Microsoft Decision 1.1 用來做什麼:路由和打分交給它,長文留給大模型

作者注:Microsoft-Decision-1.1 在 2026-11-17 正式可用。它只在你給定的選項裏做選擇、打分或判斷是否,不寫長文。本文說明它適合替換鏈路裏的哪一步,價格應該看哪份文件,以及帖子裏的數字爲什麼不能直接寫進成本表。

Microsoft Ignite 期間,TestingCatalog 在 2026-11-17 發了一條帖子。帖文寫的是“MAI Decision 1”,配圖卻是 Artificial Analysis 的 Decision 1.1 榜圖。很多人已經在用大模型做請求路由、工單分類、優先級排序和結果校驗,看到這條帖子後有三個疑問:該接哪一個模型,它替換的是哪一步,帖子裏的“快 10 倍、便宜 200 倍”能不能用。

結論是 有固定選項的判斷交給 Microsoft-Decision-1.1,長文生成繼續交給大模型。微軟的 GA 文在 2026-11-17 宣佈它正式可用,調用方式也寫在了微軟 Foundry 文檔裏。本文以 GA 文和官方文檔爲準,帖子只作爲線索。

這篇不是轉述帖子。帖子裏的倍數沒有寫明和誰比,配圖和微軟內部用例裏各有一個“2.2 倍”,對照對象也不一樣,本文會分開講。我們在 2026-11-18 覈對了 API易 apiyi.com 的型號表和定價接口,覈對結果放在價格部分。

核心價值:讀完本文,你能判斷鏈路裏哪一步可以交給 Microsoft-Decision-1.1,知道報價該看哪份文件,也不會拿錯誤的接口去測試一個還沒有的模型 ID。

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


Microsoft Decision 1.1 核心信息速覽

先把官方信息和帖子轉述分開。下表只列微軟 GA 文、Ignite Book of News 和 Foundry 文檔裏能覈對到的內容。

信息項 詳情
正式可用日期 2026-11-17,微軟 GA 文宣佈
模型名 Microsoft-Decision-1.1
底座模型 Gemma 4 26B A4B(GA 文與 Ignite Book of News 說法一致)
用途 路由、分類、優先級排序、校驗、流程控制
工作方式 在開發者給定的選項裏選擇,給出可校準的置信度,不確定時可以不做決定
相比第一版 速度提升一倍以上,價格保持低價,新增圖像輸入
官方提供渠道 Microsoft Foundry、OpenRouter、Vercel AI Gateway
API易 apiyi.com 狀態 2026-11-18 覈對時,型號表與定價接口均未收錄

“在給定選項裏做選擇”是理解這個模型的關鍵。它不寫段落,不解釋理由,只回答你預先設計好的問題。這類工作以前常由大模型兼做,現在可以交給一個專門的小模型。

Microsoft-Decision-1.1 和 Microsoft-Decision-1 不是同一個模型

帖子正文寫的是 Decision 1,配圖是 Decision 1.1,所以容易把兩版當成同一個模型。實際上它們的底座不同,發佈時間也不同。接入前先確認你要部署的是哪一個。

對比項 Microsoft-Decision-1 Microsoft-Decision-1.1
發佈時間 2026-10 2026-11-17 正式可用
底座模型 Qwen3.5-9B Gemma 4 26B A4B
輸入價格(Foundry) 0.042 美元 / 百萬 token 分區計價,見下文價格表
輸出價格 免費 免費
圖像輸入 資料未提及 GA 文寫明新增
提供渠道 Foundry、OpenRouter Foundry、OpenRouter、Vercel AI Gateway
其他信息 OpenRouter 頁面標註上下文約 33K 微軟稱比第一版快一倍以上

如果你在 10 月已經按 Microsoft-Decision-1 寫好了評估腳本,換到 1.1 時要重新部署,並把部署名改過來。兩版的底座不同,原來調好的置信度閾值也要重新驗證。

Microsoft Decision 1.1 怎麼調用:不是聊天補全接口

這一點最容易出錯。根據微軟 Foundry 文檔,Microsoft-Decision-1.1 的 API 類型是 Decision,不是常見的 chat completions。請求發到 Foundry 資源上的 /providers/microsoft/v1/systemone 路徑,請求體裏的 model 字段填你自己的部署名,不填模型名。部署時選擇版本 1,部署類型可以是 GlobalStandard,部分區域也可以選 DataZoneStandard。

它只支持三種問題類型,返回答案和概率,不返回自由文本,也不返回理由:

問題類型 用途 返回內容 典型場景
noul 判斷是或否 0 到 1 的概率 這條輸出是否合規、這張單據是否需要人工複覈
choice 從固定選項中選一個 選中的選項 請求發給哪個下游模型、工單歸到哪個類別
score 按從低到高的刻度打分 刻度上的分值 緊急程度分級、回答質量打分

所以,原來用大模型寫“請從以下三類中選一個並說明理由”的提示詞,遷移時要改成 choice 題型並列出選項,理由部分直接去掉。如果下游確實需要給用戶看的解釋文字,就交給大模型生成。

