Microsoft Decision 1.1 用来做什么:路由和打分交给它,长文留给大模型

作者注:Microsoft-Decision-1.1 在 2026-11-17 正式可用。它只在你给定的选项里做选择、打分或判断是否,不写长文。本文说明它适合替换链路里的哪一步,价格应该看哪份文件,以及帖子里的数字为什么不能直接写进成本表。

Microsoft Ignite 期间,TestingCatalog 在 2026-11-17 发了一条帖子。帖文写的是“MAI Decision 1”,配图却是 Artificial Analysis 的 Decision 1.1 榜图。很多人已经在用大模型做请求路由、工单分类、优先级排序和结果校验,看到这条帖子后有三个疑问:该接哪一个模型,它替换的是哪一步,帖子里的“快 10 倍、便宜 200 倍”能不能用。

结论是 有固定选项的判断交给 Microsoft-Decision-1.1,长文生成继续交给大模型。微软的 GA 文在 2026-11-17 宣布它正式可用,调用方式也写在了微软 Foundry 文档里。本文以 GA 文和官方文档为准,帖子只作为线索。

这篇不是转述帖子。帖子里的倍数没有写明和谁比,配图和微软内部用例里各有一个“2.2 倍”,对照对象也不一样,本文会分开讲。我们在 2026-11-18 核对了 API易 apiyi.com 的型号表和定价接口,核对结果放在价格部分。

核心价值:读完本文,你能判断链路里哪一步可以交给 Microsoft-Decision-1.1,知道报价该看哪份文件,也不会拿错误的接口去测试一个还没有的模型 ID。

microsoft-decision-1-1-routing-scoring-guide-image-0


Microsoft Decision 1.1 核心信息速览

先把官方信息和帖子转述分开。下表只列微软 GA 文、Ignite Book of News 和 Foundry 文档里能核对到的内容。

信息项 详情
正式可用日期 2026-11-17,微软 GA 文宣布
模型名 Microsoft-Decision-1.1
底座模型 Gemma 4 26B A4B(GA 文与 Ignite Book of News 说法一致)
用途 路由、分类、优先级排序、校验、流程控制
工作方式 在开发者给定的选项里选择,给出可校准的置信度,不确定时可以不做决定
相比第一版 速度提升一倍以上,价格保持低价,新增图像输入
官方提供渠道 Microsoft Foundry、OpenRouter、Vercel AI Gateway
API易 apiyi.com 状态 2026-11-18 核对时,型号表与定价接口均未收录

“在给定选项里做选择”是理解这个模型的关键。它不写段落,不解释理由,只回答你预先设计好的问题。这类工作以前常由大模型兼做,现在可以交给一个专门的小模型。

Microsoft-Decision-1.1 和 Microsoft-Decision-1 不是同一个模型

帖子正文写的是 Decision 1,配图是 Decision 1.1,所以容易把两版当成同一个模型。实际上它们的底座不同,发布时间也不同。接入前先确认你要部署的是哪一个。

对比项 Microsoft-Decision-1 Microsoft-Decision-1.1
发布时间 2026-10 2026-11-17 正式可用
底座模型 Qwen3.5-9B Gemma 4 26B A4B
输入价格(Foundry) 0.042 美元 / 百万 token 分区计价,见下文价格表
输出价格 免费 免费
图像输入 资料未提及 GA 文写明新增
提供渠道 Foundry、OpenRouter Foundry、OpenRouter、Vercel AI Gateway
其他信息 OpenRouter 页面标注上下文约 33K 微软称比第一版快一倍以上

如果你在 10 月已经按 Microsoft-Decision-1 写好了评估脚本,换到 1.1 时要重新部署,并把部署名改过来。两版的底座不同,原来调好的置信度阈值也要重新验证。

Microsoft Decision 1.1 怎么调用:不是聊天补全接口

这一点最容易出错。根据微软 Foundry 文档,Microsoft-Decision-1.1 的 API 类型是 Decision,不是常见的 chat completions。请求发到 Foundry 资源上的 /providers/microsoft/v1/systemone 路径,请求体里的 model 字段填你自己的部署名,不填模型名。部署时选择版本 1,部署类型可以是 GlobalStandard,部分区域也可以选 DataZoneStandard。

它只支持三种问题类型,返回答案和概率,不返回自由文本,也不返回理由:

问题类型 用途 返回内容 典型场景
noul 判断是或否 0 到 1 的概率 这条输出是否合规、这张单据是否需要人工复核
choice 从固定选项中选一个 选中的选项 请求发给哪个下游模型、工单归到哪个类别
score 按从低到高的刻度打分 刻度上的分值 紧急程度分级、回答质量打分

所以,原来用大模型写“请从以下三类中选一个并说明理由”的提示词,迁移时要改成 choice 题型并列出选项,理由部分直接去掉。如果下游确实需要给用户看的解释文字,就交给大模型生成。

