微软发布 Microsoft-Decision-1：专做决策打分的模型，已上 Foundry 与 OpenRouter

微软于 2026 年 10 月 9 日在官方博客发布 Microsoft-Decision-1。它不是生成文本的通用大模型，而是决策打分模型：给定一组固定选项，为每个选项输出经过校准的概率分数。官方列出的用途包括路由、分类、优先级排序、校验与工作流控制，模型已在 Microsoft Foundry 与 OpenRouter 上线。

这次发布的是什么

微软于 2026 年 10 月 9 日在官方博客发布 Microsoft-Decision-1，署名作者是 Office of the CTO 的 Achint Srivastava。它的定位不是生成文本的通用大模型，而是决策打分模型：给定一组固定的候选选项，为每个选项输出一个经过校准的概率分数，供软件直接决定下一步。官方列出的用途包括路由、分类、优先级排序、校验与工作流控制。模型已在 Microsoft Foundry 的模型目录与 OpenRouter 上线。

可用性与限制

• 上线渠道：Microsoft Foundry 的模型目录与 OpenRouter，两者都是官方在博文里给出的入口。
• 输入形态：需要先给出固定的选项集合，支持是否题、多选题与评分题，也支持按 rubric 给 AI 回答与智能体动作打分。
• 输出形态：返回的是每个选项的校准概率，不是一段文本；按分数行动的阈值要自己设定。
• 价格：官方页面列有输入与输出 token 的计费方式，具体单价与是否有免费额度以官方页面当期说明为准，本文不转述数字。
• 定位边界：它不替代通用大模型做长文本生成，官方的用法是把「判断」这一步从生成模型里拆出来。

主要功能

• 对固定选项集合输出校准概率，覆盖是否、多选与评分三类题型。
• 按 rubric 给 AI 回答与智能体动作打分，用于结果验收与是否重试的判断。
• 承担智能体控制：评估下一步是继续、停止、重试，还是转交给模型、工具或人工。
• 做模型路由：按质量、成本与延迟要求，为进来的请求挑选合适的模型。
• 覆盖数据标注、意图分析、事件分级路由、搜索相关性、内容分类与安全筛查等场景。

技术原理

据官方说明，Microsoft-Decision-1 是在 Qwen3.5-9B 上做后训练得到的，目标是单次前向就完成决策打分；官方称后续会在包括 MAI 与 OpenAI 在内的其他基座上重做一遍。概率作为接口的一部分返回，而不是只给排序，因此应用可以直接用置信度决定行动、推迟还是转人工；官方的表述是 90% 的预测在代表性样本上大约十次中命中九次。稳健性方面，官方称对同一请求做了八种扰动（改写选项描述、反转或打乱选项、改键名、加入格式噪声等），平均有 1.3% 的决策发生翻转，其中选项描述改写与选项反转或打乱为零翻转。训练与评测的完整细节以官方博客为准，本文不转述基准分数。

实际体验

可复现的验证步骤：先挑一条你现在靠提示词让通用模型做二判的链路（比如「这条工单要不要升级」），把候选选项固定成两三项，改成调用 Microsoft-Decision-1 并取回每个选项的概率，用同一批样本对比两种做法的判定一致率与端到端延迟。接着把阈值从高往低调，观察转人工比例与误判比例怎么变，找出你场景里能接受的平衡点。再挑一组措辞不同的同义请求（改写选项描述、打乱选项顺序）跑一遍，看分数是否稳定。接口字段与示例代码以 Microsoft Foundry 的官方模型页为准。

项目地址与获取方式

官方公告在 commandline.microsoft.com 的 Microsoft-Decision-1 博文；模型入口是 Microsoft Foundry 的模型目录，另外也可以通过 OpenRouter 使用。请通过官方渠道获取，避免安装被篡改的版本。

适合谁用

• 在智能体链路里需要频繁判断「下一步做什么」的工程团队。
• 用通用模型做分类、打标与路由，想把这部分成本与延迟单独压下来的团队。
• 需要对 AI 输出做自动验收、按 rubric 决定接受或重试的产品。
• 什么人不必用：只想要一段生成文本，或判断标准每次都在变的场景，直接用通用模型更省事。

常见问题

它和通用大模型有什么区别？

官方的定位是决策打分模型：不生成文本，而是对给定的固定选项输出校准后的概率，供软件分支。通用模型更像写答案，它更像做判断，两者通常是配合关系而不是替代关系。

概率分数该怎么用？

官方把概率作为接口的一部分返回，应用可以据此决定直接执行、推迟还是转人工。建议先用自己的一批样本跑出分布再定阈值，而不是照搬官方示例里的数值。

官方给出的基准成绩能直接拿来选模型吗？

官方称在 36 项基准、约十五万道题的比较上有更好的表现，且这批基准对训练不可见。但这是官方口径，本站未独立复现；选型时建议用自己的任务集再验一遍。

现在能免费试用吗？

官方页面列有输入与输出 token 的计费方式。是否有免费额度、额度多少，一律以官方页面当期说明为准，本文不转述数字。

它会取代现有的判断逻辑吗？

不一定。更现实的做法是把它放在规则与生成模型之间：规则处理确定性的部分，它处理需要语义判断的部分，通用模型处理需要生成的部分。

相关工具与内容

• 同题材快讯：Cloudflare Clef 决策模型发布
• 本地侧同类：Ollama 引入决策模型
• 分类：AI 智能体
• 工具页：Microsoft Copilot、Claude Code