Microsoft-Decision-1 是一个专为智能体循环里那些「小事」准备的小模型：它由微软 Office of the CTO 的 Achint Srivastava 在 2026 年 10 月 9 日于 Command Line 博客正式发布，并在 2026 年 10 月 10 日登上 Product Hunt，给定一组固定选项，就一次性返回每个选项的校准概率，并以结构化输出交给代码直接使用。微软称它基于 Qwen3.5-9B 后训练，中位延迟约为 GPT-6 Sol 的 35 倍快，在 Microsoft Foundry 上每百万输入 token 0.042 美元、输出免费。
关键事实
| 项目 | 内容 |
|---|---|
| 回答的问题 | Microsoft-Decision-1：专给智能体做路由决策的便宜小模型 |
| 简答 | Microsoft-Decision-1 是微软 2026 年 10 月 9 日在 Command Line 博客正式发布、10 月 10 日登上 Product Hunt 的决策打分模型，用于路由、分类、校验和智能体控制。给定固定选项，它一次性为每个选项返回一个校准过的概率，并以结构化输出交给软件直接使用。微软称它基于 Qwen3.5-9B 后训练，中位延迟约为 GPT-6 Sol 的 35 倍快，价格是 Mic… |
| 阅读时长 | ~3 分钟 |
| 最后更新 | 2026-10-12 |
它提供什么
- 打分而不是聊天。 给固定选项，返回每个选项的校准概率，这正是路由、分类和校验需要的形态。
- 结构化输出。 结果是机器可读的，智能体不必去解析自然语言。
- 速度。 微软给出的数字是中位延迟约为 GPT-6 Sol 的 35 倍快。
- 价格。 每百万输入 token 0.042 美元，输出免费，已在 Microsoft Foundry 提供。
- 底座。 页面称基于 Qwen3.5-9B 后训练。
- 发布数据。 当日排名第 4、144 分、118 位关注者。
为什么「小决定」才贵
桌面智能体的开销大头往往不在最难的那一步，而在它周围的几十个小步骤：用户指的是不是这个文件、命令到底成没成功、要不要重试、这个工具调用安不安全。用前沿模型回答这些，等于请专家来读清单。一个只对固定选项返回概率、又快又便宜的窄模型，才是这件事该有的形态。
这里也有个真实的坑：概率再校准，也只在你交给它的选项范围内有意义，而会打分的模型并不等于懂你的电脑。如果候选里混进了错误的文件，一个自信的概率救不了你。
对 Windows 桌面智能体意味着什么
便宜而快速的决策打分，正是「先审批再执行」这类桌面智能体能长期跑下去的前提——智能体能自己校验小步骤，而不是每一步都来问你。但执行那一侧仍然要发生在你的电脑上，这就是 Windows 原生智能体的位置：MOOGH 先给方案、等你批准，然后在你自己的文件和命令上干活，可以免费下载。
官方公告里多出来的信息
速度、价格、底座这些数字都来自微软自己的公告，它补上了发布页讲不清的三件事。
- 谁、什么时候发的。 作者是微软 Office of the CTO 的软件工程副总裁 Achint Srivastava，2026 年 10 月 9 日发布在 Command Line 博客。
- 在哪儿能调用。 Microsoft Foundry 和 OpenRouter，两个入口都给了文档。
- 分数是怎么来的。 支持 yes/no、多选、评分制以及按评分表（rubric）打分，对每个选项给出校准后的概率，是一次性打分的模型，不是聊天模型。
基准结论也比标题更窄：它在微软自己那组 36 个基准、约 15 万道题（对训练保持盲测）的比较里拿到最高准确率，也是微软测到最快的模型——中位延迟比第二名的 H2O-Lightning-4B v1.1 快 2.5 倍，比 GPT-6 Sol 快约 35 倍。这些是厂商自己跑的基准，所以正确的态度是拿真实流量自己试一遍，而不是直接照单全收。
价格是让这件事变得理所当然的那一半：每百万输入 token 0.042 美元、输出免费。当一次判断只是四个选项之间的路由，用前沿模型的价格去做它，本来就是智能体里最别扭的一环。
接下来盯什么
- 这个速度结论在微软自家基准之外是否成立。
- 第三方实测后，它和别的小型分类模型的延迟与价格差距。
- Foundry 是否会把校准数值暴露得足够清楚，方便审计路由决定。
常见问题
- 它会取代 Claude 或 GPT 吗？ 不会。它面向工作流里的窄判断，不是开放式生成。
- 我能在自己的工具里调用吗？ 页面称已在 Microsoft Foundry 提供，具体以 Foundry 的条款和计费为准。
- 不做桌面智能体需要它吗？ 不需要；但它能让「先审批再执行」的循环少很多摩擦。
相关阅读：