微软正在以专用化策略强化其 AI 产品线。
周五，微软首席执行官 Satya Nadella 宣布推出新一代快速决策 AI 模型Microsoft-Decision-1，该模型专为结构化决策任务设计。
Nadella 在 X 平台发文表示，该模型 " 在结构化决策任务上表现出色，在延迟和质量方面均优于大语言模型及其他决策模型 "，并已在微软内部用于事故响应、质量控制及科学研究等场景测试。
微软称，该模型在内部测试中的运行速度比 OpenAI 的 GPT-6 Sol 快 35 倍，比 Quyet-1.0-Large 快 4.5 倍。
从定价来看，该模型输入端收费为每百万 tokens 0.042 美元，输出则免费，这一结构在成本层面对高频、重复性决策应用具有明显吸引力。
专注决策而非生成，填补 LLM 能力空白
与传统大语言模型侧重文本生成和复杂推理不同，Microsoft-Decision-1 的设计目标更为聚焦。
Microsoft-Decision-1 模型从预设选项中选取最优解，并为各备选答案赋予概率评分，从而帮助下游应用判断是继续执行、重新尝试、升级处理，还是交由人工审核。
微软表示，该模型覆盖近 15 万道问题的 36 项基准测试中均取得最高精度。其功能定位包括路由分发、内容分类、任务优先级排序、结果验证及工作流控制，可无缝嵌入现有应用程序、AI 代理及工作流系统。
不过，上述性能数据来源于微软自身的基准测试，独立第三方验证目前尚未完成。
内部测试显示速度与成本优势显著
微软多个内部团队已对该模型进行了实际场景测试。
Xbox Research 团队使用其对逾 1 万条游戏反馈进行分类，结果显示与 GPT-6 Sol 质量相当，但速度超出 14 倍以上，成本则降低约 200 倍。微软 Copilot 团队亦发现该模型在 AI 响应评估任务上与 GPT-5.6 Luna 表现相近。
在技术架构上，Microsoft-Decision-1 基于 Qwen3.5-9B 构建，经过以单次决策评分为核心的专项后训练。
微软还计划在未来将该模型迁移至其 MAI 系列模型及 OpenAI 模型等其他底座之上。
微软在公告中强调，该模型旨在 " 以安全、可信的环境将决策智能融入现有应用 "，将其定位为 AI 代理工作流编排的基础组件之一。
目前，Microsoft-Decision-1 已通过微软旗下 AI 开发平台 Microsoft Foundry 向开发者开放，OpenRouter 的接入支持亦在计划之中。
