- Microsoft-Decision-1 基於阿里雲開源模型 Qwen3.5-9B 構建。
- 決策模型適合企業場景，提供概率評分和快速輸出。
- 測試結果顯示 Microsoft-Decision-1 在速度和準確率上表現優異。
- 目前市場上已有超過 100 款同類決策模型推出。
近日，Microsoft 發布了決策模型 Microsoft-Decision-1，該模型的首個版本基於阿里雲開源模型 Qwen3.5-9B 構建，主要用於文本分類和結構化決策任務。該模型已通過 Microsoft Foundry 提供，未來將接入 OpenRouter。Microsoft 表示，未來版本將轉向使用自研模型及 OpenAI 模型作為基礎。
決策模型的特點
與主要用於生成文本或處理複雜推理任務的大語言模型不同，決策模型通常針對特定問題輸出有限範圍的結果，並為不同選項提供概率評分。這類模型生成速度較快、使用成本相對較低，輸出也更易被軟件系統直接調用，適合不需要開放式文本的企業場景。不過，決策模型仍可能產生分類或判斷錯誤。
市場競爭狀況
Microsoft 公佈的測試結果顯示，Microsoft-Decision-1 在延遲測試中的速度約為 H2O-Lightning-4B 的 2.5 倍、Jev 的 2.8 倍。在 36 項基準測試中，該模型準確率為 83.5%；置信度得分為 92.2%，排名僅次於 Quyet-1.0-Large。Microsoft 還稱，在文本分類任務中，其成本比 OpenAI 的 GPT-6 Sol 低 20 倍以上。
目前，輸入端每 100 萬個 Token 收費 US$0.04 (約 HK$0)，輸出端則免費。
近期，決策模型受到多家 AI 企業的關注。TypeSafe AI 發布 Jev 後，OpenAI、Cloudflare、Liquid AI、Perplexity、Snowflake 及 H2O.ai 等公司也相繼推出相關模型或 API。目前已有超過 100 款同類模型進入市場，其中 H2O-Lightning-4B 同樣基於 Qwen3.5 系列模型開發。
Microsoft-Decision-1 對決策模型市場的影響
Microsoft-Decision-1 的推出標誌著決策模型在人工智能領域的重要性逐漸上升。這類模型因其快速生成和低成本的優勢，特別適合企業在特定場景下的應用。隨著市場上競爭者不斷增加，Microsoft 的測試結果顯示其模型在速度和準確率方面的優勢，可能會吸引更多企業考慮採用其解決方案，進一步推動決策模型的普及和發展。