微软推出决策专用模型 称速度是GPT-6 Sol的35倍

报价宝综合消息微软推出决策专用模型 称速度是GPT-6 Sol的35倍当大模型竞赛卷参数、卷推理的时候，微软把一个不起眼但可能更值钱的环节单独拎了出来：判断。上周五，微软发布决策评分专用模型Microsoft-Decision-1，已上线Microsoft Foundry平台，并将很快接入OpenRouter。它与聊天机器人是两个物种——不写文章、不解释理由，只针对一组预设选项输出带置信度的结构化结果，让软件拿去就能执行。

按微软公布的评测口径，这个模型在36项基准、近15万道与训练完全隔离的盲测题中拿下最高准确率；速度上更是断层领先：中位延迟比亚军Quyet-1.0-Large快4.5倍，比GPT-6 Sol快约35倍。价格同样激进——每百万输入token仅0.042美元，输出免费。微软的算盘是：一个AI应用里成千上万次“小判断”，没必要每次都惊动昂贵的大模型。

模型本身是在Qwen3.5-9B基础上后训练而来，专攻单次推理的决策评分；微软表示后续会把底座迁移到自家的MAI和OpenAI模型上。它支持是非题、多选题、评分和量规打分，输出的概率本身就是API的一部分——应用可以据此决定自动执行、搁置还是转人工。稳定性方面，微软用八种方式改写同一请求，平均只有1.3%的决策会翻转；安全评测覆盖11项基准、5250条请求，测试了有害内容、越狱和提示词注入。

内部用例已经跑了起来：Xbox研究团队用它给一万多条玩家反馈做主题分类，Copilot团队用它给智能体回复做质检。这背后是微软明确的架构主张——把“生成、推理、决策”拆成三种工作负载，各配各的模型。行业也在朝同一方向走：TypeSafe的非文本决策模型Jev上个月刚走红、估值冲到75亿美元，vLLM和SGLang本周也相继上线评分端点。“决策模型”正从论文里的概念变成流水线上的标准件。

需要说明的是，上述成绩全部来自微软自评，尚未经过独立验证。但方向已经足够清晰：当生成模型越来越贵，厂商开始把“判断”这件最重复的小事从大模型手里拿走，单独做成便宜、快、可校准的专用零件——AI应用的技术栈，正在像传统软件一样分层。

编译自 Microsoft 官方博客（Command Line），综合IT之家报道，原标题：“Introducing Microsoft-Decision-1, our model for fast decision-making”