Microsoft-Decision-1
微软推出的专用决策评分模型，基于Qwen3.5-9B后训练而来，聚焦路由、分类、验证和智能体控制四类任务，以校准概率和结构化输出为核心能力，具备极低延迟和低成本优势
核心事实
时间轴 (近 90 天)
Microsoft-Decision-1 于10月9日发布，输入价格 $0.042 / 1M tokens，输出免费，权重和上下文未公开。
10 万次请求 × 2,000 个计费输入 token 的模型输入费用约为 $8.40（不含重试、检索、审核和平台费用）。
OpenRouter 标注 Microsoft-Decision-1 的上下文窗口是 32,768 token，纯文本输入，结构化决策输出，不支持图像或音频。
choice 类型总会选中一个选项，如果不提供弃权选项，模型被迫在证据不足时仍给出答案，Learn 文档建议在不应强制选择时加入弃权选项。
Copilot 质量评分中，Microsoft-Decision-1 与 GPT-5.6 Luna 持平，速度快约 100 倍（微软的表述）。
在八种输入扰动下，Microsoft-Decision-1 决策平均翻盘率仅 1.3%；当选项描述被改写或选项顺序颠倒/打乱时，零翻盘（厂商数据）。
根据 Achint Srivastava 的博客，在微软的 36 项基准测试对比中 Microsoft-Decision-1 准确率最高，约 15 万个问题在训练时保持盲态。
OpenRouter 上 Microsoft-Decision-1 的模型 ID 是 microsoft/microsoft-decision-1，官方文档指出 chat-completions SDK 用不了，必须走 Decisions / System One 接口。
Foundry 上 Microsoft-Decision-1 的端点路径为 <your-foundry-resource-endpoint>/providers/microsoft/v1/systemone，请求 model 字段填部署名称而非模型字符串。
Microsoft-Decision-1 一次请求不是 chat completion，需要传入 state（字符串或 JSON）加上带名字的 questions。
还有 40 条时间轴事件
全部知识事实 (20)
校准后的置信度意味着当系统给出 0.9 的分数时，其正确概率应接近 90%
75%部分验证微软在 Product Hunt 上发布了 Microsoft-Decision-1，这是一个专门用于决策的决策评分模型
80%部分验证微软报告在覆盖近15万道题的36基准对比中Decision-1取得最高准确率，并声称其P50延迟比GPT-6 Sol快约35倍
65%部分验证Xbox 研究团队用 Decision-1 将超过 1 万条反馈归类，表现可与 GPT-6 Sol 媲美但速度快 14 倍以上、成本低 200 倍
65%部分验证Decision-1 已在 Microsoft Foundry 上线，定价为每百万输入 token 0.042 美元，输出免费
65%待验证微软CEO纳德拉表示微软正在公司各领域测试该模型，覆盖事件响应、质量控制、科学发现等场景
70%待验证d1-3B 的问题类型包括 noul（返回 P(yes)）、choice（返回被选中的选项、置信度以及每个选项的概率）、score（在 2–10 级序数量表上返回期望等级、置信度和概率分布）。
60%部分验证Microsoft-Decision-1 已在 Microsoft Foundry 和 OpenRouter 平台上线
65%待验证Microsoft-Decision-1 于10月9日发布，输入价格 $0.042 / 1M tokens，输出免费，权重和上下文未公开。
50%待验证Microsoft-Decision-1 一次请求不是 chat completion，需要传入 state（字符串或 JSON）加上带名字的 questions。
50%待验证OpenRouter 上 Microsoft-Decision-1 的模型 ID 是 microsoft/microsoft-decision-1，官方文档指出 chat-completions SDK 用不了，必须走 Decisions / System One 接口。
50%待验证OpenRouter 标注 Microsoft-Decision-1 的上下文窗口是 32,768 token，纯文本输入，结构化决策输出，不支持图像或音频。
50%待验证Copilot 质量评分中，Microsoft-Decision-1 与 GPT-5.6 Luna 持平，速度快约 100 倍（微软的表述）。
50%待验证Foundry 上 Microsoft-Decision-1 的端点路径为 <your-foundry-resource-endpoint>/providers/microsoft/v1/systemone，请求 model 字段填部署名称而非模型字符串。
50%待验证根据 Achint Srivastava 的博客，在微软的 36 项基准测试对比中 Microsoft-Decision-1 准确率最高，约 15 万个问题在训练时保持盲态。
50%待验证choice 类型总会选中一个选项，如果不提供弃权选项，模型被迫在证据不足时仍给出答案，Learn 文档建议在不应强制选择时加入弃权选项。
50%待验证10 万次请求 × 2,000 个计费输入 token 的模型输入费用约为 $8.40（不含重试、检索、审核和平台费用）。
50%待验证在八种输入扰动下，Microsoft-Decision-1 决策平均翻盘率仅 1.3%；当选项描述被改写或选项顺序颠倒/打乱时，零翻盘（厂商数据）。
50%待验证专用决策模型在速度与质量上的平衡试图在两个常相互冲突的指标间取得权衡
50%待验证将决策模型嵌入事件响应流程可将'告警分类→根因定位→处置方案匹配'链路的前两步自动化
50%