Microsoft Decision 1.1 價格:以微軟 GA 文的分區價爲準

下面是微軟 GA 文給出的報價,日期爲 2026-11-17。這是 Microsoft Foundry 的價格,不是 API易的價格。

部署區域 輸入價格(每百萬 token) 輸出價格
Global Standard 0.042 美元 免費
US Data Zone 0.046 美元 免費
EU Data Zone 0.05 美元 免費
APAC Data Zone 0.05 美元 免費

Ignite Book of News 寫的是“與第一版同樣有競爭力的價格”。但只有 Global Standard 和第一版的 0.042 美元一致,三個數據區的價格都更高,所以編製成本表時應以 GA 文的分區價爲準。另外,輸出免費是因爲這個模型只返回答案和概率,輸出本身就很短,成本主要取決於你每次塞進去的上下文有多長。

再說現在能不能通過 API易 調用。API易 apiyi.com 提供 OpenAI 兼容的統一接口,地址是 https://api.apiyi.com/v1,這是聊天補全類接口。Decision 模型使用另一套只返回答案和概率的接口,所以即使以後上架,也不能把模型 ID 填進普通對話請求裏測試。我們在 2026-11-18 查過 API易的型號表和定價接口,當時共 283 個型號,其中沒有 Microsoft-Decision-1、Microsoft-Decision-1.1,也沒有任何 decision 相關 ID。型號表裏帶 MAI 字樣的只有圖像模型 MAI-Image-2.6 和 MAI-Image-2.6-Flash,和這個決策模型不是一個產品。暫未上架,我們會盡快上架這個模型;型號與價格以平臺型號列表爲準。

帖子裏的數字怎麼讀:三組倍數,三個對照對象

TestingCatalog 帖子提到“快 10 倍、便宜 200 倍”,此外還有兩個“2.2 倍”,分別來自榜圖和微軟內部用例。它們的對照對象各不相同,不能合成一句話。

數字 出處 對照對象 能否寫進成本表
快 10 倍、便宜 200 倍 TestingCatalog 帖子正文 沒有點名的通用模型,GA 文中找不到對應的對照 不能
得分 68,比 Decision 1 高 6 分,快 2.2 倍 帖子配圖,即 Artificial Analysis 榜圖 Microsoft-Decision-1 只能當作榜單參考
快 2.2 倍,成本約爲對方的 1/4.4 微軟 GA 文,Copilot 內部用例 一個大語言模型 只能當作微軟自述

榜單部分來自微軟轉述的 Artificial Analysis Decision Index v2.1。按這份轉述,Microsoft-Decision-1.1 得分 68,比第一版高 6 分,高於 Jev 1.14、Google Gemini Decision 1 和 OpenAI GPT-6 Luna(Decisions)。GA 文同時寫的是“比第一版快一倍以上,成本相同”。這些是官方轉述的榜單結果,不是我們的測試數據。榜單名次也不等於你要付的費用。

Copilot 的例子是另一回事。微軟在 Copilot 裏用它判斷一個請求應該交給 Copilot 還是 Cowork,準確度和一個大語言模型相當,速度快 2.2 倍,成本約爲那個大模型的 1/4.4。這個 2.2 倍的對照對象是“一個大語言模型”,配圖上的 2.2 倍對照的是 Decision 1。兩個數字只是碰巧相同。

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

上圖把三組數字分開放。數據來源是微軟 GA 文和榜圖轉述,整理方爲 API易 apiyi.com 技術團隊,不包含任何自測結果。


Microsoft Decision 1.1 影響分析

對開發者的影響:路由和打分交給它,長文留給大模型

如果你已經在用大模型做路由、分類、優先級和校驗,這次可以替換的是“做判斷”的那一步,生成內容的那一步不變。Microsoft-Decision-1.1 只在固定選項裏給出答案和置信度,這一點決定了它適合放在哪裏。接入時可以按下面的順序拆分:

  1. 列出允許的選項:把原提示詞裏的“請判斷”改成明確的選項清單,例如下游模型名、工單類別、風險等級。如果選項寫不出來,說明這一步還不適合交給它。
  2. 選擇題型:是否類問題用 noul,多選一用 choice,分級用 score。不要想辦法讓它輸出一段話。
  3. 設置置信度閾值:它會給出可校準的置信度,也可以不做決定。閾值以上的結果直接執行,閾值以下的進入兜底流程。
  4. 不確定時交回人或大模型:低置信度的請求交給人工複覈,或者交給大模型重新判斷。這一步要寫進流程,不能省略。
  5. 說明文字交給大模型:面向用戶的回覆、長文、代碼和解釋都由大模型生成。Decision 模型只負責決定這段內容由誰來寫、走哪條路。

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

按這個順序拆分後,判斷節點和生成節點職責分開,排查問題也更容易:路由錯了查判斷節點,內容寫得不好查大模型。大模型那一側不需要改動,原來通過 API易 apiyi.com 調用的對話模型可以繼續用來生成長文。

對現有鏈路的影響:哪些步驟適合替換

不是所有“判斷”都適合遷移。下面按常見場景簡單區分:

