微软Decision-1.1发布:决策指数68分排第8,速度翻倍

资讯 网易科技 作者:网易 全文 1992 字 · 约 5 分钟读完 配图 3 张 分类决策模型前沿模型微软AI 编程

Jev再被狙击!微软新决策模型来了,速度快2倍,准确率登顶,微软,编程,置信度,工作流,决策模型,前沿模型,知名企业

所属频道 大厂动态AI 编程与开发前沿研究

微软Decision-1.1发布:决策指数68分排第8,速度翻倍(配图 1)
智东西
编译 程茜

智东西11月18日消息,微软今日正式推出新一代决策模型Microsoft-Decision-1.1。Artificial Analysis决策指数榜单显示,该模型拿下68分,位列第8,比微软首款决策模型多出6分。Jev 1.14、谷歌Gemini Decision 1、OpenAI的GPT-6 Luna版决策模型均排在其后。

微软Decision-1.1发布:决策指数68分排第8,速度翻倍(配图 2)

微软的首款决策模型Microsoft-Decision-1是10月10日发布的。按照微软的说法,Microsoft-Decision-1.1在前代基础上智能性更强,校准更精准,运算速度提升2倍以上,成本则更低。

决策模型之外,微软在Ignite大会上还推出了面向企业日常编码任务的编程模型MAI Code 2和MAI Code 2 Flash,以及为编程和网络安全打造的新模型Code 2、Code 2 Flash。三项衡量日常高容量常规编码任务的基准测试中,MAI Code 2 Flash的表现与GPT-6 Luna、Claude Haiku 5.5相当,成本分别只有后两者的65%和20%。

新模型还加入了多模态支持,能够接收图片。定价上,微软Foundry中每百万输入token收费0.042美元,输出不收费。

据微软介绍,其决策模型的目标是在各类现实软件用例的不确定性下给出经过校准的决策。这些模型会在开发者设定的约束范围内,从允许的操作中挑选,并输出校准后的置信度分数,让应用程序在不确定性偏高时选择延迟决策。

另外,这些模型专攻决策任务,处理决策相关任务时,速度和成本都比通用大语言模型有明显优势。

微软围绕延迟、成本、智能性、校准四个方面做了联合创新:

延迟方面,决策模型必须实时运行,面对长输入、数百个问题的复杂请求时同样如此。传统大语言模型推理引擎按逐token生成文本的思路优化,Microsoft-Decision-1.1不同,用的是针对决策模型计算需求定制的推理引擎。

成本方面,微软的定制推理引擎在GPU集群中高效分配请求,追求的是低成本,而非只盯着低延迟。该模型基于中型混合专家模型Gemma 4 26B A4B开发。Gemma 4 26B A4B的活跃参数足以支撑决策所需的智能能力,运行效率也够高,可跑在A100、H100/200、GB200/300等多种灵活配置的硬件上。

智能性方面,决策模型要维持足够小的规模,才能在全场景运行,还要能良好泛化到全新或未见过的任务,并且经过专门训练来做出决策。为此,微软把有监督微调与强化学习结合起来,用了数百个合成及授权数据集,覆盖众多行业的数万种任务类型,训练模型做判断而不是死记答案。这样模型能区分高度相似的选项,识别不确定性,并明确何时作答、何时拒绝作答。

校准方面,微软训练模型明确自身的认知边界:相似场景下给出一致的回答,准确报告回答的置信度,存在多个有效答案时拆分置信度,信息不完整时拒绝作答。开发者可以自行设定决策、标记或升级处理的阈值。

第三方测试之外,微软还在102个基准测试上评估了Microsoft-Decision-1.1。这些基准测试包含超过38.5万个训练阶段未接触过的问题,任务涉及路由、排序、长上下文、多语言、分布外任务、推理、安全等多个领域。

在8种决策模型中,Microsoft-Decision-1.1的平均准确率最高,9个能力类别中有7个类别处于领先。

微软Decision-1.1发布:决策指数68分排第8,速度翻倍(配图 3)

上线才五周多,使用微软决策模型完成各类任务的客户已超过4000名,任务包括模型路由、客户支持分流、业务流程自动化、标签标注和分类等。Epic、Equinor、Atos Group以及奥地利瑞福银行是早期采用者。

