Today for AI
返回热点榜
llm热度 0.0°

AI 聚合热点事件 · 2026/10/10

微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 后训练，实现结构化决策准确率与推理速度双冠

5 篇收录报道0 家独立信源交叉印证持续跟踪至 2026/10/10 22:57:33
全景综述与最新动态

微软正式推出专为结构化决策任务打造的 Microsoft-Decision-1 模型，该模型基于阿里开源的 Qwen3.5-9B 进行深度后训练。其核心突破在于实现了超低延迟的单次推理能力，在涵盖近 15 万样本的盲测中斩获最高准确率，响应速度比 GPT-6 Sol 快 35 倍，且通过多项安全基准测试，有效拦截恶意行为并保持高可用性。

多方信源交叉验证显示，该模型不生成文本，而是输出经过严格校准的概率值，专攻意图识别、内容审核及智能体路由等高频简单判断需求。相比同类竞品，其推理速度快 4.5 倍，且在扰动输入下的决策翻转率仅为 1.3%，展现出极高的稳定性。定价极具竞争力，输入成本低至 $0.042/百万 Token，输出免费，已在 Xbox 和 Copilot 内部验证了显著的成本降低效果。

这一发布标志着 AI 从生成式推理向高效执行型决策的重要演进，定义了“即时行动”的新类别。模型已上线 Microsoft Foundry 并即将接入 OpenRouter，为开发者提供了高性价比的结构化决策解决方案，有望大幅优化软件系统中的自动化流程可控性与效率。

最新动向/微软推出专为快速结构化决策设计的 Decision-1 模型，旨在通过分类、评估和路由任务引导和控制复杂环境中的 AI 智能体。该模型基于开源的 Qwen3.5-9B 构建，在涵盖近 15 万道题目的 36 个基准测试中宣称精度最高，且推理速度比次优模型快 2.5 倍。此举标志着“决策模型”赛道迅速升温，OpenAI、Cloudflare 等巨头及初创公司均已布局此类轻量级专用模型。

热度曲线逐小时热度走势

133 个完整观测小时
当前
0.0
峰值
72.208:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

TIMELINE报道时间线

共 5 篇 · 最新优先
  1. The DecoderT2·78 分

    微软发布 Decision-1 决策模型：基于 Qwen3.5-9B 微调，主打高速结构化路由与智能体控制

    原标题：Microsoft's Decision-1 model enters the fast-growing AI decision model race

    • Decision-1 专注于分类、评估和路由等非生成式任务，旨在优化智能体的决策效率与控制能力。
    • 模型底层基于 Qwen3.5-9B，体现了利用开源小模型进行特定场景微调以获取高性能与低成本的策略。
    • 定价极具竞争力（输入 $0.042/百万 token，输出免费），显示大厂正通过价格战抢占智能体基础设施市场。
  2. IT之家 · 智能时代T2·78 分

    微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 后训练，决策准确率与速度双冠

    原标题：微软推出 Microsoft-Decision-1 决策模型，基于 Qwen3.5-9B

    • 微软基于 Qwen3.5-9B 后训练推出 Microsoft-Decision-1，专注结构化决策任务
    • 在 36 项基准测试中获最高准确率，响应速度比 GPT-6 Sol 快 35 倍
    • 通过 11 项安全基准测试，有效拦截恶意行为并保持高可用性
    • 定价极具竞争力：输入 $0.042/百万 Token，输出免费
  3. OpenRouter (@OpenRouter)T1·68 分
    • Microsoft-Decision-1 基于 Qwen3.5-9B 后训练，主打高准确率与极速推理。
    • 宣称在 36 个盲测基准中准确率第一，推理速度是 GPT-6 Sol 的 35 倍。
    • 对输入扰动的鲁棒性强，决策翻转率仅 1.3%，且定价低至 $0.042/M。
  4. 宝玉 (@dotey)T1·78 分

    微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 后训练的专用决策模型，主打高校准概率与极速分类

    原标题：微软发布 Microsoft-Decision-1：专做“选择题”的 AI 模型，基于 Qwen3.5-9B 后训练

    • 模型定位明确：专攻选择题、分类与打分，不生成文本，旨在解决软件中高频但简单的判断需求。
    • 性能优势显著：相比 GPT-6 Sol 快约 35 倍，相比同类竞品快 4.5 倍，且具备极高的稳定性（扰动测试下结果变化仅 1.3%）。
    • 核心机制创新：输出经过校准的概率分数，允许开发者根据置信度阈值自动执行或转人工，提升自动化流程的可控性。
  5. Hacker News AIT2·78 分
    • 定义新类别：区分了用于文本生成的 LLM 与用于即时行动的结构化决策模型。
    • 核心优势：在路由、分类、验证等任务中实现超低延迟和高性价比。
    • 生态集成：已入驻 Microsoft Foundry，并将支持 OpenRouter，便于开发者直接调用。