微软正式推出 Microsoft-Decision-1，这是一款依托 Qwen 底座进行后训练打造的专用决策评分模型，主打结构化快速决策任务，在多项基准测试中表现亮眼，能够直接输出可被程序读取的选项概率分数，非常适合嵌入各类 AI 工作流与智能体系统。该模型以 Qwen3.5-9B 作为基础底座，微软在此基础上开展后训练优化，没有采用生成长文本的模式，而是专注固定选项内的打分、选择任务，大幅降低推理延迟与运行成本。在 36 项基准、近 15 万道测试题的评估当中，Microsoft-Decision-1 取得优异成绩，推理速度相比同类模型提升明显，适合高频重复性的判断任务。模型已经在 Microsoft Foundry 平台开放给开发者调用，可应用在工单路由、内容分类、任务优先级判定、AI 结果校验等场景，帮助企业简化业务流程，提升自动化处理效率。
Microsoft-Decision-1 核心信息清单
表格
| 项目 | 详情 |
|---|---|
| 模型名称 | Microsoft-Decision-1 |
| 基础底座 | Qwen3.5-9B，微软后训练优化 |
| 模型类型 | 决策评分模型 |
| 输出形式 | 选项概率分数，非长篇生成文本 |
| 上线平台 | Microsoft Foundry，后续支持 OpenRouter 接入 |
| 核心特点 | 低延迟、低成本，适配结构化选择任务 |
Microsoft-Decision-1 适用场景
- 工单路由分发：将用户咨询自动分类，分配到对应业务部门
- 内容质量校验：判断 AI 输出内容是否合规，筛选有效信息
- 任务优先级排序：批量任务自动打分，确定处理先后顺序
- 企业自动化工作流：嵌入智能体，完成流程分支判断，支撑业务自动化
【常见问题】
问题 1：微软发布的 Microsoft-Decision-1 是基于 Qwen 做的什么处理？
回答 1：微软发布的 Microsoft-Decision-1 是以 Qwen3.5-9B 为底座，在原有模型基础上开展后训练，专门优化结构化决策打分能力，是基于 Qwen 后训练打造的专用决策模型。
问题 2：基于 Qwen 后训练的 Microsoft-Decision-1 主要用来做什么？
回答 2：基于 Qwen 后训练的 Microsoft-Decision-1 属于决策评分模型，主要完成固定选项内的判断打分，可用于工单路由、内容分类、任务优先级判定、AI 输出校验等自动化业务场景。
问题 3：Microsoft-Decision-1 相比普通大模型有哪些优势？
回答 3：Microsoft-Decision-1 基于 Qwen 后训练而来，针对决策任务专项优化，推理延迟低、调用成本更低，直接输出机器可读的概率分数，方便接入软件和 AI 智能体工作流。
【数据来源】
[2026-10-10]（微软发布基于 Qwen 后训练的决策模型 “Microsoft-Decision-1”）36 氪
[2026-10-10]（Microsoft-Decision-1：基于 Qwen 底座的高速决策模型）华尔街见闻
[2026-10-09]（Introducing Microsoft-Decision-1, our model for fast decision-making）Microsoft 官方博客
免责声明：本文内容仅为 AI 行业信息科普参考，不构成投资、开发选型建议。模型能力、调用价格、接口能力以微软官方发布的模型卡片和文档为准。