微軟近日推出決策模型 Microsoft-Decision-1，專門處理 AI 代理及企業應用中的分類、評分、工作分派與流程控管。這款模型可依照預先設定的選項判斷，並回傳各選項機率，協助應用程式決定下一步行動，目前已透過 Microsoft Foundry 及 OpenRouter 提供服務。
Decision-1 的運作方式與一般生成文字的大型語言模型不同。開發者須先提供待判斷的資料、問題及候選答案，模型計算各選項機率後，透過結構化介面回傳。它支援是非判斷、選擇題及等級評分，也能依指定標準檢查 AI 回覆與代理行動是否符合要求。
實際應用上，企業收到系統故障通報時，可用它判斷事件嚴重程度及負責團隊，再由應用程式自動分派工作。把「做決定」交給專門模型，讓 AI 代理的流程控管更有條理。
技術架構上，Decision-1 以阿里巴巴 Qwen3.5-9B 為基礎，經微軟後續訓練，單次推論完成決策評分，最多處理 3.2 萬個詞元。它沒有聊天或文章生成功能，也不會產生文字版判斷理由，定位就是專注評分與決策。
微軟公布 36 項基準測試，涵蓋近 15 萬道問題，包括分類、排序、多語言、推理及安全。微軟自行評測顯示，Decision-1 平均準確率達 83.5%，高於同類的 Jev 1.13.0（82.3%）與 GPT-6 Luna Decisions（79.4%）。
但在機率校準評分上，Decision-1 並未領先。這項指標衡量預測機率與實際正確率是否吻合，Jev 以 93.7 分居首，Decision-1 為 92.2 分。也就是說，它準確率雖高，預測機率與實際結果的吻合度還不及 Jev。
微軟也測試穩定性，包括改寫問題、調整選項順序及變更格式等 8 種情況，平均 1.3% 的判斷結果發生變化，其中單純調整選項順序不影響判斷，顯示對選項排列具備穩健性。
內部應用上，Xbox 研究團隊已用它整理超過 1 萬筆玩家意見，Copilot 團隊也用來評估 AI 回覆品質，顯示微軟內部產品線已實際導入。
收費採量計費，每 100 萬輸入詞元 0.042 美元，輸出免費。由於不產生文字輸出，成本容易預估。微軟表示未來將持續更新，也可能改用自家 MAI 及 OpenAI 模型作為基礎。
專為「決策」打造的模型，反映 AI 代理應用正走向分工細化。市場開始需要更快、更便宜、只專注做好一件事的工具。不過評測畢竟來自微軟自家測試，實際表現仍待第三方驗證，建議企業先小規模試用再決定是否擴大應用。
