專為代理決策打造的結構化引擎

微軟推出的Microsoft-Decision-1並非傳統生成式模型，而是專注於AI代理與企業應用中的分類、評分及工作分派。開發者提供資料與候選答案後，模型透過結構化API回傳各選項機率，協助應用程式決定下一步行動，例如選擇適合的AI模型或判斷是否需人工審查。該模型以阿里巴巴Qwen3.5-9B為基礎，由微軟後續訓練，支援是非判斷、選擇題及等級評分，但不具備聊天或文章生成功能，也不產生文字理由。

準確率83.5%領先同儕，但校準略遜

在涵蓋近15萬道問題的36項基準測試中，微軟自行評測顯示Decision-1平均準確率達83.5%，高於Jev 1.13.0的82.3%及GPT-6 Luna Decisions的79.4%。然而在機率校準評分上，Jev以93.7分領先，Decision-1為92.2分，顯示其預測機率與實際結果的吻合度稍遜。微軟測試顯示，改寫問題或調整格式時，模型平均僅有1.3%的判斷結果發生變化，且調整選項順序未影響判斷，展現高度穩定性。

落地應用與定價策略

目前Decision-1已透過Microsoft Foundry及OpenRouter提供服務，內部應用方面，Xbox Research已利用其整理超過1萬筆玩家意見，Copilot團隊則用於評估AI回覆品質。定價採用量計費，每100萬個輸入詞元收費0.042美元，輸出詞元免費。微軟計畫持續更新模型，未來將採用自家的MAI及OpenAI模型作為基礎，進一步強化企業級決策支援能力。