产品简介
Microsoft-Decision-1 是微软在 2026 年 10 月 9 日发布的决策模型，它不做对话、不写长文，只负责把一段输入变成可以直接被程序使用的判断结果。输入可以是文本也可以是图像，输出是概率、选项或评分这类带类型的答案，省掉了从一段自然语言里再解析一次的环节。模型基于 Qwen3.5-9B 后训练，上线在 Microsoft Foundry，同时接入 OpenRouter，官方给它的定位是事件响应、质量控制、科学发现这类需要快速下判断的场景。把它理解成一个会思考的打分接口，比理解成一个聊天模型更准确。
核心功能
- 类型化输出：直接返回概率、选项或评分等结构化结果，不需要再写正则去抽取
- 低延迟：官方给出的单次决策约 150 毫秒量级，比走通用模型再解析的路线快约 10 倍
- 扰动稳定：官方称在输入被扰动的情况下决策翻转比例约 1.3%
- 两条接入路径：同时上线 Microsoft Foundry 与 OpenRouter，可以直接替换现有流程里的判断环节
- 只对输入计费：每百万输入 token 0.042 美元，输出 token 不计费，上下文 32K
适合谁用
以下类型的用户会特别受益于 Microsoft-Decision-1：
- 把文本直接变成评分或分类结果的批量管线
- 事件响应里做快速分级
- 内容审核与质量打分
- 替换硬编码阈值与规则引擎
- 在已有流程里做人工初筛的前置
优点亮点
- 输出即结构化：省掉解析与校验的活
- 速度快：适合放进实时链路
- 接入路径现成：Foundry 与 OpenRouter 都能调
- 成本好算：只对输入 token 计费
- 判断稳定：扰动输入下翻转率低
价格与方案
通过 Microsoft Foundry 与 OpenRouter 按量计费，每百万输入 token 0.042 美元，输出 token 免费，上下文长度 32K。
总结与建议
Microsoft-Decision-1 把判断这件事单独拆成了一个接口：输入一段内容，返回一个可以直接进数据库的评分或选项，而不是一段还要二次解析的文字。如果你的流程现在是让通用模型生成答案再正则抽取，或者硬编码了一套阈值规则，它值得拿来对比一次。需要连续对话、长文生成或开放式推理的场景，还是交给通用模型更合适。
版本演进
- Microsoft-Decision-1 上线 Foundry 与 OpenRouter （2026-10-10）：微软发布决策模型 Microsoft-Decision-1，基于 Qwen3.5-9B 后训练，专为概率、选项、评分等结构化决策任务打造，已上线 Microsoft Foundry 并接入 OpenRouter。官方称其在约 36 项盲测基准中准确率最高，比第二名快 4.5 倍，定价每百万输入 token 0.042 美元，输出免费，上下文 32K。