微软发布了Decision-1，这是一个AI模型，它会为预定义的答案返回概率，让软件应用可以直接使用其输出，而无需处理来自大语言模型（LLM）的自由文本响应。

该模型瞄准的任务包括对请求进行分类、对事件进行优先级排序，以及检查AI生成的响应。微软表示，与依赖通用LLM的方案相比，它能够以更低的成本和延迟来处理这些决策。

"它不写自由文本响应，而是接收一组固定的答案选项，并在单次推理中为每个选项返回一个校准后的概率，"微软在一篇博文中表示。

据微软介绍，Microsoft-Decision-1可通过Microsoft Foundry和OpenRouter获取。微软通过后训练Qwen3.5-9B构建了该模型，并计划将其基础模型更换为其他模型，包括Microsoft AI（MAI）和OpenAI的模型。

模型瞄准特定决策

微软表示，Decision-1支持是或否判断、在预定义选项之间做选择、评分，以及基于评分标准对AI响应和智能体行为进行评估。开发者可以用它的输出来分类输入、给工作排序、验证响应，或在AI智能体工作流中决定下一步动作。

与可以生成解释和其他自然语言内容的通用LLM不同，决策模型返回的是各可用答案的概率。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。

微软引用基准测试结果

据微软称，Decision-1在一项涵盖36个基准、近15万道对训练保持盲态的问题对比中取得了最高准确率。该公司还报告称，该模型的速度比第二名快约2.5倍，比GPT-6 Sol快35倍。

根据这篇博文，微软列出的价格为每百万输入Token 4.2美分，输出Token不收费。

在一个事件优先级排序的示例中，该公司称，一个使用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，1美元可以覆盖超过27.5万次类似的决策。

上述基准测试结果和成本计算均为微软的说法，尚未经过独立验证。

Forrester副总裁兼首席分析师Charlie Dai表示，专门的决策模型可以降低智能体AI工作流的成本和延迟。

"路由、分类和审批检查往往在智能体交互中占很大比重，因此一个专门的决策模型可以在显著降低成本和延迟的同时，把通用LLM保留给推理和内容生成，"Dai说。

Kanerika的AI开发经理Amit Kumar Jena表示，把常规的路由和审批检查从大型生成模型移出，对于正在扩展AI智能体的企业而言，是一次有意义的架构变革。

不过，Jena提醒不要用微软的基准测试结果来预测企业能省多少成本。他说，组织应当衡量"每个成功完成的工作流的成本与延迟，包括回退和错误"。

治理风险

Decision-1返回分数，但不为每个决策提供理由。Jena说，微软的文档也警告称，结果可能因问题的措辞方式而变化。

"我担心的是，一个看起来精确的概率，可能会让一个不确定的决策获得超出其应有的权威性，"他说。

Dai表示，缺乏推理过程会使决策更难解释、验证和质疑。他建议进行校准测试，对问题措辞和分数阈值加以控制，进行审计日志记录，并对高影响的决策进行人工复核，尤其是在涉及客户结果或监管义务的情况下。

Jena建议从可逆的任务入手，比如请求路由和分诊，而对于实质性影响人的决策，则要求进行有意义的人工复核。

这些担忧的核心，在于组织如何解读模型的分数，并利用它们来触发行动。赋给某个答案的概率，本身并不能解释这个决策，也不能证明它在某个特定企业应用中是正确的。