微軟 10 月 9 日在自家技術刊物 Command Line 上發表 Microsoft-Decision-1，這是一個專做「選擇題」的模型：路由、分類、排序、驗證、工作流程控制。署名作者是微軟技術長辦公室的軟體工程副總裁 Achint Srivastava。模型已在 Microsoft Foundry 上架，也接入了 OpenRouter。
它的輸出範圍很窄。呼叫端先給一組固定選項，模型針對每個選項給出一個經過校準的機率，軟體拿到結果後直接執行。是／否、多選、評分、依評分細則（rubric）打分都支援；撰寫長文、處理複雜推理不在它的分工之內。
微軟自行公布的成績
微軟表示，Decision-1 在 36 項基準測試、近 15 萬道題目的比較中準確率最高，P50 延遲約為 GPT-6 Sol 的 1/35。文章舉了個例子：一條流程串接 20 個決策，每個多花 100 毫秒，整條鏈就慢 2 秒。
穩定性方面，同一個請求施加 8 種擾動，決策平均翻轉率為 1.3%；只改寫、反轉或打亂選項順序時，翻轉率為 0。微軟替這項測試訂下的原則是：
「Equivalent inputs should produce equivalent decisions.」（等價的輸入應當得到等價的決策。）
安全測試涵蓋 11 項基準、5250 筆請求，類型包括有害內容、越獄與提示注入，但文中並未提供拒絕率。
內部試用也有幾組數據。Xbox 研究團隊用它處理一萬多則使用者回饋，品質與 GPT-6 Sol 相當，速度快 14 倍以上，成本低 200 倍以上；Copilot 團隊測得品質與 GPT-5.6 Luna 相當，速度快 100 倍。這些都來自微軟自行測試，36 項基準各自叫什麼、具體準確率多少，文章並未列出，目前也沒有第三方重現。至於排名第二的是哪個模型、慢多少，微軟原文與中文轉述的說法對不上，請以官方後續更新為準。
定價貼著用法走
價格是每百萬輸入 token 0.042 美元，輸出免費，依 IT之家的換算約合 0.28 元人民幣。決策類呼叫的輸出往往只有幾個 token，錢主要花在輸入的上下文上，這套定價與實際用法相符。
這類模型在應用程式裡通常放在大模型前面：先判斷一則請求該交給哪個模型、走哪條流程，或是判斷智慧代理（agent）某一步的產出合不合格，再決定下一步。這些判斷原本多半由通用大模型順手處理，換成小而快的專用模型，省下的是延遲與呼叫費用。
底座來自千問
文中有一句話分量不輕：Decision-1 是在阿里巴巴開源的 Qwen3.5-9B 上做的後訓練。微軟還說，之後會把同一套方法移植到其他底座上，點名了 Microsoft AI（MAI）的自研模型和 OpenAI 的模型。
對中國的開發者來說，這則消息可以從三個面向來看。第一，千問的開源權重進入了微軟的正式產品，而且微軟在發表文中寫明了出處。第二，想做同類產品的團隊，路徑基本上攤開了：找一個 9B 等級的開源模型，圍繞「固定選項加校準機率」做後訓練，單次前向傳遞就能出結果。第三，Decision-1 本身沒有開放權重，在中國要用只能走 Foundry 或 OpenRouter 的介面；它的底座 Qwen3.5-9B 倒是可以直接下載。
微軟今年已陸續推出多款 MAI 自研模型。Decision-1 先借外部開源底座起步，等換到 MAI 底座之後成績能否維持，要看下一版公布的數據。
參考來源：微軟 Command Line 發表文、CocoLoop、IT之家；依微軟自行測試的口徑核對基準數量、延遲倍數與每百萬 token 價格。