返回热力追踪
关注模型发布
微软推出专用决策模型 Microsoft-Decision-1，基于 Qwen3.5-9B 后训练
微软发布 Microsoft-Decision-1，专做结构化决策打分，输出概率结果而非文本。基于 Qwen3.5-9B 后训练，官方称比 Quyet-1.0-Large 快 4.5 倍、比 GPT-6 Sol 快 35 倍，已上线 Microsoft Foundry 并接入 OpenRouter，输入定价每百万 Token 0.042 美元、输出免费。
编辑视角
把「决策」从聊天模型中拆成独立品类，指向企业自动化节点对低延迟、低成本、高稳定性的真实需求，值得观察其底座迁移与生态接入进展。
深度解读
主旨：微软以专用化策略推出决策模型 Microsoft-Decision-1，专为路由、分类、优先级排序、验证和工作流控制设计，输出可被软件读取的概率结果。证据：华盛通、DoNews、搜狐/IT之家均引述微软博客与纳德拉 X 帖，给出 36 项盲测、约 15 万条隔离测试、11 项安全基准 5250 条请求、比 Quyet-1.0-Large 快 4.5 倍、比 GPT-6 Sol 快 35 倍、输入每百万 Token 0.042 美元、输出免费、已上线 Microsoft Foundry 并将上架 OpenRouter。反证/边界：速度与准确率均为微软自述内部测试，缺少第三方复现；底座为阿里 Qwen3.5-9B，微软称后续迁移至 MAI 与 OpenAI 底座，迁移后性能是否保持未知；原始信号中「15 万次盲测」「稳定性 1.3%」等细节未在检索正文中逐字出现，需以官方博客为准。后续观察点：OpenRouter 实际上架时间、第三方基准复现、底座迁移后的延迟与定价变化、企业客户采用案例。
核心要点
- Microsoft-Decision-1 专做结构化决策打分，输出概率而非文本
- 基于 Qwen3.5-9B 后训练，后续将迁移至 MAI 与 OpenAI 底座
- 官方称比 Quyet-1.0-Large 快 4.5 倍、比 GPT-6 Sol 快 35 倍
- 输入每百万 Token 0.042 美元、输出免费，已上线 Microsoft Foundry
- 通过 11 项安全基准、5250 条请求测试，覆盖越狱与提示词注入
延伸阅读
- 微软甩出 Decision-1：不写长文，专给智能体做选择题 — 同一事件的中文深度解读，可交叉核对细节
- Anthropic Announcements Oct 7, 2026 Introducing Claude Haiku 5.5 — 同为面向高吞吐低成本场景的小模型，可对比定位