微軟推出 Microsoft-Decision-1 決策評分模型 採 Qwen 架構主打快速分流與低計費
發布時間:
微軟於 10 月 9 日在旗下 Microsoft Foundry 推出名為 Microsoft-Decision-1 的決策評分模型,第三方平台 OpenRouter 亦同步以「microsoft/microsoft-decision-1」代號上架。該模型採取非生成式架構,不產出開放式文字或文字說明,且僅接受純文字輸入,不支援影像、音訊或影片,主要在給定情境與固定選項後計算並回傳各選項的校準機率。
規格與服務架構方面,模型具備 32,768 token 的上下文上限,權重未對外開放,僅透過託管 API 提供服務;計價方式為每百萬輸入 token 收取 0.042 美元,輸出結果免費。在 Microsoft Foundry 上的部署類型包含部分區域適用的 DataZoneStandard 與 GlobalStandard,API 類型為 Decision。功能上支援是非題、多選題、分類、依量表評分及「無法判斷」等棄權選項,適用於路由、意圖分析、資料標註、事件分流與內容安全標記等流程。
底層架構上,該模型是以阿里巴巴開源權重 Qwen3.5-9B 為基礎,由微軟進行後訓練而成,微軟並表示未來計畫改以自家 MAI 或 OpenAI 模型為底。外媒 The Register 報導提到,該模型底層採用中國開源模型,微軟並未說明初期選用 Qwen 的原因;The Verge 則指出,在 OpenAI 推出 Decisions API 後,市場上已出現超過百家類似的決策模型投入競爭。
微軟執行長納德拉(Satya Nadella)在社群平台 X 宣布該模型時表示,微軟內部已將其用於事件回應、品質控管與科學發現。微軟官方宣稱在 36 項基準、147,137 道未納入訓練的題目中,平均準確度達 83.5%,延遲中位數約 85 毫秒,內部 Xbox Research、Copilot 與 Discovery 團隊亦宣稱在品質相當下顯著提升速度並降低成本,但相關數據均屬官方內部宣稱,尚無獨立第三方驗證。此外,Microsoft Learn 官方文件建議開發者將輸出分數視為相對排序與門檻,而非絕對校準評分。


