基础上后训练出来的，只算一遍就出结果。支持是/否题、多选题和打分，也能按评分标准给 AI 的回答或智能体的动作打分。微软说之后会换到自家 MAI 模型和 OpenAI 的模型上重新训练。 它输出的概率是“校准过”的：模型说有 90% 把握时，实际大约十次能对九次。开发者可以据此设门槛，把握高就自动执行，把握低就转人工审核。 以下性能数据都来自微软自己的测试。在 36 个基准、近 15 万道题的对比里，它的准确率最高。速度上，它比第二名 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快约 35 倍。微软还测了稳定性：把同一个请求换种说法、打乱选项顺序等，一共八种改动，判断结果平均只有 1.3% 会变，打乱选项顺序时一次都没变。 速度之所以重要，是因为智能体干活经常要连着做几十个小判断。每个判断慢 100 毫秒，20 步下来就要多等 2 秒。 微软内部已经在用。Xbox 研究团队用它把 1 万多条玩家反馈和评论按主题归类，质量和 GPT-6 Sol 相当，速度快 14 倍以上，成本低 200 倍。Copilot 团队用它给回答质量打分，效果接近 GPT5.6 Luna，速度快 100 倍。 对开发者来说，它适合那些答案在有限选项里的环节，比如模型路由、意图识别、内容审核、数据打标签、给 AI 输出当评委，以及让 AI 操作电脑时选下一步点哪里。把这些环节从大模型换成它，延迟和账单都能降下来。 价格是每百万输入 Token 0.042 美元，输出免费。现在就可以在 Microsoft Foundry 的模型目录里调用。 Satya Nadella @satyanadella Introducing Microsoft-Decision-1, our new model for fast decision-making. It delivers top performance on structured decision tasks, outperforming both LLMs and other decision models in latency and quality. We’re already testing it across Microsoft for everything from incident response and quality control to scientific discovery. Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 1 🔄 1 ❤️ 2 👀 1069 📊 1 ⚡