微软推出Decision-1.1决策模型:跑赢GPT-6 Luna,速度翻倍
IT之家 11 月 18 日消息,微软昨日(11 月 17 日)宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型,目前已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线。 该模型面向企业级软件中的高频决策场景,可帮助应用在路由、分类、优先级排序、内容核
11月17日,微软正式发布决策AI模型Microsoft-Decision-1.1。目前该模型已在Microsoft Foundry、OpenRouter和Vercel三个平台上线。

这款模型瞄准企业级软件里的高频决策场景,路由、分类、优先级排序、内容核验、工作流控制这些任务,它都能快速给出结构化判断。价格上,Microsoft Foundry全球标准版输入token每百万收0.042美元(现汇率约合0.28元人民币),输出token不收费;美国数据区、欧盟及亚太数据区则分别为每百万token 0.046美元(现汇率约合0.31元人民币)和0.05美元(现汇率约合0.33元人民币)。
和通用大语言模型的路子不同,Microsoft-Decision-1.1在开发者划定的规则和约束内,从允许的操作中挑出答案。它同时给出校准后的置信度分数,信息不够或不确定性偏高时,可以选择“弃权”或者提示人工接手,让AI在关键业务流程中误操作的风险降下来。

微软表示,新版本在智能水平和校准能力上都有进步,成本依旧压得低,速度则比上一代Microsoft-Decision-1提升了两倍以上。在Artificial Analysis Decision Index v2.1基准里,它拿到68分,比上一代多6分,排在Jev 1.14、Google
Gemini Decision 1和OpenAI GPT-6 Luna(Decisions)等模型前面。
在决策模型排行中,Microsoft-Decision-1.1位列第八。人工分析决策指数显示,它比Elephant 9B和Jev 1.14高2分,比d1.2低1分。相关截图如下:


为了兼顾实时性和成本,微软给这个模型定制了推理引擎,并基于中型混合专家模型Gemma 4 26B A4B做了优化。A100、H100/200、GB200/300等多种GPU硬件都能跑,请求经过智能调度,推理成本随之降低。

训练上,微软把监督微调和强化学习结合起来,数据集既有合成的也有授权的,覆盖数万种任务类型,目的是让模型在真实业务中泛化得更好。多模态输入也已支持,照片、截图等图像信息都能接收。自公开预览发布以来,超过4,000名客户用过它,场景包括模型路由、客服工单分流、业务流程自动化、内容打标和分类等;早期客户有Epic、Equinor、Atos Group和Raiffeisen Bank。
微软内部也在用。Copilot的请求路由交给它判断,准确率与大型语言模型相当,速度快2.2倍、成本低4.4倍。Cowork的任务推理强度动态调节,以及Foundry Evaluations中的质量与安全评估,同样有它的身影。