微软推出AI模型，性能超GPT-6 Sol达35倍

微软推出专用AI模型Microsoft-Decision-1，专为结构化决策任务设计。该模型可从预设选项中选取最优解并赋予概率评分，支持路由分发、内容分类、任务优先级排序等场景。内部测试显示，其运行速度是GPT-6 Sol的35倍，输入成本仅0.042美元/百万tokens，输出免费。 微软正在以专用化策略强化其AI产品线。 周五，微软首席执行官Satya Nadella宣布推出新一代快速决策AI模型Microsoft-Decision-1，该模型专为结构化决策任务设计。

Nadella在X平台发文表示，该模型"在结构化决策任务上表现出色，在延迟和质量方面均优于大语言模型及其他决策模型"，并已在微软内部用于事故响应、质量控制及科学研究等场景测试。 微软称，该模型在内部测试中的运行速度比OpenAI的GPT-6 Sol快35倍，比Quyet-1.0-Large快4.5倍。 从定价来看，该模型输入端收费为每百万tokens 0.042美元，输出则免费，这一结构在成本层面对高频、重复性决策应用具有明显吸引力。 专注决策而非生成，填补LLM能力空白 与传统大语言模型侧重文本生成和复杂推理不同，Microsoft-Decision-1的设计目标更为聚焦。 Microsoft-Decision-1模型从预设选项中选取最优解，并为各备选答案赋予概率评分，从而帮助下游应用判断是继续执行、重新尝试、升级处理，还是交由人工审核。 微软表示，该模型覆盖近15万道问题的36项基准测试中均取得最高精度。其功能定位包括路由分发、内容分类、任务优先级排序、结果验证及工作流控制，可无缝嵌入现有应用程序、AI代理及工作流系统。 不过，上述性能数据来源于微软自身的基准测试，独立第三方验证目前尚未完成。 内部测试显示速度与成本优势显著 微软多个内部团队已对该模型进行了实际场景测试。 Xbox Research团队使用其对逾1万条游戏反馈进行分类，结果显示与GPT-6 Sol质量相当，但速度超出14倍以上，成本则降低约200倍。微软Copilot团队亦发现该模型在AI响应评估任务上与GPT-5.6 Luna表现相近。 在技术架构上，Microsoft-Decision-1基于Qwen3.5-9B构建，经过以单次决策评分为核心的专项后训练。 微软还计划在未来将该模型迁移至其MAI系列模型及OpenAI模型等其他底座之上。 微软在公告中强调，该模型旨在"以安全、可信的环境将决策智能融入现有应用"，将其定位为AI代理工作流编排的基础组件之一。 目前，Microsoft-Decision-1已通过微软旗下AI开发平台Microsoft Foundry向开发者开放，OpenRouter的接入支持亦在计划之中。