微软发布 Microsoft-Decision-1.1 决策模型,跑分领先 GPT-6 Luna 与 Gemini
微软决策模型 Microsoft-Decision-1.1 登场,跑赢 GPT-6 Luna 与 Gemini
企业应用里大量需求其实是路由、分类这类小决策,微软专门做了个模型来干这活。价格压到每百万 token 0.042 美元,跑分还压过 GPT-6 Luna 和 Gemini 的决策版本,做工作流自动化和客服分流的开发者可以直接对比测试一下。
微软于 11 月 17 日正式推出决策模型 Microsoft-Decision-1.1,已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线,全球标准版输入 token 定价为每百万 0.042 美元,输出 token 免费。该模型面向路由、分类、优先级排序、内容核验和工作流控制等高频决策任务,会输出校准后的置信度分数,在不确定性高时可选择弃权或提示人工介入。在 Artificial Analysis Decision Index v2.1 基准中得分为 68,比上一代提高 6 分,领先于 Jev 1.14、Google Gemini Decision 1 及 OpenAI GPT-6 Luna(Decisions),但仍比 d1.2 低 1 分。
技术层面,微软为该模型定制了推理引擎,基于中型混合专家模型 Gemma 4 26B A4B 优化,可在 A100、H100/200、GB200/300 等多种 GPU 上运行,速度较上一代提升超过两倍。训练采用监督微调与强化学习结合的方式,使用了覆盖数万种任务类型的合成及授权数据集。模型还支持照片、截图等多模态图像输入。
该模型自公开预览以来已有超过 4,000 名客户使用,早期客户包括 Epic、Equinor、Atos Group 和 Raiffeisen Bank。微软内部将其用于 Copilot 请求路由,准确率与大型语言模型相当,但速度快 2.2 倍、成本低 4.4 倍,此外还用于 Cowork 的任务推理强度调节和 Foundry Evaluations 的质量与安全评估。
微软决策模型 Microsoft-Decision-1.1 登场,跑赢 GPT-6 Luna 与 Gemini
IT之家 11 月 18 日消息, 微软昨日(11 月 17 日)宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型, 目前已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线。 该模型面向企业级软件中的高频决策场景,可帮助应用在路由、分类、优先级排序、内容核验和工作流控制等任务中快速做出结构化判断。 价格方面,Microsoft Foundry 的全球标准版输入 token 定价为每百万 token 0.042 美元 (IT之家注:现汇率约合 0.28 元人民币) ,输出 token 免费;美国数据区、欧盟及亚太数据区价格分别为每百万 token 0.046 美元 (现汇率约合 0.31 元人民币) 和 0.05 美元 (现汇率约合 0.33 元人民币) 。 与传统通用大语言模型不同,Microsoft-Decision-1.1 专注于在开发者设定的规则和约束内,从允许的操作中作出选择。它还会输出校准后的置信度分数,当信息不足或不确定性较高时,可选择“弃权”或提示人工介入,从而降低 AI 在关键业务流程中误操作的风险。 微软称,新版本在智能水平、校准能力上均有提升,在保持低成本的同时,速度较上一代 Microsoft-Decision-1 提升超过两倍。 在 Artificial Analysis Decision Index v2.1 基准中,该模型得分为 68,较上一代提高 6 分,并领先于 Jev 1.14、Google Gemini Decision 1 及 OpenAI GPT-6 Luna(Decisions)等模型。 Microsoft-Decision-1.1 是决策模型排行中位列第八。在人工分析决策指数中,Microsoft-Decision-1.1 比 Elephant 9B 和 Jev 1.14 高出 2 分,但比 d1.2 低 1 分。IT之家附上相关截图如下: 为兼顾实时性和成本,微软为该模型定制了推理引擎,并基于中型混合专家模型 Gemma 4 26B A4B 进行优化。模型可在 A100、H100/200、GB200/300 等多种 GPU 硬件上运行,并通过智能调度请求降低推理成本。 微软还表示,模型训练结合了监督微调与强化学习,使用覆盖数万种任务类型的合成及授权数据集,以提升其在真实业务中的泛化能力。 该模型已支持多模态输入,可接收照片、截图等图像信息。自公开预览发布以来,已有超过 4,000 名客户使用,应用场景包括模型路由、客服工单分流、业务流程自动化、内容打标和分类等;早期客户包括 Epic、Equinor、Atos Group 和 Raiffeisen Bank。 在微软内部,该模型已被用于 Copilot 的请求路由:其判断准确率可与大型语言模型相当,但速度快 2.2 倍、成本低 4.4 倍。它还被用于 Cowork 的任务推理强度动态调节,以及 Foundry Evaluations 中的质量与安全评估。
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Microsoft-Decision-1.1, GPT-6 Luna, Gemini, Microsoft Foundry.
Source attribution: curated from IT之家. Cross-source corroboration: 11 independent sources have covered this development (including TestingCatalog, marktechpost, Decoder), confirming industry-wide signal strength.