2026年10月10日，微软发布了新品类模型 Microsoft-Decision-1。官方号称它在36项基准里准确率最高。这个模型比 GPT-6 Sol 快了35倍。它没有使用微软自研大模型，底层直接套用了阿里开源的 Qwen3.5-9B。
36项测试拿第一，底层没用自研
多家媒体确认了 Microsoft-Decision-1 的身世，它是基于 Qwen3.5-9B 进行的后训练版本。微软拿了一个中国团队开源的 9B 权重模型做针对性打磨。官方甚至明确表示，后续版本还会持续更换底层模型。
图：Microsoft-Decision-1 发布公告。来源：Microsoft Command Line Blog
**巨头在特定垂直任务上，已经开始把开源社区的现成方案作为最优解。**开源模型在垂直场景拿出了实打实的工程价值。它不再是单纯的平替玩具。
AI不负责聊天，只给软件做选择题
官方给这个模型定了一个新品类：决策模型（decision model）。它不负责和人类对话。它专门负责给软件流程打分、做单选、分类或者判定优先级。如果把大模型看作一门编程语言，它就是里面的 if/else 路由控制语句。
第三方测试指出，它的决策结果在扰动下有 98.7% 的一致性。当 AI 成为代码流里的一环，开发者要的不再是随机分布的创意，而是它能像传统函数一样每次都返回确定的布尔值。
提速35倍，门槛变成了单次调用成本
官方数据显示，Microsoft-Decision-1 比同类竞品快 4.5 倍。比起巨无霸 GPT-6 Sol，它更是快了 35 倍。对外定价被压缩到了每百万输入 token 约 0.042 美元。
图：模型性能对比与用例展示。来源：Microsoft Command Line Blog
一次 0.042 美元的函数调用，决定了它的商业模式。**在这个定位下，模型有多聪明不再是第一顺位，每次判断的计算成本和响应延迟才是生死线。**并非所有任务都需要调用最顶级的闭源模型。「便宜且够用」本身就能吃掉企业级 API 的大部分请求量。
融资8.7亿美元暴露出技术逻辑
就在同一天，主攻 AI 决策产品的公司 TypeSafe AI 拿到了 8.7 亿美元融资。公司估值冲到 75 亿。但在 Hacker News 的技术社区里，开发者们对这类项目反应冷淡。有人直接指出，他们的产品 Jev 刚发布两天，市面上就已经冒出十几个同类开源模型。OpenAI 自己的 Decisions API 也具备类似能力。
资本看好决策模型改造传统软件的前景，但开发者看透了底层的实现逻辑。模型参数本身不再是核心竞争力。真正值钱的是围绕它构建的工程体验，以及清洗好的高质量专有训练数据。
底座可随意替换暴露决策模型缺口
微软把底层计算交给 Qwen3.5-9B，正因为决策模型的核心竞争力落在工程编排和性价比上。只要能用极低成本输出确定的结构化结果，底座是谁早已不重要。
Microsoft-Decision-1 的发布证明了百亿参数内的开源模型足以应对特定任务。AI 从「会聊天」转向「会拍板」，游戏规则已经变成了比拼算力和延迟。下一次微软再发新版，即使底座换成另一家中国开源模型，也不会让人感到意外。
参考链接：
- Microsoft Command Line Blog
- Hacker News 讨论
- TypeSafe AI 融资报道
