微软推出决策模型，与生成式AI任务分离

微软推出了名为Decision-1的AI模型，该模型能够为预设答案返回概率值，使软件应用可以直接使用其输出结果，而不必处理来自大语言模型的自由格式回复。

该模型主要针对请求分类、事件优先级排序和AI生成回复校验等任务。微软表示，相比依赖通用大语言模型的方案，该模型能以更低的成本和延迟处理这些决策类任务。

微软在博客文章中表示："该模型不会生成自由格式的回复，而是针对一组固定的答案选项，在单次运算中为每个选项返回一个经过校准的概率值。"

据微软介绍，Microsoft-Decision-1已可通过Microsoft Foundry和OpenRouter平台使用。该模型是微软对Qwen3.5-9B进行后训练开发而成，公司表示未来计划将其基于其他模型重新构建，包括微软自研的MAI模型以及OpenAI的模型。

模型聚焦特定决策场景

微软表示，Decision-1支持是非判断、预设选项中的选择、评级，以及基于评分标准对AI回复和智能体行为进行评估。开发者可以利用其输出结果对输入内容进行分类、对工作进行排序、验证回复，或确定AI智能体工作流程中的下一步操作。

与能够生成解释说明和其他自然语言内容的通用大语言模型不同，决策模型只针对可选答案返回概率值。微软表示，其Decision-1模型还可以在单次请求中并行评估多个决策。

微软公布基准测试结果

微软称，在涵盖近15万个问题、对训练过程保密的36项基准测试对比中，Decision-1取得了最高准确率。该公司还报告称，该模型的速度比排名第二的模型快约2.5倍，比GPT-6 Sol快35倍。

根据博客文章，微软将价格定为每百万输入Token收费4.2美分，输出Token不收费。

在一个事件优先级排序的示例中，该公司表示一次使用86个输入Token和2个输出Token的请求成本约为0.0000036美元。按此费率计算，1美元可以支付超过27.5万次类似决策。

需要说明的是，上述基准测试结果和成本计算均为微软自身的说法，尚未经过独立验证。

Forrester副总裁兼首席分析师Charlie Dai表示，专用决策模型有助于降低智能体AI工作流程的成本和延迟。

Dai说："路由、分类和审批检查往往占智能体交互的很大比例，因此专用决策模型可以显著降低成本和延迟，同时将通用大语言模型留给推理和内容生成任务。"

Kanerika公司AI开发经理Amit Kumar Jena表示，将常规路由和审批检查工作从大型生成式模型中分离出来，对于正在扩展AI智能体规模的企业而言，是一次具有实质意义的架构变革。

不过，Jena提醒不要用微软的基准测试结果来预测企业实际能节省的成本。他表示，企业应该衡量的是"每个成功完成的工作流程的成本和延迟，包括其中的回退处理和错误情况"。

治理风险方面的担忧

Decision-1只返回评分结果，不会为每个决策提供理由说明。Jena指出，微软的文档中也警示称，结果可能会因问题表述方式的不同而发生变化。

他说："我担心的是，一个看起来精确的概率值，可能会让一个本身并不确定的决策显得比实际更具权威性。"

Dai表示，缺乏推理过程的说明会让决策结果更难以解释、验证和质疑。他建议进行校准测试，对问题表述方式和评分阈值加以控制，建立审计日志记录机制，并对高影响力的决策进行人工审核，尤其是在涉及客户利益或监管合规义务的情况下。

Jena建议企业从可逆的任务入手，例如请求路由和初步分类，并要求对那些会实质性影响人员利益的决策进行有意义的人工审核。

这些担忧的核心在于，企业如何解读模型给出的评分结果，以及如何利用这些评分来触发具体行动。一个赋予某个答案的概率值，本身并不能解释决策的依据，也不能证明该决策对特定企业应用场景而言是正确的。

Q&A

Q1：Decision-1是什么？它主要用来做什么？

A：Decision-1是微软推出的一款AI决策模型，它能针对预设的答案选项返回经过校准的概率值，主要用于处理请求分类、事件优先级排序和AI生成回复校验等任务，帮助软件应用更高效地完成决策类工作。

Q2：Decision-1和普通的大语言模型有什么区别？

A：普通大语言模型会生成自由格式的文字回复和解释说明，而Decision-1只针对固定的答案选项返回概率值，不生成解释内容，因此在处理分类、路由等特定任务时成本更低、速度更快。

Q3：使用Decision-1这类决策模型有哪些风险需要注意？

A：主要风险在于该模型不提供决策理由，结果还可能因问题表述方式不同而变化，容易让人误以为概率值很可靠。专家建议企业对高影响力决策进行人工审核，并建立审计日志等控制机制。