微軟推出Microsoft-Decision-1，以阿里巴巴Qwen3.5-9B為基礎訓練，專門處理分類、路由及工作流程判斷。模型針對固定選項回傳機率分數，已在Microsoft Foundry及OpenRouter提供，輸入每100萬個詞元收費0.042美元，輸出不另收費。
微軟10月9日公布Microsoft-Decision-1決策模型，主打快速處理固定選項的判斷任務，協助應用程式和AI代理選擇下一步操作。公司表示，新模型以阿里巴巴千問Qwen3.5-9B為基礎進行後續訓練，設計重點是低延遲、低成本及結構化輸出，服務已在Microsoft Foundry和OpenRouter推出。
一般大型語言模型可撰寫、摘要或解釋內容，決策模型則接收問題、狀態及已定義選項，回傳各選項的機率分數。開發者可據此選擇分類結果、安排優先次序，或判斷是否讓工作流程繼續。應用不需要先讀取一段長篇回答，再把文字轉成可執行指令。
模型支援是非、多項選擇、評級及依準則評分，可用於客服分流、資料標註、搜索結果相關度及AI回答品質判斷。微軟稱，企業能把它加入既有程式，而不必把所有工作交予同一個生成模型；不同元件可分別負責判斷和內容生產。
使用方式上，程式先提供目前狀態，再列出問題與判斷標準。官方文件以客服訊息為例，讓模型在帳務、工程和支援部門中選擇適合接手的團隊，亦可同時評估事件嚴重度及是否為重複聯絡。共用同一輸入的多個問題，可合併在一次請求內處理。
速度是微軟強調的重點。公司指出，連續工作流程若每個判斷增加少量等待，多個步驟累積後便會影響整體時間。新模型採單次評分，避免為每個分類問題生成長篇推理文字，目標是把大量重複且範圍明確的判斷，交給專門元件處理。
固定選項回傳機率分數
微軟公布的內部比較涵蓋36項基準及接近15萬道問題，稱模型在準確度及延遲上取得較好成績。公司亦測試問題改寫、選項次序及格式變化，檢視相同意思是否仍得出一致結果。這些數據來自微軟自身評估，企業導入時仍須依實際資料及任務重新測試。
機率校準是另一項設計要求。應用程式可依信心分數決定直接執行、再評估或交人員覆核，分數不只是排序。微軟文件提醒，問題措辭和選項設計仍可能改變結果，模型亦不提供文字理由；若資料超出熟悉領域或問題設計不清楚，分數可能不足以代表可靠決策。
模型使用資料也有條件。文件指出，文字或結構化狀態須與判斷目標相關，選項應清楚且中立；開發者可提供無法判斷的選項，避免強迫選擇。模型可能受底層訓練偏差影響，也可能錯判細微有害內容，監測和驗收仍由導入方按場景安排。
收費方面，每100萬個輸入詞元為0.042美元，輸出不收費。微軟表示，未來會把同類決策方法移植到自家MAI及其他模型，並持續優化品質、信心分數和成本。首版採千問底座，產品定位則放在可供程式直接採取行動的判斷結果，服務企業大量且重複的流程需求。（編輯部）
下載APP