微软发布新AI模型 Microsoft-Decision-1,决策速度比GPT-6 Sol快35倍
要点速览
- •Microsoft-Decision-1是一款专用模型,从固定选项(如是或否、多项选择或评分量表)中进行选择,而非生成开放式文本,并由Qwen3.5-9B后训练而来。
- •微软表示,该模型运行速度比OpenAI的GPT-6 Sol快35倍,比竞品决策模型Quyet-1.0-Large快4.5倍,并在覆盖近15万个问题的36项基准测试中取得最高准确率。
- •该模型定价为每百万输入tokens 0.042美元,输出tokens免费,微软称在一些内部测试中成本最多可降低200倍。
- •在内部试验中,Xbox团队使用该模型审查了超过1万条客户评论,质量与GPT-6 Sol相当,但速度快了14倍以上、成本低了约200倍;Copilot团队则用其检查AI生成回答,速度接近另一个先进模型的100倍。
- •华尔街分析师将微软股票评为“强力买入”,平均目标价为每股586.14美元,隐含约9.3%的上行空间,但微软尚未说明Decision-1测试何时扩展到内部团队之外。

微软于10月9日(周五)推出了一款新的人工智能模型,专为一项特定任务打造:快速决策。该模型名为Microsoft-Decision-1,旨在从固定选项中进行选择,而非撰写长篇回答。微软表示,其决策速度比OpenAI的GPT-6 Sol快35倍。微软还称,该模型在覆盖近15万个问题的36项基准测试中取得了最高准确率,定价为每百万输入tokens 0.042美元,输出tokens免费。
微软CEO萨提亚·纳德拉在X(Twitter)上宣布了这一发布:
Introducing Microsoft-Decision-1, our new model for fast decision-making. It delivers top performance on structured decision tasks, outperforming both LLMs and other decision models in latency and quality. We're already testing it across Microsoft for everything from incident… pic.twitter.com/M3fAOD90r6
— Satya Nadella (@satyanadella) October 9, 2026
纳德拉在帖子中表示,该模型在结构化决策任务上表现出色,在延迟和质量两方面均优于大型语言模型及其他专用决策模型。他补充说,微软已经在全公司范围内测试该模型,早期应用场景包括技术事件响应和AI回答的质量控制。
速度与设计
据微软介绍,Microsoft-Decision-1的运行速度比OpenAI的GPT-6 Sol快35倍。在微软自家的测试中,该模型还比名为Quyet-1.0-Large的竞品决策模型快4.5倍。
Microsoft-Decision-1并非典型的聊天机器人。它不会生成详细的文字回答,而是在一组固定选项中进行选择,例如是或否、多项选择或评分量表。这一专注点将它与其所对比的通用LLM区分开来,后者生成开放式回答而非从固定选项中选择。
X用户Afiz(@itsafiz)发布的一则帖子强调了这一发布,并提供了更多技术细节:
Meet Microsoft-Decision-1 by @Microsoft A small model built for one job: fast decisions Routing, classification, agent controls, AI judging. It returns a calibrated probability for every option. → Post-trained from Qwen3.5-9B → 35x faster than GPT-6 Sol → 4.5x faster than… pic.twitter.com/7jzxnhT18I
— Afiz ⚡️ (@itsafiz) October 9, 2026
根据该帖子,该模型由Qwen3.5-9B后训练而来,会为每个选项返回校准后的概率,其预期应用涵盖路由、分类、智能体控制和AI评判。
企业可以如何使用该模型
企业可以用该工具对客户支持工单进行分类,或决定哪些技术问题需要优先处理。该模型还可以检查另一个AI系统的回答是否符合特定的质量标准,这一过程有时被称为AI评判(AI judging)。由于它为每个选项附加概率,团队在采纳其选择之前可以看到模型的置信程度。
微软表示,随着AI系统承担更长的任务,这类简单任务变得更加重要。每次决策都会增加时间,因此更快的模型可以加快整个流程。
基准测试与定价
微软在覆盖近15万个问题的36项基准测试中进行了测试。微软表示,Microsoft-Decision-1在所有受测选项中取得了最高准确率。
定价为每百万输入tokens 0.042美元,输出tokens免费。微软表示,在一些内部测试中,成本最多可降低200倍。这种定价结构与模型的格式相契合,因为其答案是固定选择,而非长篇生成的文本。
微软在自家产品中的测试
纳德拉表示,微软已经在内部团队中使用这项技术。一个应用场景是技术事件响应,另一个是AI回答的质量控制。
Xbox研究团队使用该模型审查了来自问卷调查、Steam和社交媒体帖子的超过1万条客户评论。微软表示,结果在质量上与GPT-6 Sol相当,但模型运行速度快了14倍以上,运行成本也低了约200倍。
Copilot团队也测试了该系统,用其检查AI生成回答的质量。微软表示,该模型以接近另一个先进AI模型100的速度取得了类似的结果。两项内部试验都指向微软所强调的同一权衡:在决策类任务上达到大型模型的质量,同时降低运行的时间和成本。
开发者可以通过Microsoft Foundry访问Microsoft-Decision-1。微软还计划通过OpenRouter提供该模型,OpenRouter是一个将开发者连接到不同AI模型的平台。
分析师对该股票的看法
华尔街分析师目前将微软股票评级为“强力买入”(Strong Buy),这是基于过去三个月的36个买入评级和1个持有评级。平均目标价为每股586.14美元,较当前水平有约9.3%的上行空间。
微软尚未说明计划何时将Decision-1的测试扩展到内部团队之外。该公司表示,将继续发布更新,以逐步改进模型的速度和准确性。一旦上线,在OpenRouter上的计划上架也将把访问范围扩展到Microsoft Foundry之外。
本文最初发表于 Coin。