微軟於 2026 年 10 月 9 日發布了 Microsoft-Decision-1，這是一款專為快速決策評分設計的模型，旨在處理路由、分類、優先級排序、驗證及工作流控制等任務。該模型已上線 Microsoft Foundry 和 OpenRouter，微軟宣稱其在結構化決策任務的延遲和品質上表現卓越，超越了大型語言模型（LLM）及其他決策模型。
Microsoft-Decision-1 基於 Qwen3.5-9B 進行後訓練，未來將重新基於其他模型（包括微軟 AI 和 OpenAI 模型）進行訓練。該模型針對固定選項集提供校準後的機率分數，支持是/否、多選、評分選項以及基於評分標準的 AI 回應評估。微軟指出，該模型在涵蓋近 150,000 個問題的 36 個基準測試中取得了最高準確度，這些基準測試在訓練期間對模型保密。在速度方面，微軟宣稱其測量速度最快，比第二名 H2O-Lightning-4B v1.1 快 2.5 倍，比 GPT-6 Sol 快 35 倍。
微軟強調了該模型在以下幾個關鍵方面的技術優勢： 1. **速度**：P50 延遲比 GPT-6 Sol 快約 35 倍，旨在減少多步驟工作流中的累積延遲。 2. **泛化品質**：在路由、排名、長上下文、多語言、分布外任務、推理和安全等數十個基準測試中進行了評估，並與 JevBench 排行榜上的頂級公開模型進行了比較，顯示出強大的泛化能力。 3. **穩健性**：通過對同一請求進行八種方式的擾動測試，該模型平均僅在 1.3% 的擾動中改變決策；當選項描述被改寫或選項順序顛倒時，決策翻轉率為零。 4. **機率與信心校準**：API 直接提供機率分數，應用程序可據此決定何時行動、延遲或請求審查。 5. **安全性**：在涵蓋有害內容、越獄嘗試和提示注入的 11 個基準測試中的 5,250 個請求測試中，該模型成功拒絕了有害行為，同時保留了高度的實用性。
微軟內部測試顯示，該模型在數據標註、質量控制、事件響應和科學發現等場景中表現出色。例如，XBOX Research 使用該模型處理超過 10,000 條反饋，其品質與 GPT-6 Sol 相當，但速度快 14 倍，成本低 200 倍；Copilot 團隊發現其品質與 GPT5.6 Luna 相當，但速度快 100 倍；Microsoft Discovery 使用該模型進行自適應重新規劃，其一致性比基於 LLM 的評分高 46 倍，速度快 3 倍。
定價方面，輸入 token 每百萬收費 0.042 美元，輸出 token 免費。微軟表示，隨著代理式 AI 的普及，選擇合適的模型以平衡成本、品質和延遲變得日益重要，決策模型有助於引導和控制代理在複雜環境中的行為。
事件背景
決策模型被微軟描述為 AI 領域中一個新興的重要類別。與旨在生成文本或推理複雜問題的大型語言模型（LLM）不同，決策模型專為提供軟體可立即執行的結構化輸出而設計。微軟指出，一旦具備以極低成本和高性能進行決策和分類的功能，便可解鎖多種實用任務。微軟在文章中提到，隨著代理式 AI 成為現實，成本在人們決定如何使用 AI 方面扮演著重要角色，選擇合適的模型以匹配特定任務變得越來越重要。
社群觀察
社群討論呈現多元觀點。部分用戶對微軟推出優質產品表示歡迎，認為其性能優於 Jev 且價格相同。然而，也有用戶質疑微軟模型的市場採用率，認為在 ChatGPT 和 Claude 等競爭對手存在的情況下，用戶缺乏使用微軟模型的理由。另有用戶指出，將決策模型與 ChatGPT 或 Claude 等前沿 LLM 進行比較可能是不恰當的（「蘋果與橘子」的比較），並詢問該模型的技術報告、基準測試細節及目標用戶群。此外，有討論關注決策模型類別的快速興起，質疑其開發週期是否過短，以及是否由 AI 代理自動完成開發工作。還有評論諷刺了大量資源被用於開發 Jev 的克隆模型，而非創造新的價值。
