从“生成”到“决策”：微软推出专用评分模型
当地时间10月9日，微软正式发布Microsoft-Decision-1，一款专为结构化决策任务设计的AI模型。微软CEO萨蒂亚·纳德拉在X平台上表示，该模型“在结构化决策任务上表现出色，在延迟和质量方面均优于大语言模型及其他决策模型”。
与ChatGPT等对话式大模型不同，Microsoft-Decision-1不生成文本，也不进行开放式推理。它的核心能力是从预设选项中选出最优答案，并为每个选项给出经过校准的概率评分。这些结构化输出可以被软件程序直接消费，无需人工介入。
微软Office of the CTO软件工程副总裁Achint Srivastava在声明中表示，决策评分系统代表了一个新兴的模型类别，旨在解决软件自动化中的延迟瓶颈问题。该模型的典型应用场景包括：对传入查询进行分类和路由、验证数据、评估AI响应质量，以及管理AI智能体工作流中的决策节点。
技术架构：基于Qwen3.5-9B的后训练
Microsoft-Decision-1的技术路线并非从零构建。据微软披露，该模型基于阿里巴巴开源的通义千问Qwen3.5-9B进行后训练，训练重点放在单次推理决策评分机制上，以实现超低延迟的决策输出。训练数据由公开数据集和微软团队生成的合成数据组成。
微软表示，未来将把这一模型迁移到其他底座之上，包括其自研的MAI系列模型和OpenAI的模型。这意味着当前的Qwen底座是一个起点，而非终点。
性能数据：36项基准测试准确率第一，速度是GPT-6 Sol的35倍
微软公布的数据显示，在覆盖36项基准测试、近15万个盲测问题的评测中，Microsoft-Decision-1取得了最高准确率。速度方面，其运行速度是GPT-6 Sol的约35倍，是排名次席的Quyet-1.0-Large的4.5倍。
该模型在稳定性上也表现出色。内部评估显示，当请求被改写或选项顺序被重新排列时，模型的决策输出仅在1.3%的情况下发生变化。在涵盖有害内容、越狱攻击和提示词注入的11项安全基准测试中，该模型在有效拦截恶意行为的同时保持了较高的可用性。
需要指出的是，上述性能数据均来自微软自身的基准测试，独立第三方验证尚未完成。
内部应用：Xbox分类1万条反馈，速度提升14倍
微软多个内部团队已经部署了该模型。Xbox Research团队使用Microsoft-Decision-1对超过1万条来自调查、Steam和X平台的玩家反馈进行主题分类，结果显示其质量与GPT-6 Sol相当，但速度提升超过14倍，成本降低约200倍。
微软Copilot团队则将这一模型用于交互式AI智能体响应的质量检查，在质量上与GPT-5.6 Luna表现相近的情况下，运行速度提升了最多100倍。纳德拉透露，该模型已在微软内部用于事故响应、质量控制及科学研究等场景测试。
定价与可用性
Microsoft-Decision-1即日起通过Microsoft Foundry向开发者开放，并计划后续接入OpenRouter。
定价方面，每百万输入token收费0.042美元（约合人民币0.28元），输出token免费。这一价格结构对高频、重复性的决策应用具有明显的成本吸引力。
战略意义：决策模型赛道竞争升温
Microsoft-Decision-1的发布，紧跟在OpenAI推出Decisions API公测版之后数日。继大语言模型和AI智能体之后，行业正在进入“决策模型”时代。这类模型的目标是快速高效地做出选择——比如判断该使用哪个AI模型，或者分析图像中有什么内容——而非生成流畅的文本。
微软此次发布的策略也体现了其AI产品线的“专用化”转向。在MAI系列自研模型覆盖推理、代码、图像、语音等多个方向之后，决策模型是微软在AI能力矩阵中填补的又一个空白。而选择基于开源Qwen模型进行后训练，而非完全从零构建，则反映出微软在模型开发上务实的一面：在追求性能的同时，控制成本、缩短周期。
对于开发者而言，Microsoft-Decision-1的实用价值在于，它提供了一种将AI决策能力嵌入现有软件工作流的低成本方式。当AI智能体需要在复杂环境中执行多步骤任务时，每一步决策的延迟都会累积。一个专门优化单次决策速度的模型，可能比一个通用大模型更适合这类场景。
（素材来自：微软 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。