美西时间 10 月 9 日（北京时间 10 月 10 日），微软 CEO 萨提亚·纳德拉宣布推出新一代快速决策模型 Microsoft-Decision-1，专为结构化决策任务设计。对打工人来说，它值得单独写一篇上手指南的原因很实际：AI 工作流里最贵的环节之一——判断——开始变得又快又便宜。华尔街见闻
模型的底座是阿里今年开源的 Qwen3.5-9B，微软对它做专项后训练，让单次推理就能对每个候选答案输出概率评分。官方口径里，它覆盖了近 15 万道问题的 36 项基准测试，全部拿到最高精度。知乎华尔街见闻
定价跟着这个定位走：输入端收费为每百万 tokens 0.042 美元，输出则免费。发布当天它已经通过 Microsoft Foundry 向开发者开放，OpenRouter 的接入还在计划中；10 月 10 日午间的媒体跟进则称，已经上了 OpenRouter。华尔街见闻知乎
它只做选择题，把最贵的输出环节掐掉了
这类模型的活儿就三种：判断命题真假、从给定的候选选项里选答案、按有序等级打分。它不生成文本，读完内容后给几个固定选项各打一个校准过的概率，适合做分类、路由、优先级判断，也能当 agent 的闸门，决定该直接做、先缓一缓还是交给人审。知乎知乎
快和便宜是同一件事的两面。结构化决策的任务形状是输入长，输出短——上下文、候选方案、规则全在输入侧，输出只有一个选项或一个分数。生成式模型最贵的一段永远是输出，它把这最贵的一段掐掉了，于是输出可以干脆免费。知乎小红书
微软给的对比数字是：内部测试中运行速度比 GPT-6 Sol 快 35 倍，比另一款决策模型 Quyet-1.0-Large 快 4.5 倍。这不是跑分意义上的快，是流水线意义上的快：决策环节卡一秒，整条 Agent 链路就卡一秒。华尔街见闻
内部验证给了一个可感的量级：Xbox Research 团队用它给逾 1 万条游戏反馈分类，结果与 GPT-6 Sol 质量相当，速度超出 14 倍以上，成本则降低约 200 倍。华尔街见闻
社区也早有独立参照。9 月走红的同类路线 Jev 发布几天内，一批开源决策模型跟进；开发者 wangleineo 把这类模型与一台中档大模型对跑了 7 个测试集，准确率差距不大，Jev 类模型每个请求的平均响应只有 0.3 秒左右，而大模型生成结构化输出需要几秒甚至十几秒。知乎
他的判断是：这种决策模型的可用性被证明以后，AI 的成本会出现一个下降——应用里各种「决策点」被抽出来交给小模型，长思考留给大模型。知乎
底座是开源的 Qwen3.5-9B，今年 3 月就人人可用
9B 底座不是微软的私有资产：3 月 2 日，通义正式开源 Qwen3.5 小尺寸模型系列 Qwen3.5-0.8B/2B/4B/9B。小红书
官方给 9B 的定位是「紧凑尺寸，越级性能」：结构紧凑，但性能媲美 gpt-oss-120B。换句话说，微软没有重新发明模型，只是把一个开源通用底座做成了专业判断件。小红书
这条路已经挤满了人：到 10 月初，业内统计近期至少有 4 个开源决策模型都基于 Qwen3.5 微调得来。微软自己也把话说明白了：计划未来将该模型迁移至其 MAI 系列模型及 OpenAI 模型等其他底座之上。底座可换、复刻门槛低，说明各家抢的不是模型本身，而是场景和管道。知乎华尔街见闻
三条上手路线，按你会不会写代码来选
不会写代码的打工人，今天还没有直接用上它的入口——它是 API，不面向聊天框。但红利是间接的：微软已经把它用于事故响应、质量控制及科学研究等场景的内部测试。这些环节里大量的分类、路由、打分，原本靠旗舰大模型顺手完成，换成小模型后同样质量的流程会更快更便宜。值得盯的信号是你手上的 Copilot、工单、客服类工具，什么时候把「自动分类、自动路由、自动转人审」变成默认功能，账单有没有因此变薄。华尔街见闻
会写代码的团队，接入口已经打开：它已通过 Microsoft Foundry 向开发者开放，OpenRouter 的接入支持在计划之中。用法比想象中简单：一次调用可以回答多个问题，每个问题自带一组候选选项，模型给每个答案打出概率，你的业务代码按分数决定下一步。它不是聊天工具，也不生成解释，塞进工作流当分诊台和闸门才对路。华尔街见闻知乎
有一道红线要先看清：有博主翻完微软的模型目录后转述，该模型不作为信贷、就业、住房、保险等七类高后果决策的唯一依据。也就是说，它适合替你初判，不能替你签字，选项是否合法、阈值卡在哪一步、哪一步必须停下来找人，仍然由你的业务逻辑负责。小红书
但在意数据不出内网，路其实最短：Qwen3.5 小尺寸系列已经全部开源上架。照 Decision-1 或 Jev 的路子在自己的标注数据上做一轮专项后训练，就能攒出一个私有判断件。门槛低到有开发者看完 Jev 的发布，在 2 小时内打造了 Qwen-2.5-1B-RLCD 传上抱抱脸。0.8B、2B 官方定位端侧与边缘设备，9B 对应受限显存下的服务器部署，普通团队的两三个判断任务，喂得起。小红书知乎
下单之前，三个边界
所有核心数字目前是微软自报：官方称覆盖近15万道问题、36项基准最高精度，但公告同样写明，性能数据来源于微软自身的基准测试，独立第三方验证目前尚未完成。圈内人的说法更直接，「36 项基准准确率最高」这话要打折听。接入之前，先拿自己业务里的真实数据复测一轮，快 35 倍这种数字，只有在你自己的长输入上才作数。华尔街见闻知乎
它是选择题机器：问题得能列成候选项，开放式的写作、解释、跨学科判断仍是大模型的活。社区的冷水没凉，那条 732 赞同的高赞回答直言，对着选项选的准确率还不如当代前沿大语言模型直接出结果。对照 wangleineo 前文那轮对跑，更稳妥的理解是：这类模型达到中档大模型的判断水准，在窄任务上稳定、便宜、快，但谈不上碾压。知乎
门槛低不等于价值低。微软这步真正的动作是把账算明白了：只对输入收费、输出白送，等于替所有人宣布——决策环节从「用旗舰模型顺手做」转向「用专用模型专门做」，这一步微软只是走得靠前，后面排队的人不会少。对打工人，这份指南可以收拢成三步：找出工作流里输入长、输出短的判断点，先用现成 API 小流量试跑测准确率，过不了关或涉高后果决策的环节老老实实留给人。底座已经开源，判断件的账已经钉死在 0.042 美元，剩下的活在你的流程里。知乎
