Microsoft-Decision-1 是微软推出的决策评分模型，专门用于智能体和工作流中的路由、分类、验证与控制任务，只需给定一组固定选项，即可在单次推理中返回每个选项的校准概率，并以软件可直接调用的结构化形式输出。该模型基于 Qwen3.5-9B 后训练而成，据微软称其延迟中位数约为 GPT-6 Sol 的 1/35，目前已在 Microsoft Foundry 上线，输入定价为每百万 token 0.042 美元，输出免费。

产品详细介绍

微软的代理和工作流决策模型

Maker创始人

认识一下来自微软的Microsoft-Decision-1：这是一个专为快速、结构化决策而构建的模型，而非用于文本生成。你只需提供情境和固定选项，它就能在单次调用中对每个选项返回一个校准后的概率，让你的软件可以直接根据结果采取行动。

你将获得：

• 针对是/否、多选和评级选项的概率输出，无需解析文本

• 通过结构化 API 调用，基于评分标准对 AI 响应和智能体行为进行打分

• 一个由 Qwen3.5-9B 后训练而来的小型快速决策评分模型，微软表示会将其重新基于其他模型，包括 Microsoft AI（MAI）和 OpenAI 模型

有什么新特性？

• 专为决策而生，而非聊天：LLM 用于生成文本或解决复杂推理问题。Decision-1 处理的是路由、分类、优先级排序、校验和工作流控制，答案就是在已知选项中做出选择。

• 速度优势显著：微软举例说明，如果在 20 个串行决策中每个增加 100 毫秒，整个工作流就会多出两秒。在其测试中，Decision-1 的中位延迟比第二名（Quyet-1.0-Large）快 4.5 倍，比 GPT-6 Sol 快约 35 倍。

• 准确性与泛化能力：微软报告称，在涵盖近 15 万道训练时未曾见过的题目的 36 项基准测试对比中取得了最高准确率，并在涵盖另外 36 项公共与私有基准的 JevBench 上获得了最佳结果。

• 决策一致性：面对 8 种类型的输入变化，它的决策平均仅在 1.3% 的情况下发生改变；在选项描述被改述、选项被反转或打乱时，决策从未发生变化。

• 安全性：在涵盖 11 项基准（含有害内容、越狱、提示注入）的 5250 个请求上进行了测试，微软表示它在保持高实用性的同时拒绝了有害行为。

微软已经在哪些场景中使用它：

• Xbox Research 在质量上可与 GPT-6 Sol 媲美地对 1 万多条反馈进行了标注，速度提升超过 14 倍，成本降低 200 倍

• Copilot 团队以 100 倍的速度获得了与 GPT-5.6 Luna 相当的质量

• Microsoft Discovery 的一致性比基于 LLM 的版本高出 46 倍，速度也提升至 3 倍

已列出的应用场景：智能体控制、模型路由、数据标注、AI 评判、意图分析、事件路由、数据校验、搜索相关性、内容过滤、代码扫描、安全筛查、计算机操控、机器人技术以及科学发现。

定价与可用性：

• 现已上线 Microsoft Foundry

• 即将登陆 OpenRouter

• 每百万输入 token 0.042 美元，输出 token 免费

试用：Microsoft Foundry · 发布文章

Microsoft-Decision-1

Microsoft-Decision-1 是什么？

产品详细介绍

定价方案

创始人评论