微软在阿里Qwen基础上自研决策模型，未采用OpenAI方案

Microsoft 周五在 Foundry 中上线了 Microsoft-Decision-1，而仅仅三天前，OpenAI 才刚把 Decisions API 以公开测试版的形式开放给所有开发者。Microsoft 这个决策模型的后训练是基于阿里巴巴的 Qwen3.5-9B，而不是其合作伙伴 OpenAI 的任何成果，不过它计划很快将底座换成自家的 MAI 模型以及 OpenAI 的模型。

Decision-1 的定价是每百万输入 token 0.042 美元、输出免费，与 TypeSafe 对 Jev 的收费完全一致，而且它上线当天，TypeSafe 正好宣布完成 8.7 亿美元 A 轮融资，估值 75 亿美元，由 a16z 领投。

Microsoft 比开创这个品类的初创公司晚了大约三周半，而在这段时间里，OpenAI、Upstage、Perplexity、Cloudflare 和 AWS 都已各自推出了决策模型。

TypeSafe 表示，财富 500 强中近 30% 已试用过 Jev，但没有点名任何一家，TypeSafe CEO Diogo Almeida 在 X 上发帖称，产品上线三周以来「29.4% 的财富 500 强都来了」。

launched a model accidentally served trillions of tokens a day 29.4% of the fortune 500 showed up raised a really big series A from @a16z it's been 3 weeks we would like to sleep now pic.twitter.com/skpaLPd2Bz — Diogo Almeida (@CompleteSkeptic) October 9, 2026

这些公司正是 Microsoft 销售 Azure 的对象，这也让 TypeSafe 早期的增长势头很难被 Microsoft 忽视。

Microsoft 的第一个客户就是它自己

Microsoft 董事长兼 CEO Satya Nadella 周五在 X 上发布了这款模型，写道「我们已经在 Microsoft 内部全面测试它」，并有四个内部团队为他背书。

Introducing Microsoft-Decision-1, our new model for fast decision-making. It delivers top performance on structured decision tasks, outperforming both LLMs and other decision models in latency and quality. We’re already testing it across Microsoft for everything from incident… pic.twitter.com/M3fAOD90r6 — Satya Nadella (@satyanadella) October 9, 2026

Xbox Research 用它整理了超过 10,000 条玩家反馈，Copilot 团队用它给聊天和 agent 回复打分，值班工程师在线上事故期间用它拉取上下文，Microsoft Discovery 则在 agent 重新规划之前用它给实验结果打分。

Microsoft 的数据显示，在 Xbox 场景下它比 GPT-6 Sol 快 14 倍以上，成本却只有后者的一小部分；在 Discovery 中一致性则高出 46 倍。

但这款模型可能还有更大的任务。周三，该公司表示 GitHub Copilot 很快将自行判断何时在设备端运行任务、何时把任务发送给云端规模的模型，不过它并未披露 Copilot 会把哪些内容发往云端。

模型路由是 Microsoft 为 Decision-1 列出的用例之一，但公司尚未说明该模型是否会为 Copilot 做这类判断。既然 Copilot、GitHub 和 Xbox 都有路由决策要做，Microsoft 自然有动力自己内部消化。

既然 Copilot、GitHub 和 Xbox 都有路由决策要做，Microsoft 自然有动力自己内部消化。

决策模型变得很便宜了

Cognition 的工程副总裁 Jared Palmer 花了大约 95 美元的 Modal H100 机时，把自己的开源 Kev 系列模型移植到 Qwen3.5 上，而 Cloudflare 的 Clef-flash 也是基于 Microsoft 所选的同一款 Qwen3.5-9B 底座构建的。

Jev 的价格正在成为行业通行价：Palmer 在 OpenRouter 上给 Kev-4B 标价每百万输入 token 0.042 美元，Perplexity 收费 0.02 美元，OpenAI 的收费则是 Jev 的两倍多。在这样的价格下，单次决策调用带来的收入微乎其微，Microsoft 更大的机会在于让 agent 流量——包括围绕每次决策的生成式调用——都跑在 Foundry 上。此外，OpenRouter 上的上架还可能把那些不用 Azure 的开发者带入这一生态。

Microsoft CTO 办公室的软件工程副总裁 Achint Srivastava 将 Decision-1 介绍为一种在「安全、可信的环境中」为现有应用、agent 和工作流加入决策能力的方式。

纯文本，不开放权重

这也暴露出 Decision-1 落后于竞争对手的地方。其 Foundry 页面显示它最多接受 32,768 个 token 的文本并返回 JSON，但不支持图像，而 OpenAI 的 Decisions API 和 Cloudflare 的 Clef 都支持——后者使用了视觉编码器。

Cloudflare 以 Apache 2.0 协议发布了 Clef，而 Microsoft 尚未宣布开放权重。AWS、Upstage 和 Ollama 也已采用 TypeSafe 的 System One API——如今它已是该品类的通用接口——但 Microsoft 没有说明 Decision-1 是否完全兼容，尽管其 Foundry 示例代码调用了 /systemone 端点。

对抗性压力下的校准

该公司称 Decision-1 的概率经过了校准，也就是说，在代表性案例中，一个 90% 的预测应该有大约九成是对的。但针对 Jev 的研究表明，当输入被刻意写得具有误导性时，一个自信的分数可能偏离多远。Microsoft 自己的 Foundry 文档也建议客户用自己的数据验证校准情况。

该公司称 Decision-1 的概率经过了校准，也就是说，在代表性案例中，一个 90% 的预测应该有大约九成是对的。

在 JevOut 预印本中，南加州大学计算机科学研究员 Zixiang Xu 及其合著者发现，只要在上下文中加入简短且听起来自然的补充内容，就能让 Jev 原本正确的 508 个决策中有 312 个被翻转。在其中 229 个案例里，Jev 给错误答案分配了至少 70% 的概率。在同样的测试方法下，另外三个评分系统的翻转率介于 64.9% 到 73.2% 之间。

Microsoft 用八种扰动方式测试了 Decision-1，包括打乱选项顺序和改写描述，平均只改变了它 1.3% 的回答。JevOut 并未测试 Decision-1，因此这款模型面对类似攻击时表现如何尚不清楚。Microsoft 也未确认 Decision-1 是否完全支持竞争对手已采用的 System One API，这让互操作性以及其置信分数该被信任到什么程度都成了悬而未决的问题。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）