微软 10 月 9 日在自家技术刊物 Command Line 上发布 Microsoft-Decision-1，一个专做”选择题”的模型：路由、分类、排序、校验、工作流控制。署名作者是微软首席技术官办公室的软件工程副总裁 Achint Srivastava。模型已上架 Microsoft Foundry，也接入了 OpenRouter。
它的输出很窄。调用方先给一组固定选项，模型对每个选项给出一个校准过的概率，软件拿到结果直接执行。是/否、多选、打分、按评分细则（rubric）打分都支持；写长文、做复杂推理不在它的分工里。
微软自报的成绩
微软称，Decision-1 在 36 项基准、近 15 万道题的对比中准确率最高，P50 延迟约为 GPT-6 Sol 的 1/35。文章举了个例子：一条流程串着 20 个决策，每个多花 100 毫秒，整条链就慢 2 秒。
稳定性方面，同一请求做 8 种扰动，决策平均翻转率 1.3%；只改写、反转或打乱选项顺序时，翻转率为 0。微软给这项测试定的原则是：
“Equivalent inputs should produce equivalent decisions.”（等价的输入应当得到等价的决策。）
安全测试覆盖 11 项基准、5250 条请求，类型包括有害内容、越狱和提示注入，但文中没有给出拒绝率。
内部试用有几组数据。Xbox 研究团队用它处理一万多条用户反馈，质量与 GPT-6 Sol 相当，速度快 14 倍以上，成本低 200 倍以上；Copilot 团队测得质量与 GPT-5.6 Luna 相当，速度快 100 倍。这些都来自微软自测，36 项基准各叫什么、具体准确率多少，文章没有列出，目前也没有第三方复现。至于排第二的是哪个模型、慢多少，微软原文和中文转述给出的说法对不上，以官方后续更新为准。
定价贴着用法走
价格是每百万输入 token 0.042 美元，输出免费，按 IT 之家的换算约合 0.28 元人民币。决策类调用的输出往往只有几个 token，钱主要花在输入的上下文上，这套定价跟实际用法对得上。
这类模型在应用里一般放在大模型前面：先判断一条请求该交给哪个模型、走哪条流程，或者判断智能体某一步的产出合不合格，再决定下一步。这些判断原本多由通用大模型顺手做，换成小而快的专用模型，省下的是延迟和调用费。
底座来自千问
文中有一句话分量不轻：Decision-1 是在阿里开源的 Qwen3.5-9B 上做的后训练。微软还说，之后会把同一套方法迁到其他底座上，点名了 Microsoft AI（MAI）的自研模型和 OpenAI 的模型。
对国内开发者，这条信息可以从三处看。第一，千问的开源权重进入了微软的正式产品，而且微软在发布文里写明了出处。第二，想做同类东西的团队，路径基本摊开了：找一个 9B 级的开源模型，围绕”固定选项加校准概率”做后训练，单次前向就出结果。第三，Decision-1 本身没有开放权重，国内要用只能走 Foundry 或 OpenRouter 的接口；它的底座 Qwen3.5-9B 倒是可以直接下载。
微软今年已经陆续推出多款 MAI 自研模型。Decision-1 先借外部开源底座起步，等换到 MAI 底座之后成绩能否保持，要看下一版公布的数据。
参考来源：微软 Command Line 发布文、CocoLoop、IT之家；按微软自测口径核对基准数量、延迟倍数与每百万 token 价格。