2026年10月9日，微软正式推出Microsoft-Decision-1。这款模型的核心功能并非生成文本，而是通过单次前向传播对预设答案选项进行评分，并返回概率值。该模型基于阿里巴巴的Qwen3.5-9B构建，目前已通过Microsoft Foundry平台上线，并接入OpenRouter。微软表示，已在内部将其应用于事件响应、科学发现等多种场景。
核心功能：专注决策评分而非文本生成
与追求长上下文和创造性输出的通用大模型不同，Microsoft-Decision-1专注于读取输入内容及预定义选项，返回校准后的概率分数。微软列举了四大核心用例：路由、分类、优先级排序与验证，以及工作流控制。这类高吞吐量、低延迟的任务，正是参数量仅为90亿的专用模型相较于全尺寸推理模型的成本优势所在。
对于开发者而言，这意味着无需再解析聊天机器人的生成文本以猜测置信度。Decision-1直接输出针对定义选项的概率分布，解决了生产系统中批量决策的机械化需求。
技术架构：基于Qwen3.5-9B的快速落地策略
Microsoft-Decision-1是在阿里巴巴开源的90亿参数模型Qwen3.5-9B基础上进行后训练而成。微软明确表示，选择Qwen基座旨在快速上市，而非长期架构承诺。公司指出，未来计划将该模型重新建立在微软人工智能（MAI）和OpenAI的技术之上。这一表态表明，微软正利用开源权重快速填补特定任务空白，同时保留底层引擎切换的灵活性。
性能数据：厂商声称的显著优势
微软声称，Decision-1在涵盖36个基准测试和约15万个问题的评估中，准确率达到83.5%。在速度方面，微软报告称其运行速度比自家Quyet-1.0-Large模型快4.5倍，比GPT-6 Sol快35倍（P50延迟）。台湾《自由时报》报道称其响应时间约为85毫秒。
需要注意的是，上述数据均来自微软内部基准测试，尚未有独立第三方复现结果。此外，微软还强调模型具有98.7%的“扰动稳定性”，即输入微小变化下决策保持一致，这对自动化系统至关重要。
定价与可用性：极低成本的API服务
根据OpenRouter及Microsoft Foundry显示的信息，Decision-1的定价为每百万输入Token 0.042美元，输出免费。这种定价结构反映了其输出仅为短串概率分数的特性，旨在以低成本处理高频、低复杂度的路由和分类任务。
目前，该模型以公共预览版形式在Microsoft Foundry上线，并在OpenRouter提供API访问。值得注意的是，尽管基座模型Qwen3.5-9B是开源的，但Decision-1的权重并未分发，开发者仅能通过托管API调用，无法自托管。
内部应用与市场前景
微软CEO萨提亚·纳德拉亲自推介了该模型，透露内部已在事件响应、质量控制和科学发现等领域进行测试。例如，Xbox Research部门利用该模型将超过10,000条开放式反馈归类，执行速度 reportedly 比GPT-5快80-100倍。
市场分析认为，Decision-1的推出加剧了对通用模型在简单任务上的替代压力。随着AWS Strands Decider 2B等同类产品的出现，AI市场正呈现“杠铃”形态：一端是万亿参数的前沿模型，另一端是廉价、快速的专用决策模型。Google和Anthropic等竞争对手可能面临跟进压力，或在现有轻量级模型中整合类似功能。
风险与展望
尽管前景广阔，但采用者需关注潜在风险。首先，微软计划未来迁移基座至MAI或OpenAI模型，这可能导致分数校准和延迟发生变化，影响依赖固定阈值的生产系统。其次，目前的性能数据缺乏独立验证，企业在涉及合规、安全或财务决策时应谨慎试点。
对于构建者而言，建议先在低风险工作流中进行并行测试，比较准确性、延迟和成本，而非直接全面迁移。随着自主AI智能体的普及，此类充当“智能体护栏”的快速决策模型，有望成为新的基础设施标准。