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 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。

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:
- 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。
- 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。 - 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。
- 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。
- 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。

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。
- 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。
- 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。
- 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
-
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
- 链接:
-
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
- 链接:
-
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
- 链接:
-
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
- 链接:
-
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
- 链接:
-
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
- 链接:
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