微软发布 Microsoft-Decision-1：Qwen 成了 AI 智能体的低价决策底座

一家公司的 AI 客服收到“账单重复扣款，而且现在登录不进去”的留言，第一步其实不是写一篇漂亮的回复，而是决定交给谁处理。把这一步也交给大型聊天模型，系统可能为一个分类结果等待一整段推理。

10 月 9 日，微软发布 Microsoft-Decision-1，用经过后训练的 Qwen3.5-9B 给预先定义的选项打分。官方公告标出的价格是每百万输入 token 0.042 美元，输出免费。它让人看到一种很具体的竞争方向：AI 应用里的许多小判断，也可以单独做成一门生意。

不必让每一步都生成一段话

“决策模型”听起来宏大，实际工作可以很窄：一条工单属于账单、账号还是技术问题；某个回答是否满足要求；一个请求应该交给哪个模型。用户最终看到的长回答，仍可由生成模型完成。

根据微软技术文档，Decision-1 返回数值判断，不生成自由文本或书面理由。它支持判断一个条件是否成立、从固定选项中选择，以及对有序等级评分。这给开发者省去了一步麻烦：不用再从“我认为这可能是账单问题，因为……”里面提取标签。

但选项本身是人定的。如果只提供“技术”和“账号”两个选项，却收到退款诉求，一个格式再整齐的答案也可能分错。把候选项和转人工条件设计好，仍然是产品团队的工作。

工单经过候选项评分、规则检查与人工确认的流程示意

本站原创示意，依据微软接口说明绘制，核查日期为北京时间 2026 年 10 月 11 日。留言与 45%、42%、13% 均为解释流程的假设例子，不是调用结果或官方评测；人工确认由应用规则决定。

这类分工也能接到本站此前介绍的本地与云端 AI 协作后面：先判断任务需要什么，再决定让哪种资源处理。微软尚未确认 Decision-1 就是那套 Windows 调度方案的实际组件，两件事不能直接画等号。

0.042 美元意味着，假设一次输入恰好 1000 token，那么单次模型输入费用约为 0.000042 美元；累计一万次约为 0.42 美元。这是按公告单价计算的示例，不含其他模型、存储和应用运行费用，也不是微软给出的实际客户账单。

低单价适合反复发生的小步骤。不过一份文件若被重复送去判断，输入消耗仍会累积；“输出免费”也不等于整条智能体流程免费。比较成本时，应把下游生成、失败重试和人工复核一起算进去。

微软公告当前展示的评测称，中位请求延迟为 85 毫秒，相比 GPT-6 Sol 约快 35 倍。这是厂商测试口径，不能直接翻译成“所有任务快 35 倍”。官网图注写明，Decision-1 是在与 Foundry 同区域的条件下测量；对其他模型使用了榜单的调整值。

H2O.ai 的模型卡对此提出了不同的延迟比较口径，区分本地实测、调整值和包含网络往返的 API 时间。它也是参赛厂商，本文没有独立复测，因此不据此宣布谁是速度冠军。能确认的是：这些数字需要先对齐测试条件。

同样，85 毫秒也不是整个客服流程的响应时间。数据库查询、网络传输、后续模型回复都可能占时间。微软文档提醒部署区域会影响延迟，并明确表示，选择某种部署方式并不能保证更低延迟。如果你也关心海外 AI 工具的连接体验，可结合站内的机场与线路选择整理理解网络这一环；它和模型自身的计算速度是两项不同指标。

普通分类器往往只交出一个标签，Decision-1 则给选项附上概率。对应用来说，最有价值的场景可能不是“模型非常确定”，而是两个选项得分接近：系统可以暂停自动分派，把材料交给人，或请其他模型继续分析。

“置信度校准”指的是，模型给出的把握与长期正确率是否相称。2017 年的原始研究已经指出，分类准确率高，并不自动意味着概率可靠。这是一项基础概念研究，并未测试今天的 Decision-1。微软也要求在自己的标注样本上验证阈值，而不是照搬一个通用百分比。

比如，分错一条普通咨询，代价可能只是多一次转接；涉及扣款的动作，就需要不同的处理规则。一个 95% 的分数不会给软件自动增加退款权限。判断模型能提供信号，应用仍要控制动作能否执行。

这次微软采用 Qwen 底座同样值得关注。Qwen3.5-9B 原始模型卡公开了权重与配置，并标注 Apache 2.0。开放模型的价值因此不只体现在聊天排行榜，也体现在被企业改造成专门部件。底座公开，并不意味着微软后训练后的模型权重也已公开。The New Stack 的报道特别区分了这一点。

微软还在公告中表示，未来会在 MAI 和 OpenAI 模型上继续迭代。因此，把这次选择解读成“抛弃 OpenAI”过于简单。更值得跟进的是：当生成、判断与执行逐渐拆开，厂商争夺的不只是最会聊天的模型，还有智能体每天反复经过的那几道小关口。

补充核查资料包括上文所链的微软接口文档、Qwen 与 H2O.ai 模型卡、置信度校准原始论文及 The New Stack 报道。公告日期为 2026 年 10 月 9 日，本文核查截至北京时间 10 月 11 日；原论文用于解释背景，文中的算账与工单均为假设示例。