微软发布 Microsoft-Decision-1 决策模型：基于 Qwen3.5-9B 后训练，输入 $0.042/百万 Token、输出免费，已上 Foundry 与 OpenRouter

核心背景与行业痛点

过去一个月，“决策模型”成了 Agent 工程里的新品类：OpenAI Decisions API、Perplexity、AWS、Liquid AI 都推出了只输出结构化选择与概率、不生成长文本的小模型。痛点很直接——Agent 每一步都要做路由、校验、是否继续之类的判断，用大模型来做既慢又贵，还要解析自由文本。10 月 9 日微软带着首个自研方案 Microsoft-Decision-1 入场，Satya Nadella 亲自发帖宣布。

架构亮点与底层机制

模型由 Qwen3.5-9B 后训练而来，做单次前向打分：给定固定选项，直接返回每个选项的校准概率，支持是/否、多选、评分以及按 rubric 评审 AI 回答和 Agent 动作。概率本身就是 API 的一部分，应用可按置信度决定执行、延后或转人工。微软称后续会换到 MAI 和 OpenAI 底座，但 API 形态保持不变；OpenRouter 页面注明权重会持续更新，且不适用于开放式生成、对话、翻译或摘要。

权威 Benchmark 与实测跑分对比

以下均为微软官方口径，尚无第三方复现：在 36 项训练盲测基准、近 15 万道题上准确率第一；速度比第二名 H2O-Lightning-4B v1.1 快 2.5 倍，P50 延迟约为 GPT-6 Sol 的 1/35；8 类扰动下平均决策翻转率 1.3%；在 11 个安全基准的 5,250 条请求上拦截有害请求并保持可用性。内部案例：Xbox Research 处理 1 万+ 条反馈，质量接近 GPT-6 Sol，快 14 倍以上、便宜约 200 倍。

开发者实战落地与开箱指南

可在 Microsoft Foundry 模型目录或 OpenRouter 调用，价格为输入 $0.042/百万 Token、输出免费，上下文 32K。注意它走 OpenRouter Decisions API（POST /api/alpha/decisions，问题类型为 choice / noul / score），不兼容 chat completions SDK。建议用在 Agent 下一步“继续/停止/重试/转交”判断、模型路由、工单分级和 LLM-as-judge 上，并通过 openrouter-decisions skill 用自己的探测集与其他决策模型对比后再锁定版本。