微軟正在以專用化路線擴充其AI產品矩陣。微軟執行長Satya Nadella於週五宣佈推出新一代快速決策AI模型Microsoft-Decision-1，該模型專為結構化決策任務設計，而非傳統的文本生成。Nadella在X平台發文稱，該模型在結構化決策任務上表現出色，在延遲與輸出質量兩方面均優於大語言模型及其他決策模型，並已在微軟內部用於事故響應、質量控制及科學研究等場景測試。

與側重文本生成和複雜推理的傳統大語言模型不同，Microsoft-Decision-1的設計目標更為聚焦：它從預設選項中選取最優解，併為各備選答案賦予機率評分，從而幫助下游應用判斷是繼續執行、重新嘗試、升級處理，還是交由人工稽核。其功能定位覆蓋路由分發、內容分類、任務優先順序排序、結果驗證及工作流控制，可嵌入現有應用程式、AI代理及工作流系統。

效能方面，微軟稱該模型在覆蓋近15萬道問題的36項基準測試中均取得最高精度。內部測試顯示，其執行速度比OpenAI的GPT-6 Sol快35倍，比Quyet-1.0-Large快4.5倍。不過，上述資料來源於微軟自身的基準測試，獨立第三方驗證目前尚未完成。

定價結構是此次釋出的一大看點。該模型輸入端收費為每百萬tokens 0.042美元，輸出則免費。這一結構對高頻、重複性的決策應用在成本層面具有明顯吸引力，也與其定位為工作流編排基礎元件的思路相呼應。

微軟多個內部團隊已對該模型進行實際場景測試。Xbox Research團隊使用其對逾1萬條遊戲反饋進行分類，結果顯示與GPT-6 Sol質量相當，但速度超出14倍以上，成本則降低約200倍。微軟Copilot團隊亦發現該模型在AI響應評估任務上與GPT-5.6 Luna表現相近。

技術架構上，Microsoft-Decision-1基於Qwen3.5-9B構建，經過以單次決策評分為核心的專項後訓練。微軟還計劃未來將該模型遷移至其MAI系列模型及OpenAI模型等其他底座之上，顯示出其在模型底層選擇上的靈活策略。

微軟在公告中強調，該模型旨在以安全、可信的環境將決策智慧融入現有應用，將其定位為AI代理工作流編排的基礎元件之一。目前，Microsoft-Decision-1已通過微軟旗下AI開發平台Microsoft Foundry向開發者開放，OpenRouter的接入支援亦在計劃之中。

從行業視角看，微軟此舉延續了其將AI能力嵌入企業工作流的整體戰略。在通用大模型競爭日趨同質化的背景下，針對特定任務做深度最佳化的專用模型，可能在延遲、成本與可靠性上形成差異化優勢。但需注意，微軟公佈的效能與成本資料均來自內部測試，其在實際生產環境中的表現仍有待外部驗證。此外，該模型基於第三方開源底座構建，也反映出當前AI產業鏈中底座與上層應用分工日益細化的趨勢。