The Decoder

微软的 Decision-1 模型加入快速发展的 AI 决策模型竞争

微软推出基于Qwen3.5-9B的Decision-1决策模型,公司自测在36项基准上达83.5%准确率和85 ms延迟。但所有数据来自微软自身测试,Cloudflare的Clef等竞品未纳入比较。

Matthias Bastian
配图来源 · The Decoder

微软的 Decision-1 模型加入快速发展的人工智能决策模型竞争

Matthias Bastian Matthias Bastian 查看 Matthias Bastian 的 LinkedIn 个人资料 2026年10月10日

微软现在拥有自己的决策模型。 就像那些…… OpenAI, Cloudflare,和 “original”来自Jev,Decision-1 是为快速、有结构的决策而设计的。 根据微软的说法它负责分类、评估和路由决策,并且具有“潜力”来“在复杂环境中引导和控制代理”。

决策-1基于Qwen3.5-9B模型。微软表示,这是在涵盖近150,000个问题的36项基准测试中最为准确的模型。在速度方面,它的运行速度比第二名H2O-Lightning-4B快2.5倍。基于Qwen的Cloudflare开源Clef模型则未被纳入比较范围。

微软的基准测试显示,Decision-1 以 83.5% 的准确率 và 85 毫秒的延迟率位居首位,优于 Jev 1.13.0。| 图片:Microsoft

决策-1可通过 Microsoft Foundry 和 OpenRouter 获取。输入令牌每百万个费用为0.042美元,而输出令牌则免费。Jev这家在9月中旬开启决策模型趋势的初创公司,可能经历了几周的不顺境。这一理念迅速流行起来,但技术很快被开放的小型语言模型所采用并超越。

AI新闻——无炒作,由人类精选

订阅 THE DECODER,即可享受无广告阅读体验、每周人工智能通讯、每年六次的独家“AI Radar”前沿报告、完整的存档权限,以及评论区访问权。

来源:Microsoft
原始出处

The Decoder

内容说明

原始发布及相关权利归来源方。

机器翻译 · 请以原文为准