Microsoft Decision 1.1 价格:以微软 GA 文的分区价为准

下面是微软 GA 文给出的报价,日期为 2026-11-17。这是 Microsoft Foundry 的价格,不是 API易的价格。

部署区域 输入价格(每百万 token) 输出价格
Global Standard 0.042 美元 免费
US Data Zone 0.046 美元 免费
EU Data Zone 0.05 美元 免费
APAC Data Zone 0.05 美元 免费

Ignite Book of News 写的是“与第一版同样有竞争力的价格”。但只有 Global Standard 和第一版的 0.042 美元一致,三个数据区的价格都更高,所以编制成本表时应以 GA 文的分区价为准。另外,输出免费是因为这个模型只返回答案和概率,输出本身就很短,成本主要取决于你每次塞进去的上下文有多长。

再说现在能不能通过 API易 调用。API易 apiyi.com 提供 OpenAI 兼容的统一接口,地址是 https://api.apiyi.com/v1,这是聊天补全类接口。Decision 模型使用另一套只返回答案和概率的接口,所以即使以后上架,也不能把模型 ID 填进普通对话请求里测试。我们在 2026-11-18 查过 API易的型号表和定价接口,当时共 283 个型号,其中没有 Microsoft-Decision-1、Microsoft-Decision-1.1,也没有任何 decision 相关 ID。型号表里带 MAI 字样的只有图像模型 MAI-Image-2.6 和 MAI-Image-2.6-Flash,和这个决策模型不是一个产品。暂未上架,我们会尽快上架这个模型;型号与价格以平台型号列表为准。

帖子里的数字怎么读:三组倍数,三个对照对象

TestingCatalog 帖子提到“快 10 倍、便宜 200 倍”,此外还有两个“2.2 倍”,分别来自榜图和微软内部用例。它们的对照对象各不相同,不能合成一句话。

数字 出处 对照对象 能否写进成本表
快 10 倍、便宜 200 倍 TestingCatalog 帖子正文 没有点名的通用模型,GA 文中找不到对应的对照 不能
得分 68,比 Decision 1 高 6 分,快 2.2 倍 帖子配图,即 Artificial Analysis 榜图 Microsoft-Decision-1 只能当作榜单参考
快 2.2 倍,成本约为对方的 1/4.4 微软 GA 文,Copilot 内部用例 一个大语言模型 只能当作微软自述

榜单部分来自微软转述的 Artificial Analysis Decision Index v2.1。按这份转述,Microsoft-Decision-1.1 得分 68,比第一版高 6 分,高于 Jev 1.14、Google Gemini Decision 1 和 OpenAI GPT-6 Luna(Decisions)。GA 文同时写的是“比第一版快一倍以上,成本相同”。这些是官方转述的榜单结果,不是我们的测试数据。榜单名次也不等于你要付的费用。

Copilot 的例子是另一回事。微软在 Copilot 里用它判断一个请求应该交给 Copilot 还是 Cowork,准确度和一个大语言模型相当,速度快 2.2 倍,成本约为那个大模型的 1/4.4。这个 2.2 倍的对照对象是“一个大语言模型”,配图上的 2.2 倍对照的是 Decision 1。两个数字只是碰巧相同。

microsoft-decision-1-1-routing-scoring-guide-image-1

上图把三组数字分开放。数据来源是微软 GA 文和榜图转述,整理方为 API易 apiyi.com 技术团队,不包含任何自测结果。


Microsoft Decision 1.1 影响分析

对开发者的影响:路由和打分交给它,长文留给大模型

如果你已经在用大模型做路由、分类、优先级和校验,这次可以替换的是“做判断”的那一步,生成内容的那一步不变。Microsoft-Decision-1.1 只在固定选项里给出答案和置信度,这一点决定了它适合放在哪里。接入时可以按下面的顺序拆分:

  1. 列出允许的选项:把原提示词里的“请判断”改成明确的选项清单,例如下游模型名、工单类别、风险等级。如果选项写不出来,说明这一步还不适合交给它。
  2. 选择题型:是否类问题用 noul,多选一用 choice,分级用 score。不要想办法让它输出一段话。
  3. 设置置信度阈值:它会给出可校准的置信度,也可以不做决定。阈值以上的结果直接执行,阈值以下的进入兜底流程。
  4. 不确定时交回人或大模型:低置信度的请求交给人工复核,或者交给大模型重新判断。这一步要写进流程,不能省略。
  5. 说明文字交给大模型:面向用户的回复、长文、代码和解释都由大模型生成。Decision 模型只负责决定这段内容由谁来写、走哪条路。

microsoft-decision-1-1-routing-scoring-guide-image-2

按这个顺序拆分后,判断节点和生成节点职责分开,排查问题也更容易:路由错了查判断节点,内容写得不好查大模型。大模型那一侧不需要改动,原来通过 API易 apiyi.com 调用的对话模型可以继续用来生成长文。

对现有链路的影响:哪些步骤适合替换

不是所有“判断”都适合迁移。下面按常见场景简单区分:

