微软（Microsoft）近日宣布加入由众多科技公司组成的“决策模型”阵营。这类模型专为响应特定类型问题而设计，旨在提供软件可即时处理的结构化输出。由于具备速度快、成本相对低廉以及严格的响应限制等特点，决策模型非常适合那些对准确性要求极高、无法容忍开放式文本不确定性的商业应用场景。
决策模型兴起：从 OpenAI 到多巨头入局
尽管机器学习研究人员早已能够创建基于概率的决策分类模型，但近期这一领域迎来了爆发式增长。OpenAI 已将其决策 API 推向公开测试版；云服务商推出了 Clef 模型；Strands 发布了小型开源决策模型 Strands Decider 2B；Liquid AI 推出了 d1；让人困惑的（Perplexity）启动了其决策 API；Snowflake 也发布了自己的决策模式。此外，市场上还出现了 Surogate Rune 和 H2O.ai 的 H2O-Lightning-4B——后者是一个基于 Qwen3.5-4B 构建的决策模型。据统计，目前已有超过 100 个此类模型在争夺市场关注。
杰夫（Jev）作为该领域的早期参与者之一，其卖点在于决策模型不会像标准大语言模型（LLM）那样产生幻觉。然而，研究人员指出，决策模型同样可能犯错，且随着其普及，如何扩大这些错误的影响已成为新的研究课题。尽管如此，其在特定用途上的价值依然显著。
微软推出 Microsoft-Decision-1，基于阿里 Qwen 架构
微软首席技术官办公室软件工程副总裁 Achint Srivastava 周五在博客中表示：“决策模型正在迅速成为人工智能的重要新类别。”他解释道，一旦理解了这种以极低成本和高性能进行决策与分类的能力，各种有用的任务将被解锁。
微软推出的参赛者名为 Microsoft-Decision-1，将通过 Microsoft Foundry 提供服务，并很快接入 OpenRouter。与 H2O 的产品类似，微软的这款决策模型基于阿里巴巴云计算部门开发的 Qwen 模型家族，具体使用的是 Qwen3.5-9B 版本。不过，微软表示出于未披露的原因，将很快把 Decision-1 重新基于其自有模型和 OpenAI 的模型进行构建。
性能参数对比：速度提升与成本优势
根据微软提供的数据，Microsoft-Decision-1 在多项指标上表现突出：
- 延迟测试：比 H2O-Lightning-4B 快 2.5 倍，比 Jev 快 2.8 倍。
- 准确度：在 36 个基准测试中领先，准确率达到 83.5%。
- 信任得分：排名第二，得分为 92.2%，仅次于 Quyet-1.0-Large。
- 成本效益：在文本分类任务中，比 OpenAI 的 GPT-6 Sol 便宜 20 倍以上。输入代币每百万代币的成本为 0.042 美元，输出代币免费。
Srivastava 强调：“现在代理人工智能已经成为现实，我们已经看到成本在人们决定如何使用人工智能方面发挥着重要作用。选择合适的工作模式变得越来越重要。”
