微软下场「决策模型」大战：Decision-1 发布，$0.042/百万输入 token、输出免费，专治 Agent 的选择题

先说结论

• 微软正式入场"决策模型"赛道：2026 年 10 月 9 日，CEO Satya Nadella 在 X 上公布 Microsoft-Decision-1，微软 Office of CTO 软件工程副总裁 Achint Srivastava 同日在官方 Command Line 博客发布技术细节。
• 它不聊天，只做选择题：输入一个情境加一组固定选项，模型单次前向输出每个选项的校准概率（yes/no、多选、打分、对 AI 回复的 rubric 评分），不生成任何文本，软件可以直接消费结果做路由、放行或转人工。
• 价格极具攻击性：$0.042 / 百万输入 token，输出 token 免费（Microsoft Foundry 现已可用，OpenRouter 陆续接入）。对比之下，OpenAI 本周 GA 的 Decisions API 输入价为 $0.10/百万，Decision-1 便宜约 58%。
• 底座来自中国开源权重：基于阿里 Qwen3.5-9B 做后训练，主打单次决策打分；微软同时披露未来会把底座换成自家 MAI 或 OpenAI 模型。
• 厂商自测数据很亮眼，但都要打折看：36 个基准、近 15 万道题平均准确率 83.5%（自称最高）；P50 延迟约为 GPT-6 Sol 的 1/35、Jev 的 2.8 倍快；Xbox 内部实测 1 万多条玩家反馈分类，质量与 GPT-6 Sol 相当、速度 14 倍、成本 1/200。以上全部来自微软官方测试，尚无独立第三方验证。

一、"决策模型"是什么？为什么微软说它是新品类

过去一年，"新模型"几乎等同于"新聊天机器人"。但最近一个月冒出来另一类东西：不写字的模型。

Srivastava 在公告里的定义很直白：大语言模型是为生成文本、解决复杂问题而设计的；决策模型则是为"输出软件能立刻行动的结构化结果"而生的。用一个比喻：它像分拣员，不读信的内容，只看地址把信扔进对应的格口——又快，又不会"发挥"。

具体到 Decision-1 的接口形态：

• 你给它一段情境描述（比如一条客服工单、一笔交易记录、一个 Agent 拟执行的动作）；
• 再给它一组固定选项（是/否、多选题、1–5 分打分、对 AI 回复按 rubric 评分）；
• 它一次前向返回每个选项的概率，不附带任何解释文本。

关键在"校准"二字。模型说 90% 置信，理论上应该在同类情形下十次对九次——这和"选对最多次"是两回事。一个模型可以排序很准、但置信度数字完全不可信，那它的分数就没法直接驱动自动放行/升级规则。微软把校准做进了 API 的核心契约：概率本身就是输出的一部分，而不是附带的副作用。

二、技术底座：Qwen3.5-9B，但微软留了"换芯"后门

Decision-1 并非从零训练的新架构，而是在阿里 Qwen3.5-9B 开放权重基础上，针对单次决策打分做了后训练。上下文窗口为 32K token，走 Azure 托管 API（Foundry + OpenRouter），不开放权重下载。

值得玩味的是微软的坦白：官方明确表示，未来计划把 Decision-1 的底座换成微软自研的 MAI 模型或 OpenAI 的模型。这意味着：

1. 微软把"决策打分"当成一个可复用的产品形态在验证，而不是押注某一个具体底座；
2. 现在用 Qwen3.5-9B 更多是"先上车"——借成熟的开放权重快速占位；
3. 对用户而言，未来换底座可能带来行为漂移，如果你的业务逻辑依赖它的打分分布，版本 pinning 和回归测试必不可少。

顺带一提，对手 H2O 的 H2O-Lightning-4B 同样基于 Qwen3.5 系列（4B 版本）——Qwen 正在成为决策模型赛道的"公共底座"。

三、性能：厂商自测的成绩单（先看数字，再谈信任）

微软公布的内部测试结果如下，全部来自官方，尚未有独立复现：

微软还给了三个内部落地案例，数字相当夸张：

• Xbox Research：用它给 1 万多条玩家反馈打标签，质量与 GPT-6 Sol 相当，速度 14 倍、成本 1/200；
• Copilot 团队：用它评估 AI 回复质量，与 GPT-5.6 Luna 效果相当，速度 100 倍；
• Microsoft Discovery：科学实验的自适应重规划场景，比 LLM 裁判一致性高 46 倍、速度 3 倍。

点评一句：Xbox 那个"200 倍成本差"正是决策模型品类的核心卖点——把原来用旗舰大模型做的分类/质检活，换成一个 9B 的专用打分器。但"质量相当"的结论出自微软自己的评估集，生产环境落地前务必用自己的数据做 A/B。

四、价格：$0.042 输入 + 输出免费，API 价格战打到"按选择题收费"

