📖 产品简介
Microsoft-Decision-1 是微软于 2026 年 10 月 9 日（Office of the CTO 公告）发布的决策打分模型（decision-scoring model），也是微软首款此类模型。
它基于阿里开源的 Qwen3.5-9B 后训练而来，定位与 TypeSafe 的 Jev 同类：不生成自由文本，而是给定一段状态（state）和一组预先定义好的选项，在「单次前向 pass」中为每个选项返回校准概率（JSON 结构化输出）。支持 yes/no（noul）、多选（choice）、评分（score）、分类与 rubric 评分等题型，面向路由、分类、优先级、校验、Agent 护栏与 AI 输出评判等高频低延迟决策场景。定价为输入 $0.042 / 百万 token、输出免费，上下文窗口 32,768 token，通过 Microsoft Foundry（GA）与 OpenRouter 提供。微软自测 P50 延迟约为 GPT-6 Sol 的 1/35、较 H2O-Lightning-4B v1.1 快约 2.5 倍，在 36 项盲测基准、近 15 万道题上取得最高平均准确率；八类扰动下平均决策翻转率仅 1.3%。微软明确提示：不能将其作为涉及「人」的重大决定的唯一自动决策者，阈值、弃权、升级、人工监督与下游护栏仍由应用方负责，并计划后续迁移至 MAI / OpenAI 底座。
定位
微软首个决策打分模型，单次前向为固定选项返回校准概率，专供 Agent 路由/护栏/评分
适合人群
需要在 Agent 流水线里做路由 / 分类 / 优先级判断的团队
追求极低延迟与成本的高频决策场景
已使用 Microsoft Foundry 或 OpenRouter 的开发者
为 LLM 评判（LLM-as-judge）寻找低成本替代的团队
支持平台
Microsoft Foundry、OpenRouter、API
开源
否
✨ 核心功能
- 决策打分：给定状态 + 固定选项（是/否、多选、评分、分类、rubric 评分），单次前向返回每个选项的校准概率（JSON）
- 极速低成本：输入 $0.042 / 百万 token、输出免费；微软自测 P50 延迟约为 GPT-6 Sol 的 1/35
- 三类问题原语：noul（真/假）、choice（选择）、score（打分），API 形态兼容 TypeSafe Jev 的 SystemOne
- Agent 护栏与路由：用于 Agent 控制门、模型路由、意图识别、内容安全筛选、AI 输出评判
- 可用渠道：Microsoft Foundry（GA）、OpenRouter；上下文窗口 32,768 token
- 基于 Qwen3.5-9B 后训练，微软称将迁移至 MAI / OpenAI 底座（保持接口不变）
⚖️ 优缺点分析
👍 优点
- 超低延迟与成本，适合高并发、高频决策
- 校准概率输出，便于阈值触发/升级/人工复核
- 与 Jev / SystemOne API 兼容，替换成本低
- 微软官方托管，企业级 SLA 与区域合规
👎 缺点
- 不生成文本，无法解释、也无法回答开放问题
- 非开放权重，仅 Foundry / OpenRouter 托管
- 不能单独用于涉及人的重大决定（需人工监督）
- 仅文本输入，无多模态能力
📊 评分详情
功能完整
7
易用程度
7
安全可靠
8
性价比
9.5
💬 用户评价
Decision-1 把「让大模型写判断」变成「一次前向出分数」，便宜又快，最适合做 Agent 流水线里的路由门和护栏。
📝 更新日志
-
2026-10-09v1.0 发布（GA）微软发布首个决策打分模型 Microsoft-Decision-1（10/9，Office of the CTO 公告）：基于 Qwen3.5-9B 后训练，单次前向为固定选项返回校准概率，用于路由/分类/优先级/校验/Agent 护栏/AI 评判；输入 $0.042/百万 token、输出免费，32K 上下文，经 Microsoft Foundry 与 OpenRouter 提供。微软自测 P50 延迟约为 GPT-6 Sol 的 1/35。