宝玉(@dotey)动态10-10中文

微软推出决策专用模型 Microsoft-Decision-1，基于 Qwen3.5-9B 后训练

一句话

3 个要点

微软发布的新模型 Microsoft-Decision-1 专门用于快速判断选择题，基于阿里开源模型 Qwen3.5-9B 进行后训练，具有远高于通用大模型的推理速度和稳定性，已在 Xbox 和 Copilot 等业务中投入使用以优化 AI 工作流效率。

决策模型是为了解决通用大模型的效率低，成本高的缺陷而构建的。
在许多软件应用中，AI 需要快速判断问题归属（例如用户反馈分类、模型路由、内容审核），通用大模型的推理速度和成本都远高于所需的标准。决策模型专注于这些二分类或多分类任务，通过微调优化，在低延迟下提供足够的高质量输出。
Microsoft-Decision-1 在速度和稳定性方面优于现有基准。
该模型在多个基准测试中展现出最高的准确率，且推理速度比竞争对手快 4.5 到 35 倍。此外，它具有高度的稳定性，在面对不同表述或打乱的选项时，判断结果几乎不会发生变化，这对于自动化流程中的一致性至关重要。
该模型已在微软内部的关键业务中得到验证。
Xbox 团队使用该模型对玩家评论进行主题分类，与通用模型相比，速度提高了 14 倍，而成本节省了 200 倍。Copilot 团队也利用该模型进行质量控制，证明其性能与通用模型相当，但效率高出 100 倍。

完整摘要

Microsoft-Decision-1 是由微软开发的专用决策模型，旨在弥补通用大语言模型在简单分类任务中的速度和成本劣势。该模型可以迅速从多个选项中选择正确答案，并提供校准后的概率评分。它在多选题、是/否题和质量评估等方面表现出色，特别在推理延迟方面，相比其他模型有显著优势。微软内部已将其用于玩家反馈分类和聊天质量评估，效果显著优于现有解决方案，并计划未来与其他模型架构进行对比测试。

微软发布 Microsoft-Decision-1：专做“选择题”的 AI 模型，基于 Qwen3.5-9B 后训练

微软推出新模型 Microsoft-Decision-1。它不写文章也不聊天，只做一件事：给定几个选项，快速判断该选哪个，并给每个选项打一个概率分。Satya Nadella 在 X 上宣布了这个模型，它已在微软的 AI 开发平台 Microsoft Foundry 上线，之后还会上 OpenRouter（一个聚合多家模型的 API 平台）。

微软把这类模型叫“决策模型”。大语言模型擅长生成文字、推理复杂问题，但软件里很多 AI 调用其实只是在做判断：这条用户反馈属于哪一类？这个请求该交给哪个模型处理？智能体下一步该继续、重试，还是交给人？这类问题的答案都在固定选项里，拿大模型来答又慢又贵。决策模型直接输出结构化结果，程序拿到就能用。

它是在阿里开源模型 Qwen3.5-9B 的基础上后训练出来的，只算一遍就出结果。支持是/否题、多选题和打分，也能按评分标准给 AI 的回答或智能体的动作打分。微软说之后会换到自家 MAI 模型和 OpenAI 的模型上重新训练。

它输出的概率是“校准过”的：模型说有 90% 把握时，实际大约十次能对九次。开发者可以据此设门槛，把握高就自动执行，把握低就转人工审核。

以下性能数据都来自微软自己的测试。在 36 个基准、近 15 万道题的对比里，它的准确率最高。速度上，它比第二名 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快约 35 倍。微软还测了稳定性：把同一个请求换种说法、打乱选项顺序等，一共八种改动，判断结果平均只有 1.3% 会变，打乱选项顺序时一次都没变。

速度之所以重要，是因为智能体干活经常要连着做几十个小判断。每个判断慢 100 毫秒，20 步下来就要多等 2 秒。

微软内部已经在用。Xbox 研究团队用它把 1 万多条玩家反馈和评论按主题归类，质量和 GPT-6 Sol 相当，速度快 14 倍以上，成本低 200 倍。Copilot 团队用它给回答质量打分，效果接近 GPT5.6 Luna，速度快 100 倍。

对开发者来说，它适合那些答案在有限选项里的环节，比如模型路由、意图识别、内容审核、数据打标签、给 AI 输出当评委，以及让 AI 操作电脑时选下一步点哪里。把这些环节从大模型换成它，延迟和账单都能降下来。

价格是每百万输入 Token 0.042 美元，输出免费。现在就可以在 Microsoft Foundry 的模型目录里调用。

回复: 12
转发: 15
点赞: 129
浏览: 2.5万