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 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。

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:
- 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。
- 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。 - 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。
- 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。
- 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。

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。
- 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。
- 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。
- 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
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
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