大模型不只会”写作文”了。10月9日，微软正式发布Microsoft-Decision-1——一个专为结构化决策任务打造的决策评分模型。它不生成长篇回复，而是给定场景、问题和一组固定选项，直接输出每个选项的校准概率。微软CEO萨蒂亚·纳德拉亲自站台，称其在延迟和质量上均优于大语言模型及其他决策模型。
什么是”决策模型”？为什么突然火了？
理解Decision-1，要先理解一类正在崛起的新物种：决策模型。普通大模型的任务是”生成文字”，哪怕要求输出JSON格式，也难免混入解释、格式错误或字段缺失。决策模型则完全不同——它给一段证据、一个问题、一组候选答案，单次前向直接返回每个选项的概率，输出是给程序用的，不是给人看的。
为什么现在火起来？根本原因是Agent真的跑起来了。一个Agent任务里有几十次小决策：该继续执行还是重试？换工具还是转人工？置信度足够高就直接执行，几个选项接近就交给更大的模型，出现”cannot tell”就转人工复核。微软在技术博客中直言：Agentic AI成为现实后，成本成了决定怎么用AI的主要因素。
36项测试第一，速度35倍，成本打骨折
微软公布的性能数据相当激进：在36项基准测试、近15万道题目中，Decision-1准确率排名第一；P50延迟速度是GPT-6 Sol的35倍、是第二名Quyet-1.0-Large的4.5倍。定价方面，输入端每百万Token收费0.042美元，输出免费——结构上对高频、重复性决策应用极具吸引力。
内部测试同样亮眼：Xbox Research团队用它分类逾1万条游戏反馈，质量与GPT-6 Sol相当，速度提升14倍以上、成本降低约200倍；Copilot团队发现其在AI响应评估任务上与GPT-5.6 Luna表现相近，速度快约100倍。微软还强调鲁棒性：对同一请求进行八种扰动处理后，平均仅有1.3%的概率发生决策翻转，选项改写或顺序颠倒时翻转率为零。
基座是阿里Qwen3.5-9B，但微软打算”换芯”
一个值得玩味的细节：Decision-1基于阿里的开源模型Qwen3.5-9B构建，经过以单次决策评分为核心的专项后训练。微软计划未来将该模型迁移至自家MAI系列及OpenAI模型等底座之上，同时保持API形态稳定。
这折射出决策模型赛道的特殊性：它不追求参数规模，更看重速度、成本与校准能力。就在微软发布前后，OpenAI推出了Decisions API，开源平台vLLM一口气发布6款决策模型，创业公司Jev更是靠一款决策模型在24天内估值暴涨37倍、拿下a16z领投的8.7亿美元融资，约三分之一的财富500强企业都在使用。
决策模型会成为Agent基础设施的一层吗？
行业共识正在形成：决策模型大概率会作为Agent基础设施的一层保留下来，但不会取代普通大模型。大模型负责提出方案，Decision-1负责检查方案是否满足条件；大模型负责写出回复，Decision-1负责判断回复能不能交付。
目前，Decision-1已通过微软AI开发平台Microsoft Foundry向开发者开放，OpenRouter接入也在计划中，上下文窗口达32768 Token，覆盖路由分发、内容分类、任务优先级排序、结果验证及工作流控制等场景。微软在公告中强调，该模型旨在”以安全、可信的环境将决策智能融入现有应用”——当AI开始替企业做判断，一套可靠、可校验的”决策层”，或许正是Agent规模化落地前最后一块拼图。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
