Microsoft-Decision-1：微软推出的专用结构化决策AI模型

AI新闻 97ai 1周前

一、Microsoft-Decision-1是什么

Microsoft-Decision-1是微软推出的专用结构化决策AI模型，区别于擅长文本生成、开放式问答的通用大模型。该模型不负责自由文本创作，接收业务上下文、问题以及一组预设候选选项，一次性输出每个选项经过校准的概率分数，直接供程序读取、判断分支逻辑，用于业务流程、AI智能体链路里的高频选择与判定任务，解决通用大模型做简单判断时延迟高、成本贵、结果不稳定的痛点，已上架Microsoft Foundry与OpenRouter平台开放调用。

二、功能特色

结构化概率输出：支持二选一、多选、打分评级任务，返回每个候选方案带校准置信概率，业务系统可依据置信度，自动执行、重试或者转交人工复核。
超低推理延迟：单次推理速度远高于通用大模型，适合高并发实时业务决策。
强鲁棒抗扰动：输入内容轻微改写、候选选项顺序调换，决策结果不容易发生翻转，8种输入扰动测试下平均决策翻转率仅1.3%，适合稳定性要求高的自动化流程。
内置安全防护：在11项安全基准、5250条包含提示注入、越狱、有害内容的测试样本中，可识别并拒绝有害请求，兼顾业务可用性。
低成本计费模式：仅对输入token计费，输出token免费，高频短决策场景成本优势明显。
32K上下文窗口，可读取较长文本材料做判断打分，适配日志、工单、长文本内容评估场景。

三、技术细节

基座模型：基于Qwen3.5-9B基座做专项后训练，针对一次性决策打分任务优化，单轮推理直接输出选项概率，不做链式思考生成文本。
基准测试：在包含近15万道题目的36项盲测基准上取得最高准确率；推理速度是第二名H2O-Lightning-4B v1.1的2.5倍，为GPT-6 Sol的35倍。
概率校准机制：模型输出的置信概率具备实际参考价值，概率高低和真实判断准确率匹配，方便业务设置阈值做分流。
内部落地验证：微软Xbox玩家反馈标注、Copilot输出质量评估、运维故障工单分级、科研智能体评估等场景完成内部实测。Xbox案例中，决策质量对标GPT-6 Sol，速度提升14倍，成本仅为后者1/200；Copilot质量评估场景速度提升100倍。
定价参数：输入token 0.042美元/百万token，输出token不计费。

Microsoft-Decision-1（图1）

四、应用场景

AI智能体控制：智能体动作路由，判定下一步动作是继续执行、重试、调用其他模型，还是人工介入。
内容与数据标注：用户反馈分类、文本打标签、AI生成内容质量打分。
工单与事件分级：客服意图识别、运维故障日志分级、安全事件风险判定。
检索与评估任务：搜索结果相关性打分、RAG检索结果校验。
风控与内容过滤：风险内容筛查、违规判定、业务单据校验。
科研实验评估：智能体迭代结果打分、科研假设筛选。

五、使用方法

准备输入素材：整理业务上下文、判定问题，预先定义全部候选选项（模型必须依赖固定备选方案，无法做开放式自由创作）。
通过API接入：在Microsoft Foundry或者OpenRouter平台获取调用凭证，构造API请求，传入上下文、问题与候选选项列表。
获取结构化返回：接口返回每个候选选项的校准概率分值。
业务逻辑处理：开发侧设置置信阈值，高分结果自动执行；低置信结果流转人工复核。
注意：该模型不适合开放式写作、自由问答、生成大段文本等任务，不建议单独用于对人产生重大影响的高后果自动化决策。

六、竞品对比

选取GPT-6 Sol、H2O-Lightning-4B v1.1两款模型做横向对比

对比项	Microsoft-Decision-1	GPT-6 Sol	H2O-Lightning-4B v1.1
模型定位	专用结构化决策模型	通用超大生成模型	轻量通用小模型，可兼顾分类
核心输出	候选选项+校准概率，结构化结果	自由文本，附带推理	文本输出+简单分类打分
推理速度基准	基准最快，是GPT-6 Sol的35倍	慢，长链路推理延迟高	速度仅次于Microsoft-Decision-1
决策稳定性（扰动翻转率）	1.3%	较高，输入微调容易改变结论	中等
适用场景	路由、打分、分类、智能体分支	开放式问答、长文本生成、复杂推理	轻量文本任务、简单分类
计费特点	输入计费，输出免费	输入输出双向计费	按token双向计费

七、常见问题解答

问：Microsoft-Decision-1可以用来写文章、写代码、做开放式问答吗？

答：不可以。该模型的设计目标只处理预设候选选项的结构化决策打分，不擅长自由文本生成、开放式创作类任务。这类场景更适合通用大模型。

问：Microsoft-Decision-1是否可以直接独立用于医疗、信贷、司法等高风险重大决策？

答：不建议单独作为唯一自动决策者用于这类高后果决策场景。微软官方提示，高风险业务建议将模型结果作为辅助参考，搭配人工复核流程使用。

问：使用Microsoft-Decision-1必须要预先写好全部备选答案吗？

答：是的。模型需要开发者提前给出全部可选选项，在给定选项集合内打分判断，不能凭空生成新选项。

问：模型的32K上下文窗口代表什么？

答：代表单次请求可送入最多32K token的文本上下文，支持读取长工单、长日志、长对话记录作为决策依据。

问：在哪里可以调用Microsoft-Decision-1？

答：支持Microsoft Foundry模型目录、OpenRouter两个平台接入调用。

八、相关链接

官方发布博文：https://commandline.microsoft.com/microsoft-decision-1-model-foundry/
Microsoft Foundry模型目录页：https://ai.azure.com/catalog/models/microsoft-decision-1

九、总结

Microsoft-Decision-1是微软面向业务自动化与AI智能体链路推出的专用决策模型，舍弃通用大模型的开放式文本生成能力，聚焦预设选项内的快速判定、打分与分类任务，依托优化后的基座后训练方案实现低延迟、强稳定性、低使用成本，能够嵌入各类软件、工作流和智能体系统处理高频结构化判断，适合用来分担通用大模型的简单决策压力，降低业务系统的推理开销，在企业工单分级、内容评估、智能体路由等场景具备落地价值。