产品定位
Microsoft Decision-1 是微软于 2026 年 10 月 9 日发布的决策专用模型，定位为面向业务决策的概率打分引擎，而不是通用聊天助手。它通过对阿里开源模型 Qwen3.5-9B 做后训练得到，已在 Microsoft Foundry 正式可用并达到 GA 状态，同时接入 OpenRouter。它的核心用途是把明确的业务场景和一组固定备选方案交给模型，由模型直接返回每个选项的校准概率得分，整个过程不生成任何文本，因此输出 token 为零，适合需要稳定、可阈值化、可自动化执行的决策环节。

核心功能
它支持把业务背景、问题描述和候选答案一并输入，单次打分最长可处理 32K token，并针对是或否判断、多选、打分评级、分类、按评分标准打分等题型给出概率结果。模型只输出每个选项的概率分数，不提供理由或解释，也内置“无法判断”的弃权选项。这样用户可以设定阈值，把高置信决策自动执行，把低置信或弃权样本转交人工复核，从而兼顾效率与风险控制。

技术特点
Microsoft Decision-1 基于 Qwen3.5-9B 后训练而来，是纯文本输入的决策模型，强调校准概率与稳定性。官方称在 36 项盲测、约 15 万次评测中，它取得 83.5% 的准确率和 92.2% 的置信度，速度比 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快约 35 倍；改写提问或调换选项顺序时，结论翻转率仅 1.3%。定价为输入每百万 token 0.042 美元，输出免费，但由于只通过 Foundry 托管 API 提供，不开放权重，也不支持批量推理，使用方式受平台约束。

适用场景
它适合客服工单分类与路由、AI 输出评分、智能体护栏与工具调用门控、内容安全筛查、事实一致性检查等高频小决策，尤其适合需要快速产生可解释阈值结果的流程。微软也提醒，该模型不适合作为信贷、招聘、医疗等重大决策的唯一依据。此外，微软称未来会改用自家 MAI 与 OpenAI 模型作为底座，Foundry 基准测试页只给出方法论而未公布具体数字，因此实际选型时仍应结合自身数据和合规要求进行验证。