  • 适合迁移:请求分发到不同模型、客服工单分类、内容是否需要人工审核、紧急程度分级、输出格式是否合规的校验。这些都有固定选项,结果可以直接被程序使用。
  • 谨慎迁移:选项很多且经常变化的分类、需要结合大量上下文的判断。第一版在 OpenRouter 标注的上下文约为 33K,1.1 的具体上下文长度请以 Foundry 文档为准,超长输入要先截断或摘要。
  • 不适合迁移:需要输出理由的审核意见、需要改写或补全的内容、开放式问答。这些仍然是大模型的工作。

还要注意一点:它只返回答案和概率,原来依赖大模型“顺便给出理由”的日志或审计记录会缺少这一部分。如果合规上需要保留理由,可以只对低置信度或被拒绝的样本再调用一次大模型生成说明,这样不必每次都付长文的成本。

对行业的影响:专用小模型分担大模型的判断工作

从这次发布可以看出一个方向:判断类请求从通用大模型中拆出来,交给专门的小模型处理。帖子里提到的竞品名称,以及榜单中的 Google Gemini Decision 1、OpenAI GPT-6 Luna(Decisions),都说明这已经形成了一个单独的品类。

对开发者来说,这会带来两个变化:

  • 成本结构:判断类请求按输入计费、输出免费,成本主要由提示词长度决定。精简上下文的收益比以前更明显。
  • 评估方式:判断节点要单独评估准确率和置信度校准,不能只看最终回答好不好。榜单分数可以用来初筛,最终仍要用自己的业务样本验证。

对于想先对比大模型那一侧效果的团队,可以用 API易 apiyi.com 的统一接口在多个对话模型之间切换测试。等判断节点在 Foundry 上跑通后,再把两端组合起来。


Microsoft Decision 1.1 核心要点 Key Takeaways

  • 版本不要混:1.1 底座是 Gemma 4 26B A4B,10 月的 Decision 1 底座是 Qwen3.5-9B。
  • 只做有选项的判断:路由、分类、优先级、校验交给它,长文仍由大模型生成。
  • 三种题型:noul、choice、score,只返回答案和概率,不返回理由。
  • 调用路径不同:请求发往 /providers/microsoft/v1/systemone,model 字段填部署名。
  • 价格看 GA 文:Foundry 输入价分区 0.042 到 0.05 美元/百万 token,输出免费。
  • 帖子倍数不进成本表:10 倍、200 倍没有点名对照对象,两个 2.2 倍也要分开理解。
  • API易状态:2026-11-18 API易 apiyi.com 型号表无此 ID,不要用聊天接口测试。

总结

Microsoft-Decision-1.1 的定位很明确:它是链路中的判断节点,不是写作工具。

  1. 用途:在开发者给定的选项里做路由、分类、打分和校验,并给出置信度,不确定时可以不做决定。
  2. 边界:不写自由文本,不写理由。长文、代码和解释继续交给大模型,低置信度结果交给人或大模型兜底。
  3. 成本依据:以微软 GA 文中 2026-11-17 的 Foundry 分区价为准。帖子中的倍数和榜单名次都不能当作报价。

建议先挑一个选项固定、日志完整的判断步骤,在 Foundry 上用自己的样本测试准确率和阈值,再决定是否扩大范围。生成内容的那一端可以继续通过 API易 apiyi.com 调用各家对话模型。Decision 模型的上架情况请以平台型号列表为准。


📚 参考资料

  1. 微软 Microsoft-Decision-1.1 正式可用公告:GA 文,包含用途、分区价、榜单转述和 Copilot 内部用例

    • 链接: aka.ms/decision-model-ga
    • 说明: 本文价格和官方性能说法以此为准
  2. Microsoft Ignite 2026 Book of News:底座模型与定价表述

    • 链接: news.microsoft.com/events/ignite/2026/book-of-news/
    • 说明: 底座为 Gemma 4 26B A4B,细价仍以 GA 文为准
  3. Microsoft Foundry 文档:使用 Microsoft Decision 模型:部署与调用方式

    • 链接: learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision
    • 说明: Decision API 类型、请求路径和三种题型的官方说明
  4. Microsoft-Decision-1 发布文章(2026-10):上一版信息

    • 链接: commandline.microsoft.com/microsoft-decision-1-model-foundry
    • 说明: 用于区分 Decision 1 与 1.1
  5. OpenRouter 模型页:两个版本的第三方接入页面

    • 链接: openrouter.ai/microsoft/microsoft-decision-1.1
    • 说明: 第一版页面标注上下文约 33K
  6. TestingCatalog 帖子:本次讨论的起点

    • 链接: x.com/testingcatalog/status/2122759893174178173
    • 说明: 属于转述,其中的倍数不作为报价依据

作者: APIYI 技术团队
技术交流: 欢迎在 API易 网站首页联系我们,更多资料可访问 docs.apiyi.com 文档中心

发表评论