与此同时,微软正把Microsoft-Decision-1.1的专用智能集成进各类产品,用于快速高效的决策,更大规模的模型则留给更复杂的任务。

在Copilot中,Microsoft-Decision-1.1负责把用户请求路由到合适的交互场景,判断该由Copilot还是Cowork来处理。这一决策的准确度与大型语言模型相当,处理速度快2.2倍,成本约为后者的1/4。

在Cowork中,该模型为Auto提供支持,动态调整Cowork针对每项任务投入的推理工作量。

结语:微软模型深度绑定自家产品,或走出差异化路线

与其他头部模型厂商不同,微软的差异在于模型与GitHub Copilot、Foundry、Copilot工作流等自家产品深度绑定,模型能力直接嵌入既有的办公和开发入口,而不是单独售卖API。

这意味着企业能拿到一套可直接接入现有流程、合规边界清晰、上手成本更低的完整方案。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 13款AI应用停运调整:OpenAI、苹果、微软均在其中

    智东西11月17日消息,据TechCrunch昨日报道,截至目前,美国至少有13款行业知名、曾被寄予厚望的AI应用或项目相继停止运营、进行重大调整,或陷入发展困境。其中既有OpenAI、苹果、微软等科技巨头的产品,也有曾经风光无限的AI明星创业项目。 ▲13款或项目调整、转型或停止运营的AI应用(智东西制表) 在科技巨

    来源 AI 行业观察
  2. 微软数据中心工地遭抗议,弗吉尼亚经验揭示机房落地难在哪

    11月6日,100多名抗议者聚集在阿姆斯特丹一座计划供微软使用的数据中心工地,部分人进入现场、爬上起重机。路透社报道,组织这轮行动的联盟要求暂停大规模建设,直到政府制定更清楚的规则。项目业主表示愿意与当地各方沟通,微软则表示尊重和平表达意见的权利,但不赞同违法行为。 从云计算到人工智能,数据中心承接的需求越来越多,落地

    来源 AI 行业观察
  3. 微软全球宕机:潜伏四个月的漏洞,为何15小时才被发现

    微软系统漏洞在上周因一次例行流量切换操作被引爆,服务器在流量骤增后出现内存耗尽,自动化容灾系统将流量转移至"健康"的其他服务器,却将漏洞带入这些系统,形成连锁失效。从最初出现零散故障,到微软确认全面问题,历时约15小时;微软随后又花费约15小时才开始推送修复方案,宕机时间之长,远超同类事故。

    来源 华尔街见闻
  4. 抗议者爬上微软数据中心起重机,机房扩建正撞上地方阻力

    (本文作者为 冯伟冯大白,钛媒体经授权发布)文 | 冯伟冯大白11月6日,100多名抗议者聚集在阿姆斯特丹一座计划供微软使用的数据中心工地,部分人进入现场、爬上起重机。路透社报道,组织这轮行动的联盟要求暂停大规模建设,直到政府制定更清楚的规则。项目业主表示愿意与当地各方沟通,微软则表示尊重和平表达意见的权利,...

    来源 腾讯网
  5. 13款AI应用停运或调整:OpenAI、苹果、微软均有产品在列

    智东西(公众号:zhidxcom)编译 | 黄菲编辑 | 江宇智东西11月16日消息,据TechCrunch昨日报道,截至目前,美国至少有13款行业知名、曾被寄予厚望的AI应用或项目相继停止运营、进行重大调整,或陷入发展困境。其中既有OpenAI、苹果、微软等科技巨头的产品,也有曾经风光无限的AI明星创业项目。▲13款

    来源 腾讯网
  6. 微软MAI Code 2发布:5%成本达Claude Opus 5.5约96%性能

    IT之家 11 月 18 日消息,在今天召开的 Ignite 2026 活动中,微软发布自研编程模型 MAI Code 2 和 MAI Code 2 Flash,并在 GitHub Copilot 上线。 IT之家附上相关视频如下: 定位方面,两款产品分别面向复杂软件开发与高频日常编程,主打在代码质量与使用成本之间取得

    来源 AI 行业观察
  7. 微软全球宕机溯源:漏洞潜伏四个月,15小时才锁定

    微软一个隐藏长达四个月的系统漏洞,在上周引发了一场波及全球的服务中断事故,暴露出高度依赖单一科技供应商的潜在风险。此次事故始于11月11日的一次例行流量调配操作,直至次日上午11时30分——即美国企业流量高峰期——微软才意识到问题的严重性。此后,公司又耗费约15小时排查故障并着手部署修复方案,导致众多企业和政...