价格是 AI Price Memory 读者最关心的部分，直接上对比表：

几个观察：

1. "输出免费"是定价设计上的小心机：决策模型本来也不输出文本，免费输出等于告诉你"按题收费"，心智负担极低。
2. $0.042 vs $0.10：Decision-1 输入价比 OpenAI Decisions API 低约 58%，但比 Cloudflare Clef-flash 的 $0.038 略高——三家已经贴身肉搏。
3. 对中转/聚合 API 用户的意义：如果你的 Agent pipeline 里有大量"路由—分类—质检—守门"步骤（比如每步先判断该用哪个工具、这条回复要不要放行），把这部分从 GPT/Claude 换成决策模型，token 成本可能直接降一到两个数量级，延迟也从秒级降到百毫秒级。

# 伪代码：决策模型在 Agent pipeline 中的典型用法
result = decision1.score(
    context="用户要求删除生产数据库的备份",
    options=["放行", "转人工审核", "直接拒绝"],
)
# -> {"放行": 0.02, "转人工审核": 0.31, "直接拒绝": 0.67}
if result["直接拒绝"] > 0.6:
    block_action()
elif max(result.values()) < 0.7:
    escalate_to_human()   # 置信度不足，转人工

五、赛道全景：一个月冒出上百个"不说话的模型"

决策模型这个品类满打满算也就一个多月大，但已经挤满了人（以下时间线综合多家媒体报道）：

• TypeSafe Jev（9 月中旬）：从 stealth 中出来，$4000 万种子轮；据 DataCamp 披露采用非 Transformer 设计；本站 9 月 27 日曾介绍过 Jev 1.13。据 SIGNAL 报道，TypeSafe 随后又完成了约 $8.7 亿美元融资，估值达 75 亿美元（单一信源）。
• Liquid d1（10 月 7 日）：Liquid 发布的决策模型，本站 10 月 7 日报道过，官方称比 GPT-6.1 Sol 便宜 200 倍。
• OpenAI Decisions API（本周 GA）：GPT-6 Luna 驱动，评估文本和图像、返回结构化答案，比走 Responses API 快约 10 倍。
• Cloudflare Clef / Clef-flash：权重按 Apache 2.0 开放，flash 版输入 $0.038/百万。
• Perplexity Decisions API、Strands Decider 2B（开源）、H2O-Lightning-4B、Surogate Rune 等——据 mfc.mn 援引的统计，已有上百个同类模型在争夺注意力。

微软的入场逻辑很清晰：Agent 越来越多、每步都要做"小决定"，这些小决定正在成为软件的控制系统。谁提供最便宜、最快、最可信的"打分服务"，谁就卡住了 Agent 基础设施的一个关键位置。

六、给国内开发者的实操建议

1. 先盘点你的 pipeline：凡是用大模型做"分类/打分/是否放行"的地方，都是决策模型的替换候选。提示词里写"只回答 A/B/C"的调用，优先迁。
2. 校准值要用起来：别只取 top-1。设两个阈值——高置信自动执行、低置信转人工、中间地带降级用大模型复核，这才是"校准概率"的正确用法。
3. 版本锁定：微软已明说未来要换底座（MAI/OpenAI），打分分布可能变化。关键业务务必 pin 版本并做回归测试。
4. 等独立评测：36 基准 83.5%、35 倍延迟差全是官方数字。在自己的业务数据上跑一轮 A/B 之前，别把核心链路全押上。
5. 关注 OpenRouter 上线：目前主入口是 Microsoft Foundry；OpenRouter 接入后，中转用户的使用门槛会大幅降低。

一句话总结

微软用 Qwen3.5-9B 换壳参战，把"决策模型"从创业公司的概念变成了巨头的标配：$0.042/百万输入、输出免费、35 倍于 GPT-6 Sol 的打分速度——Agent 时代最贵的不是智能，而是每一步"小决定"的成本，微软这次瞄准的正是这块账单。

来源

• Microsoft Command Line 官方博客（Achint Srivastava，2026-10-09）：https://commandline.microsoft.com/author/achint-srivastava/
• Neowin 报道：https://www.neowin.net/news/microsofts-new-decision-1-ai-model-is-35-times-faster-than-gpt-6-sol-in-decision-making/
• The Register 报道：https://www.theregister.com/ai-and-ml/2026/10/10/microsoft-leans-on-open-weight-model-from-chinese-ai-lab-to-challenge-jev/5302473
• MarkTechPost 报道：https://www.marktechpost.com/2026/10/09/microsoft-ai-releases-microsoft-decision-1-a-qwen3-5-9b-decision-scoring-model/
• Product Hunt 产品页：https://www.producthunt.com/products/microsoft-decision-1
• Windows Report 报道：https://windowsreport.com/microsoft-decision-1-ai-model-is-here-with-35x-faster-performance-than-gpt-6-sol/
• DEV 社区分析《Decision models are a new category》：https://dev.to/shouvik12/decision-models-are-a-new-category-and-microsoft-just-joined-it-5d21
• SIGNAL 品类观察：https://signaldigital.net/2026/10/10/the-model-that-knows-when-it-doesnt-know/