微软在2026年10月9日推出了一种拒绝为您写段落的模型。微软决策-1 不进行聊天、总结或起草电子邮件。它在单次前向传递中对一系列固定答案选项进行评分，并为每一个返回一个概率，然后就不再干预。该公司基于阿里巴巴的 Qwen3.5-9B 构建了它，并立即通过微软铸造厂提供，并在不久后通过 OpenRouter 提供，已经指向从事件响应到科学发现的内部使用。 微软决策-1 实际在模型内部的作用：为什么选择 Qwen3.5-9B 作为基础 基准测试声明：36项测试，近150,000个问题 定价：每百万输入令牌 $0.042，免费输出 可用性：铸造厂优先，OpenRouter 紧随其后 与决策-1 在铸造厂中的合作 纳德拉的推介和微软的内部用例 早期内部试验和示例决策 决策-1 如何与其他小型专业模型相比 决策评分工作原理的简单解析 历史背景：从分类器到校准裁判 市场影响：这对谁施加压力 重基方案：当 Qwen 消失时会发生什么 未解的问题和风险 预测：决策评分模型的下一步发展 建设者现在应该做些什么 常见问题 相关报道 这是一次设计上的窄发布，这正是它有趣的地方。当整个行业竞相推出更大、更能聊天的助手时，微软在十月的公告中专注于一个旨在做一件事的模型：从列表中快速选择一个答案，并告诉您它的置信度。对于构建代理管道、路由层和自动验证系统的工程团队来说，这无疑比另一个通用的聊天机器人更有用。 大多数 AI 新闻报道都集中在生成更多内容的模型上：更多的令牌、更多的上下文、更多的创意输出。微软决策-1 则朝着相反的方向发展。根据该公司的公告，该模型阅读提供的内容以及一系列预定义的答案选项，并为每一个返回一个校准的概率分数，而不是生成开放式文本。这与 GPT-6 Sol、Gemini 4 Argon 或 Claude Opus 5.5 的工作方式有着显著区别。 微软在发布时列出了该模型的四个核心使用案例：路由、分类、优先级和验证，以及其称之为的工作流控制。想象一个需要被路由到正确团队的支持工单，一个需要进行是/否审核调用的用户内容，或一个 AI 代理的输出，在允许继续之前需要进行的通过/失败检查。这些都是高频率、低延迟的决策，而它们正是一个拥有90亿参数的专业模型可以比一个全尺寸推理模型更便宜地完成的任务。这一区别对于今天使用大型语言模型的任何人来说都至关重要。 一个聊天机器人生成响应，您必须解析它，猜测其置信度，并希望它遵循您的格式指令。而决策评分模型完全跳过了这个解析步骤：输出格式已经是您定义的选项的概率分布。这是一个更小、更机械的问题，也是微软认为许多生产系统大量存在的问题。 关于模型内部：为什么选择 Qwen3.5-9B 作为基础 引发最多讨论的细节不是用例，而是基础。微软决策-1 是基于 Qwen3.5-9B，阿里巴巴的一个拥有90亿参数的开放权重模型，进行后训练。The Register 直接指出了这一选择，将发布描述为微软依赖一家中国 AI 实验室的开放权重版本，以快速推出产品，同时注意到微软自己声称将在未来逐步迁移该模型的基础。 微软明确表示，这是一个起点，而不是最终目标。在其发布帖子中，该公司表示：“为了构建微软决策-1，我们对 Qwen3.5-9B 进行了后训练，以实现快速单次决策评分，并将很快在其他模型上重新构建，包括微软 AI（MAI）和 OpenAI。”对于一个在微软铸造平台和 OpenAI 合作中投入了数十亿美元自行模型开发的公司而言，这是一个显著的承认。它表明 Qwen 基础的选择是为了在一个狭窄、明确的任务上快速上市，而不是作为长期架构的承诺。 在2026年，使用其他人的开放权重模型作为支架并不罕见。许多小型、特定任务的工具都是以这种方式构建的，这也是驱动 JetBrains 的 Mellum2.1 编程模型选择紧凑参数数量而非原始规模的相同逻辑。