    来源 腾讯网
  8. 微软MAI Image 2.7发布:1215分登顶图像编辑榜,成本仅对手1/5

    人工智能在图像生成与编辑领域的竞争迎来新的里程碑。微软于11月17日正式推出全新一代图像生成与编辑模型——MAI Image2.7与 MAI Image2.7Flash,并同步上线了由 Flash 驱动的交互式创作空间 Canvas。 精准局部修改:只改需要改的地方,全面保持视觉一致性 此次更新的核

    来源 AI 开发者社区
  9. 微软 MAI Image 2.7 发布:图像编辑榜单登顶,成本仅对手五分之一

    微软11月17日推出新一代图像生成与编辑模型MAI Image2.7与MAI Image2.7Flash,并上线Flash驱动的交互式创作空间Canvas。此次更新主打“精准修图”与“视觉稳定”:MAI Image2.7可对特定物体的颜色、材质或空间位置进行精准局部修改,只改需改之处,全面保持视觉一致性,标志AI图像生

    来源 AI 产业速递
  10. 微软MAI Image 2.7发布:1/5价格击败GPT Image 2.6登顶

    IT之家 11 月 18 日消息,微软昨日(11 月 17 日)发布推出 MAI Image 2.7 和 MAI Image 2.7 Flash 图像生成与编辑模型,并上线由 Flash 驱动的交互式创作空间 Canvas。 费用方面,两款模型已在 Microsoft Foundry 开启公开预览,官方公布的每千张图片

    来源 AI 行业观察
  11. Sqwish Labs推企业数据定制决策模型:通用之外的新战场?

    随着决策模型使用量快速攀升,Sqwish Labs提出用企业自有数据训练模型,以释放更强能力。这引发一个关键问题:在通用模型之外,定制化是否会成为决策智能的下一竞争前沿?本文梳理其产品思路、行业背景与企业落地时需面对的挑战。

    来源 AI 科技快讯
  12. Copilot成办公新入口:微软把Word、Excel装进对话界面

    微软宣布 Copilot 正式从“侧边栏助手”升级为“工作操作系统”,Word、Excel、PowerPoint 不再作为独立应用被打开,而是作为能力内嵌在 Copilot 的对话界面中。下一步是全天候在线的智能体(always-on agents)。这标志着办公软件从“打开应用找功能”转向“表达意图、由 A

    来源 AI 科技快讯
  13. 微软自研芯片 Maia 200 投入生产:每瓦 token 性能提升 1.7 倍

    IT之家 11 月 18 日消息,昨日(11 月 17 日)召开的 Ignite 2026 活动中,微软宣布旗下第二代自研人工智能加速器 Maia 200 现已正式投入规模化生产,并开始在数据中心运行微软最大规模的前沿 AI 大模型。 与“领先 GPU 基础设施”相比,该加速器在 Microsoft Teams、Cop

    来源 AI 行业观察
  14. Qwen4-Max发布:2.4T参数、百万上下文,单任务成本降58%

    11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max 以更少的 Token 消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测 CodeArena 中,Qwen4 位

    来源 AI 行业观察
  15. OpenAI扩大科研免费计划:11月23日开放申请,新增5万Plus名额

    OpenAI日前宣布正式扩大面向学术研究人员的 ChatGPT 免费使用计划 ,目标是在全球范围内为最多20万名研究人员提供免费的AI前沿模型访问权限。新一轮申请将于当地时间11月23日正式开放,计划新增5万个免费名额。 在运作机制上,本次扩容调整了分配规则与服务等级。新名额将彻底告别此前试点阶段的

    来源 AI 开发者社区
  16. 微软全球宕机30小时,AI替代员工裁到大动脉?

    微软最近两年把它当作亲生儿子培养,裁员节省下来的预算,大量投入到它身上,可是它干活必须读取用户的邮件、日历和文件,这些数据全部存放在那套老旧的邮件系统里面,老旧系统一旦停摆,AI 立刻两眼一抹黑。

    来源 凤凰科技
  17. 微软Maia 200芯片投产:每瓦token性能提升1.7倍,已部署美欧澳

    IT之家 11 月 18 日消息,昨日(11 月 17 日)召开的 Ignite 2026 活动中,微软宣布旗下第二代自研人工智能加速器 Maia 200 现已正式投入规模化生产,并开始在数据中心运行微软最大规模的前沿 AI 大模型。与“领先 GPU 基础设施”相比,该加速器在 Microsoft Teams、Copi

    来源 腾讯网
向下滚动自动加载更多