模型多源确认
微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的单次前向传播决策模型
精选理由
微软基于 Qwen3.5-9B 出了个决策小模型，专管 Agent 流程里的判断打分，比 GPT-6 Sol 快 35 倍，输出还免费。
微软推出 Microsoft-Decision-1，基于 Qwen3.5-9B 后训练，专门优化单次前向传播的决策打分，可做是非判断、多选、评分和评分卡式回答审核。这类模型用于 Agent 工作流中的路由、分类、审核等串行判断：20 步决策若每步多 100ms，整体就慢 2 秒。微软称其 P50 延迟比 GPT-6 Sol 快约 35 倍，比 Quyet-1.0-Large 快 4.5 倍。定价与 Jev 相同，输入 0.042 美元，输出免费。
原文 · AIGCLINK
微软挤上了“Jev”模型赛道，刚才上新了：Microsoft-Decision-1，基于Qwen3.5-9B后训练，专门优化单次前向传播的决策打分
可做是非判断、多选、评分、评分卡式AI回答审核
Agent工作流中，一个任务要经过几十次串行判断，路由、分类、审核、重试、移交，如果每一步用LLM的话延迟和成本就会不断累积，假如20步决策，每步多100ms，整体就慢2秒，决策模型还是有必要的，大量日常事务只需要按规则快速拍板即可
微软说该模型在P50延迟上比GPT-6 Sol快约35倍，比 Quyet-1.0-Large快4.5倍
定价跟Jev一样，输入0.042美元，输出免费
#MicrosoftDecision1 #决策模型 #Jev
