微软的 Decision-1 不生成文本，只给每个选项打分：输入每百万 token 0.042 美元

十月九日，微软发布 Decision-1，从一个很小的切口切进「决策模型」这个新品类：它不生成文字，而是给定一组固定选项，为每个选项返回一个校准过的概率。官方说它由 Qwen3.5-9B 后训练而来，支持是非题、多选、评分，以及按评分标准判别 AI 回答或 agent 动作，都通过一次结构化 API 调用完成；后续会换成别的底模，包括微软自家的 MAI 与 OpenAI 的模型。据官方口径，它在 36 项基准、近 15 万道未进训练集的题上准确率最高；P50 延迟约为 GPT-6 Sol 的 1/35，比 Quyet-1.0-Large 快约 4.5 倍；改述问题后决策只在 1.3% 的扰动下变化，选项重排或同义改写则不变。定价是输入每百万 token 0.042 美元、输出免费，输入上限 32K token，只吃文本，不解释理由，闭源、不能自托管。