您的位置首页 >科技要闻 >

微软 Microsoft-Decision-1.1 决策模型发布,基准测试超越 GPT-6 Luna 与 Gemini

微软正式推出 Microsoft-Decision-1.1 这款专门做结构化打分判断的决策模型,在 Artificial Analysis Decision Index v2.1 基准拿到 68 分,在决策任务上跑赢 GPT-6 Luna(决策分支)、Gemini Decision 1,新版本相比上一代 Microsoft-Decision-1 速度提升两倍以上,同时新增多模态图片输入能力,支持单轮传入最多 8 张图片,它和通用大模型不一样,不擅长自由文本生成,只在给定固定选项里输出每个选项的置信概率,适合 Agent 路由、工单分流、内容审核、模型打分这类高吞吐业务,现在已经上线 Microsoft Foundry、OpenRouter、Vercel 平台,开发者可以直接调用 API,在大批量判断场景里,它的延迟和成本对比通用大模型优势很明显。

一、Microsoft-Decision-1.1 核心参数和能力清单

  • 模型定位:决策打分专用模型,不是通用生成大模型,输入证据 + 固定选项,输出校准后的概率值
  • 基准分数:Artificial Analysis Decision Index v2.1 得分 68,较初代提升 6 分
  • 速度:相比初代 Decision-1,推理速度提升 2 倍以上,定价保持不变
  • 输入能力:支持文本,新增多模态,单次 API 最多传入 8 张图片
  • 特色机制:支持弃权机制,信息不足时可以返回 “无法判断”,交给人工处理
  • 支持题型:二分类、多选、打分、评级、内容校验、安全拦截
  • 上线渠道:Microsoft Foundry、OpenRouter、Vercel
  • 底层基座:基于 Gemma 4 26B-A4B 二次后训练

二、同赛道模型基准对比表

模型Decision Index v2.1 得分类型核心优势
Microsoft-Decision-1.168专用决策模型速度快、支持图片、可弃权、成本低
GPT-6 Luna(Decisions)低于 68通用大模型决策分支通用能力强,适合复杂推理
Gemini Decision 1低于 68谷歌专用决策模型生态和谷歌云适配好
Microsoft-Decision-162初代决策模型仅文本输入,无图片能力

三、适合落地的业务场景

✅ Agent 流程调度:判断用户请求交给哪个子模型、哪个工具执行

✅ 工单分流:客服工单自动分类、优先级标记、自动派单

✅ 内容安全审核:批量判断内容是否违规,做第一道过滤

✅ 模型输出质检:自动打分评估大模型回答是否符合规范、有没有幻觉

✅ 检索相关性判断:判断检索文档和用户问题是否匹配

✅ 图片类判断:截图、照片内容二分类、合规校验

四、它和通用大模型的关键区别

  1. 输出形式:Decision-1.1 输出概率分数,结构化结果,程序可以直接读取;GPT、Gemini 这类通用模型输出自由文本。
  2. 适用边界:它只适合选项固定的判断任务,不能写长文、写代码、做开放式创作。
  3. 性能特点:延迟更低、单价便宜,适合每秒上万次的大批量判断;通用 LLM 更适合单次复杂推理。
  4. 容错设计:自带弃权选项,不确定的时候主动转人工,降低业务误判风险。

五、使用限制和注意点

  1. 必须提前定义好全部可选答案,没法自主生成新答案,选项设计会直接影响准确率。
  2. 虽然支持图片输入,但图片能力是辅助判断,不是图像理解大模型。
  3. 跑分优势只限定在决策类基准,不能理解成综合能力全面超过 GPT-6 Luna、Gemini。
  4. 适合作为 Agent 架构里的控制层,一般搭配通用大模型一起使用,不会直接替代通用 LLM。

【常见问题】

问题 1:微软 Microsoft-Decision-1.1 在什么基准上跑赢 GPT-6 Luna 与 Gemini?

回答 1:微软 Microsoft-Decision-1.1 在 Artificial Analysis Decision Index v2.1 决策基准测试拿到 68 分,在这个专门衡量决策任务的榜单上,性能超过 GPT-6 Luna(决策分支)以及 Gemini Decision 1。

问题 2:微软 Microsoft-Decision-1.1 是通用聊天大模型吗,可以用来写文章吗?

回答 2:不是,微软 Microsoft-Decision-1.1 是专用决策打分模型,主打在固定选项之间做判断、输出置信概率,不擅长自由文本生成,不适合用来写文章、写代码这类开放式创作任务。

问题 3:新版 Microsoft-Decision-1.1 对比上一代 Microsoft-Decision-1 新增了什么能力?

回答 3:微软 Microsoft-Decision-1.1 相比初代版本,推理速度提升两倍以上,同时新增多模态图片输入,单次调用最多支持 8 张图片,决策校准效果也同步优化。

问题 4:微软 Microsoft-Decision-1.1 跑赢 GPT-6 Luna 与 Gemini,代表它综合能力更强吗?

回答 4:不代表,这个优势只局限在固定选项的决策打分场景,GPT-6 Luna、Gemini 作为通用大模型,在开放式推理、长文本生成、复杂创作上依然有明显优势。

问题 5:微软 Microsoft-Decision-1.1 可以在哪里调用,适合用在什么 AI 流程里?

回答 5:微软 Microsoft-Decision-1.1 已经上线 Microsoft Foundry、OpenRouter、Vercel,适合放在 Agent 调度、工单分流、内容审核、大模型质检、检索相关性判断这类高吞吐自动化流程里。

【参考资料】

[2026-11-17](Microsoft-Decision-1.1 is now generally available for fast, low-cost decision making)Microsoft 官方技术博客

[2026-11-18](微软决策模型 Microsoft-Decision-1.1 登场,跑赢 GPT-6 Luna 与 Gemini)IT 之家

[2026-11-18](Microsoft-Decision-1.1 模型介绍,新增多模态输入)36 氪

[2026-11-17](Microsoft Foundry 模型目录 Microsoft-Decision-1.1)Azure AI Foundry

免责声明:以上 Microsoft-Decision-1.1、GPT-6 Luna、Gemini 相关基准分数、能力、定价信息来自微软官方公开资料,跑分结果仅针对指定决策类基准,不同业务场景实测效果会有差异,不代表全场景性能对比,不构成项目选型建议,最终接口能力、计费规则以微软 Foundry 官方文档为准。

今日大家都在搜的词: