人工智慧 · 文章
微軟推出Decision-1,專為快速業務決策打造的AI模型
發布:

重點
微軟於2026年10月9日推出Microsoft-Decision-1,一個專門的AI模型,返回結構化的、概率評分的答案,而不是生成的文本。首席執行官薩蒂亞·納德拉表示,該模型在延遲和質量方面優於大型語言模型和競爭決策模型,適用於路由、分類和事件響應等任務。
此版本是原文(English)的機器翻譯。 閱讀原文
根據該公司在其命令行網站上的官方聲明,微軟於2026年10月9日星期五推出Microsoft-Decision-1,將其描述為專為快速、結構化決策而打造的模型,而不是開放式文本生成。
首席執行官薩蒂亞·納德拉在X上宣布了推出,寫道該模型「在結構化決策任務中提供最佳性能,在延遲和質量方面優於LLM和其他決策模型」,並表示微軟已在內部測試,用於從事件響應到科學發現的各種任務。
Decision-1實際上做什麼
根據微軟的產品頁面,與生成自由形式文本的大型語言模型不同,Microsoft-Decision-1使用一套固定的答案選項——例如是/否選擇、多選項、評級量表或基於標準的評級標準——並通過單個結構化API調用為每個選項返回一個校準的概率得分。
微軟表示,該模型通過對Qwen3.5-9B(一個90億參數的基礎模型)進行後期訓練而構建,用於單次決策評分。該公司表示計畫在未來將其重新基於其他模型,包括自有的Microsoft AI系統和OpenAI模型。
基準性能
微軟報告稱,Decision-1在跨越近150,000個問題的36項基準測試中取得了最高精度,這些問題對模型的訓練數據保密。在延遲方面,該公司表示該模型是測試中最快的,在中位數(P50)響應時間方面,運行速度比OpenAI的GPT-6 Sol快約35倍,比亞軍H2O-Lightning-4B v1.1快2.5倍,根據微軟的公告和TestingCatalog的報告。
微軟還表示,當輸入略微改述時,該模型在大約1.3%的情況下改變其決策,該公司將這一致性衡量稱為魯棒性。
| 比較模型 | 報告的速度差異 | 背景 |
|---|---|---|
| GPT-6 Sol | ~35倍更快 | 旗艦文本生成模型,P50延遲 |
| H2O-Lightning-4B v1.1 | ~2.5倍更快 | 微軟36項基準測試中的亞軍決策模型 |
| Quyet-1.0-Large | ~4.5倍更快 | TestingCatalog引用自微軟的基準數據 |
| GPT-5.6 Luna (Copilot team test) | ~100倍更快 | 微軟Copilot團隊內部評估 |
早期內部使用案例
根據微軟的公告,Xbox研究團隊使用Decision-1對超過10,000條遊戲反饋進行分類,發現輸出質量與GPT-6 Sol相當,同時運行速度快14倍以上,成本便宜約200倍。微軟總共列出了15項目標應用,包括代理控制、模型路由、數據標籤、事件響應路由、內容分類和科學發現優化。
可用性和定價
微軟表示,Decision-1現在通過Microsoft Foundry提供,並在第三方模型市場OpenRouter上列為即將推出。輸入令牌的價格為每百萬令牌0.042美元,而輸出令牌免費提供。
它在結構化決策任務中提供最佳性能,在延遲和質量方面優於LLM和其他決策模型。
Seeking Alpha報告稱,納德拉通過在X上發布的公告將Decision-1呈現為微軟更廣泛推動的一部分,即將AI決策直接嵌入企業軟件工作流中,而不是單純依賴通用型聊天式模型。
常見問題
- Microsoft-Decision-1是什麼?
- 它是微軟於2026年10月9日推出的AI模型,旨在返回結構化的、概率評分的答案,針對固定選項問題——例如是/否或多選決策——而不是生成開放式文本。
- Decision-1與其他AI模型相比有多快?
- 微軟報告稱,在基準測試的中位延遲中,Decision-1的運行速度比GPT-6 Sol快約35倍,比次佳決策模型H2O-Lightning-4B v1.1快2.5倍。
- Decision-1是基於什麼構建的?
- 微軟對90億參數的Qwen3.5-9B基礎模型進行了後期訓練以創建Decision-1,並表示計畫在未來將其重新基於Microsoft AI和OpenAI模型。
- 使用Decision-1需要多少成本?
- 根據該公司的Foundry列表,微軟對輸入令牌的定價為每百萬令牌0.042美元,並免費提供輸出令牌。
- 企業在哪裡可以訪問Decision-1?
- 該模型現在通過Microsoft Foundry提供,第三方市場OpenRouter的可用性列為即將推出。
來源
本文由人工智慧撰寫,發布前已通過自動來源查核。如發現錯誤,請申請更正。 申請更正或回應 · 我們如何製作
相關文章
人工智慧文章
柳葉刀委員會指出人工智能和核戰為唯二可能在2100年前導致人類滅絕的威脅
一份於2026年10月11日在柏林世界衛生峰會推出的柳葉刀委員會報告列出了17項到2100年的災難性全球衛生威脅。在這些威脅中,只有人工智能的惡意使用和核衝突被歸類為具有「滅絕潛力」,但委員會表示這兩項威脅的發生概率仍然很低。

人工智慧文章
人工智能如何改變度假計劃並重塑全球旅遊業
人工智能已不再僅限於提供旅遊靈感,現在可以構建完整的行程安排、比較價格和回答預訂問題,2026年的調查顯示使用AI的旅客數量急劇增加。包括聯合國旅遊組織在內的行業組織現在將這一轉變描述為一個轉折點,儘管企業在員工培訓方面落後,AI工具仍然會產生事實錯誤。
人工智慧文章
人工智能編輯的視頻贏得尼康小世界在運動中獎項,隨後又失去了它
研究人員徐寧的氣道纖毛視頻在2026年9月贏得尼康小世界在運動中競賽,隨後在專家指出人工智能生成的結構後失去了3000美元的獎金。尼康取消了該參賽作品的資格,並將亞軍阮南納特提升為第一名,復興了一場始於鮑里斯·埃爾達根2023年索尼世界攝影獎參賽作品的辯論。

人工智慧文章
OpenAI 和 Anthropic 為何在模擬「災後」AI 災難
據 Axios 在 2026 年 10 月 9 日報導,OpenAI、Anthropic 和其他 AI 公司的高管們正在私下演練,如果發生災難性的 AI 相關事件,他們將如何應對。這些情景集中在大規模網路攻擊上,可能會中斷銀行、網際網路、電力或水的使用,一些業界人士預期在未來六到十二個月內可能發生重大事件。