微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 后训练，主打低延迟结构化决策

据 IT之家消息，当地时间 10 月 9 日，微软宣布推出 Microsoft-Decision-1 决策模型。来源显示，这是一款面向结构化决策任务打造的模型，已上线 Microsoft Foundry，并同步接入 OpenRouter。微软称，该模型在响应延迟与决策质量方面具备领先表现，在多项对比评测中超过大语言模型以及传统决策模型。值得关注的是，Microsoft-Decision-1 基于 Qwen3.5-9B 进行后训练，微软将其定位为一种更适合“单次推理决策评分”的低延迟方案。

面向结构化决策：不是聊天，而是做判断

与通用大语言模型主要围绕文本生成、问答和多轮对话不同，Microsoft-Decision-1 的核心场景更偏向“在给定条件下做出可评分、可比较、可执行的判断”。这类结构化决策任务常见于自动化流程、智能路由、内容审核、推荐排序、任务分派、风控辅助等系统中。

来源摘要显示，微软在构建该模型时，对 Qwen3.5-9B 进行了后训练，使其能够以超低延迟完成单次推理决策评分。这意味着它并不一定追求长文本生成能力，而是更强调在固定输入下快速输出判断结果。对于企业级 AI 应用来说，这类模型往往可以嵌入现有业务系统，承担“决策节点”的角色。

• 底座模型：基于 Qwen3.5-9B 后训练。
• 上线渠道：已上线 Microsoft Foundry，并接入 OpenRouter。
• 主要能力：面向结构化决策任务，强调准确率与响应速度。
• 后续方向：微软计划迁移适配至 Microsoft AI（MAI）和 OpenAI 等其他底座模型。

基准测试：准确率与速度成为宣传重点

根据来源信息，在包含 36 项基准测试、覆盖近 15 万个训练阶段完全隔离的 Blind Evaluation 测试内容中，Microsoft-Decision-1 获得最高准确率。Blind Evaluation 的重点在于测试内容与训练阶段隔离，通常用于减少模型“见过题”的干扰，更强调泛化表现。

速度方面，微软给出的基准结果同样激进。数据显示，Microsoft-Decision-1 的响应速度排名第一，比排名次席的 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快 35 倍。对于需要高并发、低延迟响应的生产系统来说，速度优势可能直接影响部署成本和用户体验。例如在实时审核、交易辅助、客服分流、自动化审批等场景中，模型每次判断的等待时间越短，越容易融入业务链路。

安全评测覆盖有害内容、越狱与提示词注入

微软还披露了安全测试结果。来源显示，Microsoft-Decision-1 接受了基于 11 项安全基准测试、共 5,250 条请求的系统评测，范围涵盖有害内容、越狱攻击以及提示词注入等问题。微软表示，该模型在拦截恶意行为的同时，仍保持了较高可用性。

这点对决策模型尤其重要。相比一般聊天机器人，决策模型可能直接影响后续流程，例如是否放行内容、是否触发人工复核、是否推荐某项操作。如果模型容易被提示词注入绕过，或在安全边界上表现不稳定，就可能成为自动化系统中的薄弱环节。因此，安全性与可用性的平衡会是企业采用这类模型时的重要评估指标。

影响解读：小模型后训练正在进入企业决策层

Microsoft-Decision-1 的发布释放出一个信号：企业 AI 应用不再只围绕“更大的通用模型”展开，针对特定任务进行后训练的小型或中型模型，正在成为实际落地的重要路径。Qwen3.5-9B 的参数规模相对更适合低延迟部署，在经过任务定向优化后，可以承担部分原本由大型模型处理的判断任务。

从成本角度看，来源显示该模型定价为每百万 Token 输入 0.042 美元，输出免费。对于需要频繁调用决策接口的应用来说，输入计费加输出免费的模式可能有助于降低批量决策场景下的使用门槛。不过，实际成本仍取决于输入长度、调用频率以及业务集成方式。

整体来看，Microsoft-Decision-1 更像是微软在 AI 工具链中补齐的一块“自动化判断组件”。它不以长对话能力为卖点，而是强调准确、快速、安全地完成结构化决策。对于中文开发者和企业用户而言，值得关注的不只是模型本身，也包括 Microsoft Foundry、OpenRouter 等平台如何把这类专用模型接入到更广泛的 Agent、工作流和企业自动化系统中。