微软发布了Microsoft-Decision-1，这是一款定位明确的AI模型：快速做出结构化决策。它不会写诗，也不会起草邮件，而是从固定的选项列表中挑选正确答案。微软表示，该模型的准确率超越竞争对手，运行速度也远快于对手，且公司已在内部业务中对其进行测试。

Decision-1究竟做什么

该模型于2026年10月9日发布。微软将其描述为一款决策评分模型，专为路由、分类、优先级排序、验证和工作流控制等任务而设计。

从技术上讲，该模型为一组固定的备选答案分配校准后的概率评分。这些可以是简单的“是/否”问题，也可以是多项选择设置。校准之所以重要，是因为它意味着置信度数值应当是可信的，而非仅仅起装饰作用。简而言之，该模型不仅会说明“将此工单路由至安全团队”，还会说明其对此有多确定。这使企业能够决定何时信任机器、何时将案件升级给人工处理。

Decision-1可在单次处理中容纳最多32,000个token的输入。单次处理设计意味着模型一次性接收完整输入并返回评分，而非逐词生成答案。

微软列举的数据

微软宣称，Decision-1在近150,000道盲测题的基准测试套件中取得了最高准确率。据该公司介绍，该模型的延迟比Quyet-1.0-Large快4.5倍，微软将后者认定为最接近的竞争对手。与GPT-6 Sol相比，据报道差距扩大至快35倍。

这些是微软自己的数据。与任何厂商基准测试一样，独立测试才是真正的试金石。

基于第三方基础模型构建

Decision-1并非基于微软自研的基础模型构建，而是阿里巴巴开源权重模型Qwen3.5-9B的后训练版本。微软表示，未来的更新计划基于Microsoft AI（MAI）和OpenAI模型。

名称中的“9B”指模型的规模。它属于紧凑型类别，这有助于解释其速度主张：较小的模型通常每次回答所需的计算能力更少。

内部测试与可用性

微软表示，Decision-1目前正在事件响应、质量控制和科学发现工作流中进行内部测试。对外部用户而言，该模型已可通过Microsoft Foundry使用，并计划部署到OpenRouter。Foundry是微软在企业环境中构建和运行AI的平台，而OpenRouter为开发者提供了一个连接众多不同模型的统一网关。

向更小、更专业化AI的更广泛转变

Decision-1并非孤军奋战。Liquid AI和vLLM Semantic Router也在同一时间段推出了类似的专业化产品。这些模型旨在比从未为快速分类而设计的通用模型更高效地处理高吞吐量任务。

校准为何重要

校准评分可能是最实用的功能。在敏感领域部署AI的企业需要了解模型何时不确定，而置信度评分在自动化与人工审核之间创造了清晰的交接点。

后续值得关注的重点

基准测试结果为自行报告，且测试目前仍在内部进行。值得关注的要点包括：OpenRouter的部署进展、独立基准测试对比，以及微软是否会公布其事件响应和质量控制测试的结果。