微软推出决策模型Decision-1
微软最近发布了自己的决策模型 Decision-1,专门用来做快速、结构化的判断。它主要处理分类、评估和路由决策,官方说它有潜力「引导和控制智能体在复杂环境中行动」。这个定位跟 OpenAI、Cloudflare 以及最早带火这个方向的 Jev 很像,都是冲着「让模型做决策」而不是「让模型聊天」去的。
技术底座是 Qwen3.5-9B,微软声称在 36 项基准、近 15 万个问题上它是最准的。速度方面比第二名 H2O-Lightning-4B 快 2.5 倍,官方对比图里 Decision-1 拿到 83.5% 准确率和 85 毫秒延迟,压过 Jev 1.13.0。不过 Cloudflare 那套同样基于 Qwen 的开源 Clef 模型没被放进对比,这个对比名单多少有点挑对手的意思。价格策略挺狠:输入每百万 token 只要 0.042 美元,输出直接免费。目前可以通过 Microsoft Foundry 和 OpenRouter 调用。对做 agent 路由、意图分类、内容审核这类高频低延迟场景的团队来说,这个定价基本是把决策层当成引流入口在打。真正值得琢磨的是 Jev 的处境。这家创业公司在九月中旬点燃了「决策模型」这个概念,结果不到一个月,大厂就用开源小模型底座快速复刻并反超。这说明决策模型这个品类本身的技术壁垒可能没有想象中高,真正的护城河还是在分发渠道和生态绑定上。我的判断是,决策模型会很快变成基础设施而不是独立赛道。微软把它塞进 Foundry 和 OpenRouter,本质是在抢 agent 架构里的控制层。做跨境工具和 AI 应用的团队可以早点试一下,把路由和分类逻辑从大模型里拆出来,成本和延迟都能降一个量级。
技术底座是 Qwen3.5-9B,微软声称在 36 项基准、近 15 万个问题上它是最准的。速度方面比第二名 H2O-Lightning-4B 快 2.5 倍,官方对比图里 Decision-1 拿到 83.5% 准确率和 85 毫秒延迟,压过 Jev 1.13.0。不过 Cloudflare 那套同样基于 Qwen 的开源 Clef 模型没被放进对比,这个对比名单多少有点挑对手的意思。价格策略挺狠:输入每百万 token 只要 0.042 美元,输出直接免费。目前可以通过 Microsoft Foundry 和 OpenRouter 调用。对做 agent 路由、意图分类、内容审核这类高频低延迟场景的团队来说,这个定价基本是把决策层当成引流入口在打。真正值得琢磨的是 Jev 的处境。这家创业公司在九月中旬点燃了「决策模型」这个概念,结果不到一个月,大厂就用开源小模型底座快速复刻并反超。这说明决策模型这个品类本身的技术壁垒可能没有想象中高,真正的护城河还是在分发渠道和生态绑定上。我的判断是,决策模型会很快变成基础设施而不是独立赛道。微软把它塞进 Foundry 和 OpenRouter,本质是在抢 agent 架构里的控制层。做跨境工具和 AI 应用的团队可以早点试一下,把路由和分类逻辑从大模型里拆出来,成本和延迟都能降一个量级。
评论
登录后即可发表评论
参与讨论,和出海同行交流想法与经验
还没有评论,来抢沙发吧
说说你的看法,第一条评论最显眼