微軟發布 Microsoft-Decision-1：基於 Qwen3.5-9B，36 項測試準確率 83.5%

微軟推出 Microsoft-Decision-1，這是一款以阿里巴巴 Qwen3.5-9B 為基礎、經微軟後訓練的決策模型，面向 AI 代理與企業應用中的分類、評分、路由、排序、驗證、工作分派及流程控管。模型不負責一般聊天或文章生成，而是根據開發者提供的資料、問題與候選答案，透過結構化 API 回傳各選項機率，支援是非判斷、選擇題與等級評分，也不會產生文字形式的判斷理由。 根據微軟公布的 36 項基準測試，涵蓋近 15 萬道分類、排序、多語言、推理與安全問題，Microsoft-Decision-1 平均準確率為 83.5%，高於 Jev 1.13.0 的 82.3%。機率校準分數方面，Jev 為 93.7 分、Microsoft-Decision-1 為 92.2 分，顯示 Decision-1 的準確率較高，但預測機率與實際結果的吻合程度不及 Jev。微軟另稱，Decision-1 的延遲較 Jev 快 2.8 倍；TechNews 則報導其文字分類成本較 OpenAI 的 GPT-6 Sol 低逾 20 倍。原始報導提到的比較對象則是 GPT-6 Luna Decisions，未說明兩者名稱差異。 Decision-1 最多可處理 32K 詞元輸入，採單次推論完成決策評分。微軟測試改寫問題、調整選項順序及變更格式等 8 種情況後，平均有 1.3% 的判斷結果發生變化，但調整選項順序未影響判斷。Xbox Research 已用模型整理超過 1 萬筆玩家意見，Copilot 團隊也用於評估 AI 回覆品質；微軟正測試將它應用於事件回應、品質控管與科學發現等領域。 服務目前透過 Microsoft Foundry 提供，iThome 稱也已透過 OpenRouter 提供；TechNews 則報導 OpenRouter 版本即將推出。採用量計費為每 100 萬個輸入詞元 0.042 美元，輸出詞元免費。TechNews 引述微軟說法指出，後續將把 Microsoft-Decision-1 的基礎重新建構在微軟自家模型及 OpenAI 模型上。