微软推出高速决策AI模型：不写文章只做判断，速度比GPT-6 Sol快35倍

10月10日消息，微软首席执行官萨提亚·纳德拉在X平台宣布推出新一代快速决策AI模型 Microsoft-Decision-1。与市面上追求"更会写、更会推理"的大语言模型不同，这款模型从设计之初就只干一件事：做决策。微软官方称，它在结构化决策任务上的运行速度比OpenAI的GPT-6 Sol快35倍，比Quyet-1.0-Large快4.5倍。

什么叫做"只做决策"

传统大语言模型的核心能力是文本生成和复杂推理，回答一个问题往往要生成一长串内容。而 Microsoft-Decision-1 的思路完全相反：它不生成内容，而是从预设选项中选出最优解，并为每个备选答案赋予概率评分。下游应用拿到这些评分后，可以自行判断下一步是继续执行、重新尝试、升级处理，还是转交人工审核。

按照官方的定位，这款模型的功能主要覆盖五类场景：路由分发、内容分类、任务优先级排序、结果验证以及工作流控制。它不是用来替代旗舰大模型的，而是作为一个"轻量判断层"，嵌入现有的应用程序、AI代理和工作流系统之中。

纳德拉表示，该模型"在结构化决策任务上表现出色，在延迟和质量方面均优于大语言模型及其他决策模型"，目前已在微软内部用于事故响应、质量控制及科学研究等场景的测试。

成绩单：36项基准最高精度，Xbox案例成本降200倍

微软披露的数据显示，在覆盖近15万道问题的36项基准测试中，Microsoft-Decision-1 均取得最高精度。不过需要指出的是，这些成绩均来自微软自家的基准测试，独立第三方的验证尚未完成，"35倍"这类数字还有待外部检验。

内部团队的实际测试数据更能说明它的成本优势。Xbox Research 团队用该模型对超过1万条游戏玩家反馈进行分类，结果质量与GPT-6 Sol相当，但速度快出14倍以上，成本则降低约200倍。微软Copilot团队也发现，它在AI响应评估任务上的表现与GPT-5.6 Luna相近。

定价同样激进：输入端每百万tokens仅收0.042美元，输出端完全免费。对于高频、重复性的决策类应用来说，这个价格结构几乎等于"白送"，显然是在为大规模部署铺路。

技术底座：基于Qwen3.5-9B专项后训练

一个耐人寻味的细节是，Microsoft-Decision-1 并非基于微软自研的MAI系列，而是构建在 Qwen3.5-9B 之上，经过了以单次决策评分为核心的专项后训练。微软还计划未来把该模型迁移到自家的MAI系列及OpenAI模型等其他底座上，说明模型本身的能力更多来自训练方法而非基座。

这也印证了行业近期的趋势：当通用大模型的能力逐渐趋同时，"专用化"正在成为新的竞争维度。过去一周，OpenAI把GPT-6免费开放给全体用户，谷歌对Gemini 4 Argon进行灰度推送，而微软选择在通用赛道之外另开一个战场——用极致的速度和成本优势去拿下决策场景。

目前，Microsoft-Decision-1 已通过微软旗下AI开发平台 Microsoft Foundry 向开发者开放，OpenRouter 的接入支持也在计划之中。

对开发者和企业来说，这款模型给出的启示很直接：不是所有任务都需要旗舰大模型。如果你的应用里有大量"从几个选项里挑一个"的环节——路由请求、分类内容、给任务排队、校验输出——用一个便宜几十倍的专用小模型来干这些活，可能是更划算的选择。

来源：腾讯新闻（2026-10-10）