  • 適合遷移:請求分發到不同模型、客服工單分類、內容是否需要人工審覈、緊急程度分級、輸出格式是否合規的校驗。這些都有固定選項,結果可以直接被程序使用。
  • 謹慎遷移:選項很多且經常變化的分類、需要結合大量上下文的判斷。第一版在 OpenRouter 標註的上下文約爲 33K,1.1 的具體上下文長度請以 Foundry 文檔爲準,超長輸入要先截斷或摘要。
  • 不適合遷移:需要輸出理由的審覈意見、需要改寫或補全的內容、開放式問答。這些仍然是大模型的工作。

還要注意一點:它只返回答案和概率,原來依賴大模型“順便給出理由”的日誌或審計記錄會缺少這一部分。如果合規上需要保留理由,可以只對低置信度或被拒絕的樣本再調用一次大模型生成說明,這樣不必每次都付長文的成本。

對行業的影響:專用小模型分擔大模型的判斷工作

從這次發佈可以看出一個方向:判斷類請求從通用大模型中拆出來,交給專門的小模型處理。帖子裏提到的競品名稱,以及榜單中的 Google Gemini Decision 1、OpenAI GPT-6 Luna(Decisions),都說明這已經形成了一個單獨的品類。

對開發者來說,這會帶來兩個變化:

  • 成本結構:判斷類請求按輸入計費、輸出免費,成本主要由提示詞長度決定。精簡上下文的收益比以前更明顯。
  • 評估方式:判斷節點要單獨評估準確率和置信度校準,不能只看最終回答好不好。榜單分數可以用來初篩,最終仍要用自己的業務樣本驗證。

對於想先對比大模型那一側效果的團隊,可以用 API易 apiyi.com 的統一接口在多個對話模型之間切換測試。等判斷節點在 Foundry 上跑通後,再把兩端組合起來。


Microsoft Decision 1.1 核心要點 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。
  • 只做有選項的判斷:路由、分類、優先級、校驗交給它,長文仍由大模型生成。
  • 三種題型:noul、choice、score,只返回答案和概率,不返回理由。
  • 調用路徑不同:請求發往 /providers/microsoft/v1/systemone,model 字段填部署名。
  • 價格看 GA 文:Foundry 輸入價分區 0.042 到 0.05 美元/百萬 token,輸出免費。
  • 帖子倍數不進成本表:10 倍、200 倍沒有點名對照對象,兩個 2.2 倍也要分開理解。
  • API易狀態:2026-11-18 API易 apiyi.com 型號表無此 ID,不要用聊天接口測試。

總結

Microsoft-Decision-1.1 的定位很明確:它是鏈路中的判斷節點,不是寫作工具。

  1. 用途:在開發者給定的選項裏做路由、分類、打分和校驗,並給出置信度,不確定時可以不做決定。
  2. 邊界:不寫自由文本,不寫理由。長文、代碼和解釋繼續交給大模型,低置信度結果交給人或大模型兜底。
  3. 成本依據:以微軟 GA 文中 2026-11-17 的 Foundry 分區價爲準。帖子中的倍數和榜單名次都不能當作報價。

建議先挑一個選項固定、日誌完整的判斷步驟,在 Foundry 上用自己的樣本測試準確率和閾值,再決定是否擴大範圍。生成內容的那一端可以繼續通過 API易 apiyi.com 調用各家對話模型。Decision 模型的上架情況請以平臺型號列表爲準。


📚 參考資料

  1. 微軟 Microsoft-Decision-1.1 正式可用公告:GA 文,包含用途、分區價、榜單轉述和 Copilot 內部用例

    • 鏈接: aka.ms/decision-model-ga
    • 說明: 本文價格和官方性能說法以此爲準
  2. Microsoft Ignite 2026 Book of News:底座模型與定價表述

    • 鏈接: news.microsoft.com/events/ignite/2026/book-of-news/
    • 說明: 底座爲 Gemma 4 26B A4B,細價仍以 GA 文爲準
  3. Microsoft Foundry 文檔:使用 Microsoft Decision 模型:部署與調用方式

    • 鏈接: learn.microsoft.com/en-us/azure/foundry/foundry-models/how-to/use-foundry-models-microsoft-decision
    • 說明: Decision API 類型、請求路徑和三種題型的官方說明
  4. Microsoft-Decision-1 發佈文章(2026-10):上一版信息

    • 鏈接: commandline.microsoft.com/microsoft-decision-1-model-foundry
    • 說明: 用於區分 Decision 1 與 1.1
  5. OpenRouter 模型頁:兩個版本的第三方接入頁面

    • 鏈接: openrouter.ai/microsoft/microsoft-decision-1.1
    • 說明: 第一版頁面標註上下文約 33K
  6. TestingCatalog 帖子:本次討論的起點

    • 鏈接: x.com/testingcatalog/status/2122759893174178173
    • 說明: 屬於轉述,其中的倍數不作爲報價依據

作者: APIYI 技術團隊
技術交流: 歡迎在 API易 網站首頁聯繫我們,更多資料可訪問 docs.apiyi.com 文檔中心

發佈留言