微软发布决策模型 Decision-1：专为智能体打造的超快控制层

微软于 10 月 9 日正式发布 Microsoft-Decision-1 模型。

与传统生成式大语言模型不同，Decision-1 不用于生成开放式文本。它直接从一组预设选项中进行筛选，并给出校准后的概率分布，使下游软件能够基于结果立即执行动作。

该模型目前已在 Microsoft Foundry 上线，后续还将接入 OpenRouter。微软给出的定价极低：每百万输入 token 仅收取 0.042 美元，输出 token 完全免费。

微软将该模型定位为 AI 智能体（Agent）的轻量控制层。复杂的智能体在多步执行过程中，需要频繁做出大量细碎决策——例如选择调用哪一个模型、是否重试失败任务、何时转交人工介入。这类决策环环相扣，极易产生累积延迟。

模型架构与核心设计

微软首席执行官萨蒂亚·纳德拉（Satya Nadella）表示，Decision-1 在结构化决策任务上表现优异，在延迟与推理质量上均超越了通用大语言模型及其他决策模型。他透露，微软内部已将其广泛测试于故障响应、质检及科学研究等场景。

技术实现上，微软基于阿里开源的 Qwen3.5-9B 模型进行定向训练，使模型在单次前向推理中即可完成对候选选项的打分。微软计划未来将其迁移至更多底座模型，包括自研的 MAI 系列以及 OpenAI 系列模型。

Decision-1 能够胜任判断题、多项选择题以及打分评级任务，还可以根据既定规则对 AI 的回复与智能体的动作进行评分。

微软 CTO 办公室副总裁 Achint Srivastava 指出，工作流中的步骤互相依赖，决策延迟非常致命：如果连续 20 步决策中每步增加 100 毫秒，整个流程就会平白多出 2 秒等待时间。

基准测试与内部应用

在微软开展的 36 项基准测试（涵盖近 15 万道未参与训练的问题）中，Decision-1 取得了最高的准确率，同时延迟也是所有对比模型中最低的。其中位数延迟比第二名快 4.5 倍，比 OpenAI 的 GPT-6 Sol 快约 35 倍。在针对同一请求进行 8 种句式重述与顺序调整的扰动测试中，模型答案的变动率仅为 1.3%。

微软内部多个业务团队已对其进行了实际验证：

• Xbox Research：利用该模型对超过 10,000 条玩家反馈进行主题聚类，其分析质量与 GPT-6 Sol 相当，但速度提升超过 14 倍，成本仅为后者的两百分之一。
• Copilot 团队：用于评估回复质量时，在质量可比的前提下，打分速度比 GPT-5.6 Luna 快 100 倍。
• Microsoft Discovery：其评分一致性比基于大语言模型的方法高出 46 倍。

微软表示，随着智能体 AI 走向实用化，推理与控制成本已经成为企业决定如何部署 AI 的核心考量因素。