微软发布 Decision-1：不聊天、不写文案，一个 9B 小模型专职『做选择』，比 GPT-6 Sol 快 35 倍
🤖 微软发布 Decision-1：不聊天、不写文案，一个 9B 小模型专职"做选择"
只输出概率分、不生成文本；底座踩在阿里 Qwen3.5-9B 上，官方称比 GPT-6 Sol 快 35 倍，输出侧还免费
10 月 9 日，微软发布了一个"怪"模型：Microsoft-Decision-1。它不会聊天，不会总结文章，更不会帮你写邮件——你给它一段内容和一组预设选项，它只回你每个选项的概率分，然后就"退下"了。微软官方称，它在结构化决策任务上的速度和准确率超过了通用大模型和其他决策模型，比 GPT-6 Sol 快 35 倍。目前模型已在 Microsoft Foundry 开放公共预览，OpenRouter 也已跟进上线。
- 只做决策，不做生成：读取内容 + 预设选项，输出每个选项的校准概率分，不生成开放式文本
- 9B 小模型：基于阿里通义千问开源模型 Qwen3.5-9B 后训练，官方声明未来将换用微软自研 MAI 及 OpenAI 模型作底座
- 又快又便宜：官方称较 Quyet-1.0-Large 快 4.5 倍、较 GPT-6 Sol 快 35 倍；OpenRouter 标价输入每百万 tokens 0.042 美元，输出免费
- 闭源托管：权重不分发，只能通过 Foundry 与 OpenRouter 的托管 API 调用
🎲 Decision-1 是什么：一个只"打分"的模型
今年 AI 圈的主流叙事是"生成更多"——更多 token、更长上下文、更强的创意输出。Decision-1 反其道而行：它解决的是一个更小、更机械的问题——从给定选项里挑一个，并告诉你有多确定。
微软给它的定位是四类场景：分流（routing）、分类（classification）、排优先级（prioritization）、校验（verification），外加"工作流控制"。翻译成日常业务就是：客服工单该派给哪个团队、用户内容该不该拦、Agent 的输出要不要放行。这些都是高频、低延迟的判断任务，用一个 90 亿参数的专用模型来做，比调用一个全尺寸推理模型便宜得多。
和聊天模型的区别很实际：聊天模型生成一段回答后，你得自己解析文字、猜它的置信度、祈祷它按你要求的格式输出；Decision-1 跳过了所有解析步骤——输出本身就是一个概率分布。
🧩 为什么底座是阿里的 Qwen3.5-9B？
发布后讨论最多的不是用途，而是底座。Decision-1 是在阿里巴巴开源的 Qwen3.5-9B（90 亿参数开放权重模型）基础上后训练而来。微软自己在公告里写得明明白白："我们后训练了 Qwen3.5-9B 以实现快速单遍决策评分，并将很快把它 rebase 到其他模型上，包括 Microsoft AI（MAI）和 OpenAI。"
The Register 的解读相当直白：这是微软借中国 AI 实验室的开源模型快速把产品推向市场——底座是拿来即用的"脚手架"，不是长期承诺。一家在自研模型上砸了数十亿美元的公司，公开踩在竞争对手实验室的权重上发布冠名产品，还提前告知客户"引擎以后会换"，这在今年之前并不多见。
顺带一提，这个赛道已有同行：AWS 此前发布了 20 亿参数的开源决策模型 Strands Decider 2B，主打 Agent 护栏与快速决策。对比很微妙——Amazon 给开源权重、可自托管；微软的 Decision-1 参数更多，但只提供托管 API。
📊 跑分与价格：数字很漂亮，先别急着全信
微软给出的成绩单相当激进：
| 指标 | 官方数据 | 备注 |
|---|---|---|
| 准确率 | 36 个基准、近 15 万题中最高；平均 83.5% | 83.5% 为德国媒体 BornCity 转述 |
| 速度 | 较 Quyet-1.0-Large 快 4.5 倍；较 GPT-6 Sol 快 35 倍 | 厂商自报，暂无第三方复现 |
| 响应时间 | 约 85 毫秒 | 台湾媒体转述，未说明测试条件 |
| 扰动稳定性 | 98.7% | 输入措辞微调，结论不轻易翻转 |
需要泼一盆冷水：以上全部是微软自报的数据，目前没有任何第三方独立复现，35 倍提速这样具体的数字尤其应该当作厂商宣传来读。
价格方面，微软官方文档暂未公布确认价，目前流传的是 OpenRouter 模型页的标价：输入每百万 tokens 0.042 美元，输出免费。输出免费这个结构很合理——模型的全部产出就是一串概率分，确实没什么可计量的。
🛠️ 怎么用上它
Microsoft Foundry
公共预览已开放，文档描述其适用于分类、分流、排序、评分和二元决策。
OpenRouter
公告原说"即将上线"，实际一天内就挂出了 microsoft/microsoft-decision-1 的模型页。
拿不到权重
据媒体转述，微软不分发模型权重，开发者只能走托管 API——哪怕它构建在开源的 Qwen 之上。
微软内部已在用
纳德拉列了三个内部场景：事件响应、质量控制、科学发现。事件响应天然适配"固定选项 + 置信分"，后两者暂无细节。
🧭 为什么这件事重要
它标志着 API 市场正在分化：高频、低复杂度的调用，正在从通用大模型手里被切出去。如果企业开始把分流、审核这类"是/否"调用转向专用评分模型，对靠全模型价格卖简单任务 token 的厂商是真金白银的收入侵蚀。
对 Google 和 Anthropic 来说，压力也很直接：要不要跟进一个同类的命名决策产品，还是把它折叠进现有轻量档位？而对微软自己，0.042 美元每百万 tokens 的低价产品是粘住企业客户的钩子——高频调用一旦落进 Foundry，就很少再跨云比价了。
大模型市场正在变成哑铃：一端是 Mistral Large 4（万亿参数）、GPT-6 这样的旗舰，另一端是 Decision-1 这种便宜、窄域、飞快的小模型，默默处理旗舰助手脚底下那些重复的判断。
- The Verge: Microsoft launches its new AI model for making decisions quickly（2026-10-09）
- The New Stack: Microsoft skipped OpenAI's decision model and built its own on Alibaba's Qwen（2026-10-10）
- Microsoft Decision-1 launch explained（汇总官方公告、Foundry 文档、OpenRouter 页面）
- 纳德拉 X 官宣帖（2026-10-09）
本文基于多家媒体转述整理，性能数据为厂商自报，请以独立评测为准。