人工智能 · 文章
微软推出Decision-1,一款为快速业务决策构建的AI模型
发布:

要点
微软在2026年10月9日推出了Microsoft-Decision-1,这是一款专门的AI模型,返回结构化的、概率评分的答案,而不是生成的文本。首席执行官Satya Nadella表示,该模型在延迟和质量方面都超越了大型语言模型和竞争对手的决策模型,适用于路由、分类和事件响应等任务。
此版本是原文(English)的机器翻译。 阅读原文
微软在2026年10月9日(周五)推出了Microsoft-Decision-1,该公司在其命令行网站的官方声明中描述其为专为快速、结构化决策而构建的模型,而非开放式文本生成。
首席执行官Satya Nadella在X上宣布了此次推出,他写道该模型"在结构化决策任务上表现最佳,在延迟和质量方面都超越了LLM和其他决策模型",并表示微软已经在内部测试,应用范围从事件响应到科学发现。
Decision-1的实际作用
与生成自由形式文本的大型语言模型不同,Microsoft-Decision-1接受一组固定的答案选项——例如是/否选择、选择题、评分量表或基于评分标准的分级标准——通过单一结构化API调用为每个选项返回校准的概率分数,根据微软的产品页面。
微软表示,该模型是通过对Qwen3.5-9B(一个90亿参数的基础模型)进行后训练为单次决策评分而构建的。该公司表示,计划在其他模型基础上重建未来版本,包括其自有的Microsoft AI系统和OpenAI模型。
基准性能
微软报告称,Decision-1在36个基准测试中取得了最高准确率,这些基准测试跨越近150,000个问题,这些问题对模型的训练数据是隐藏的。在延迟方面,该公司表示,该模型是测试中最快的,在中位数(P50)响应时间上,比OpenAI的GPT-6 Sol快约35倍,比亚军H2O-Lightning-4B v1.1快2.5倍,根据微软的公告和TestingCatalog的报道。
微软还表示,当输入略微改变措辞时,该模型在约1.3%的情况下改变其决策,这是一种一致性测度,该公司称之为健壮性。
| 比较模型 | 报告的速度差异 | 上下文 |
|---|---|---|
| GPT-6 Sol | 约快35倍 | 旗舰文本生成模型,P50延迟 |
| H2O-Lightning-4B v1.1 | 约快2.5倍 | 微软36项基准测试中的亚军决策模型 |
| Quyet-1.0-Large | 约快4.5倍 | TestingCatalog引用自微软的基准测试数据 |
| GPT-5.6 Luna (Copilot team test) | 约快100倍 | 微软Copilot团队内部评估 |
早期内部用例
根据微软的公告,Xbox Research团队使用Decision-1对10,000多条游戏反馈进行分类,发现输出质量与GPT-6 Sol相当,同时运行速度快14倍多,成本便宜约200倍。微软总共列出了15个目标应用程序,包括代理控制、模型路由、数据标签、事件响应路由、内容分类和科学发现优化。
可用性和定价
Decision-1现在通过Microsoft Foundry提供,并在第三方模型市场OpenRouter上列为即将推出,微软表示。输入令牌的价格为每百万令牌$0.042,而输出令牌免费提供。
它在结构化决策任务上提供最佳性能,在延迟和质量方面都超越了LLM和其他决策模型。
Seeking Alpha报道称,Nadella通过X上的帖子所做的公告,将Decision-1定位为微软更广泛举措的一部分,该举措旨在将AI决策制定直接嵌入企业软件工作流中,而不是仅依赖通用的聊天风格模型。
常见问题
- Microsoft-Decision-1是什么?
- 这是微软在2026年10月9日推出的一个AI模型,设计用于对固定选项问题返回结构化的、概率评分的答案——例如是/否或多选决策——而不是生成开放式文本。
- Decision-1与其他AI模型相比速度有多快?
- 微软报告称,在其基准测试的中位数延迟方面,Decision-1的运行速度比GPT-6 Sol快约35倍,比次优决策模型H2O-Lightning-4B v1.1快2.5倍。
- Decision-1基于什么?
- 微软对90亿参数的Qwen3.5-9B基础模型进行了后训练以创建Decision-1,并表示计划在Microsoft AI和OpenAI模型的基础上重建未来版本。
- 使用Decision-1的成本是多少?
- 根据该公司的Foundry列表,微软对输入令牌的定价为每百万令牌$0.042,输出令牌免费提供。
- 企业可以在哪里访问Decision-1?
- 该模型现在通过Microsoft Foundry提供,第三方市场OpenRouter上的可用性列为即将推出。
来源
本文由人工智能撰写,发布前已通过自动来源核查。如发现错误,请申请更正。 申请更正或回应 · 我们如何制作
相关文章
人工智能文章
柳叶刀委员会:人工智能滥用和核战争是2100年前17个灾难性威胁之一
柳叶刀委员会发布于2026年10月10日的报告列举了17个对人类健康和生存的"灾难性"威胁,直至2100年。其中,只有人工智能的恶意使用和核冲突被列为可能导致灭绝的威胁,尽管这个35成员的委员会表示这两种情景发生的概率都很低。

人工智能文章
人工智能如何改变度假规划并重塑全球旅游业
人工智能已经超越了单纯提供旅行灵感的功能,现在可以构建完整的行程、比较价格和回答预订问题。2026年的调查显示,使用人工智能的旅行者数量急剧增加。包括联合国旅游组织(UN Tourism)在内的行业机构现在将这一转变描述为一个转折点,尽管商业公司在员工培训方面仍存在滞后,人工智能工具仍然会产生事实错误。
人工智能文章
AI编辑的视频如何赢得尼康微观世界运动奖,随后又失去它
清华大学研究员宁旭拍摄的气道纤毛视频赢得了尼康2026年9月的《微观世界运动》竞赛,但在专家指出其中存在AI生成的结构后,失去了其3000美元的奖金。尼康取消了该参赛作品的资格,并将亚军阮南武晋升为第一名,这再次引发了从2023年摄影师鲍里斯·埃尔达格森索尼世界摄影奖参赛作品开始的争议。

人工智能文章
为什么OpenAI和Anthropic在演练人工智能灾难的"灾后"情景
据Axios在2026年10月9日报道,OpenAI、Anthropic和其他AI公司的高管正在私下彩排如果发生灾难性AI相关事件时如何应对。这些情景围绕可能切断银行、互联网、电力或水力的大规模网络攻击展开,一些行业内部人士预计在六到十二个月内会发生严重事件。