Microsoft-Decision-1

Microsoft-Decision-1 是微软于 2026 年 10 月 9 日发布的决策评分模型，以 Qwen3.5-9B 为基础后训练，为预先给定的答案选项输出概率。它的核心价值是把反复发生的分类和路由判断变成短而明确的结构化请求；厂商报告的速度优势，不能据此延伸为开放式推理能力优势。

固定选项评分决定了它的能力边界

输入包含情境、问题和候选选项，输出是各选项的概率，而不是生成一段答案。微软将其描述为单次前向评分，支持是非题、多选题、评级以及依据 rubric 评价回答或代理动作。Foundry 模型卡明确排除开放式问答、聊天、翻译和摘要。基础模型的开放权重也不等于微软这一后训练模型已开放权重。

低输入单价适合高频判断，输出免费不等于免费写作

微软公布每百万输入 token 0.042 美元、输出免费。输出栏为零描述的是这种结构化决策接口的计费方式，并不提供免费长文生成。由于判定规则、上下文和候选选项都属于输入，长 rubric 仍会增加每次调用的成本。摘要或代码生成可交给 Haiku 5.5、GPT-6 Luna；明确选项之间的选择则是 Decision 1 的目标工作负载。

厂商广泛评测尚不能代替独立验证

微软称其在 36 项、近 15 万道题的内部比较中准确率最高。这覆盖面比单个小测试更广，但“最快”“最佳”仍限于该次测试环境和参评模型。独立 JevBench 发布了带版本、系统级结果与测量日期的原始聚合数据；本轮未找到可核对的 Microsoft-Decision-1 独立成绩，因此不将微软的结论标为第三方验证。

概率校准也有明确含义：在代表性样本上，预测为某一概率的案例应具有相近的实际正确率。返回概率并不能单独证明它在新业务领域仍校准良好。模型卡和发布原文支持它用于固定规则判断，尚不足以证明任意领域的评分可靠性。

明确候选集合比通用聊天更能发挥它的价值

模型路由、意图识别、数据标注、回答验收和代理动作检查，都能预先定义候选项或评分标准。它可以作为生成模型工作流中的判断环节；需要提出新方案、输出完整说明或执行复杂编码时，仍需生成式模型。Foundry 是已确认的接入渠道，OpenRouter 的实际上线状态需按渠道页面单独核对。

来源：微软发布原文（2026-10-09）、Microsoft Foundry 模型卡、JevBench 原始聚合数据与方法。核对日期：2026-10-10。