微软发布 Microsoft-Decision-1.1 决策模型,跑分领先 GPT-6 Luna 与 Gemini
微软决策模型 Microsoft-Decision-1.1 登场,跑赢 GPT-6 Luna 与 Gemini
企业应用里大量需求其实是路由、分类这类小决策,微软专门做了个模型来干这活。价格压到每百万 token 0.042 美元,跑分还压过 GPT-6 Luna 和 Gemini 的决策版本,做工作流自动化和客服分流的开发者可以直接对比测试一下。
微软于 11 月 17 日正式推出决策模型 Microsoft-Decision-1.1,已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线,全球标准版输入 token 定价为每百万 0.042 美元,输出 token 免费。该模型面向路由、分类、优先级排序、内容核验和工作流控制等高频决策任务,会输出校准后的置信度分数,在不确定性高时可选择弃权或提示人工介入。在 Artificial Analysis Decision Index v2.1 基准中得分为 68,比上一代提高 6 分,领先于 Jev 1.14、Google Gemini Decision 1 及 OpenAI GPT-6 Luna(Decisions),但仍比 d1.2 低 1 分。
技术层面,微软为该模型定制了推理引擎,基于中型混合专家模型 Gemma 4 26B A4B 优化,可在 A100、H100/200、GB200/300 等多种 GPU 上运行,速度较上一代提升超过两倍。训练采用监督微调与强化学习结合的方式,使用了覆盖数万种任务类型的合成及授权数据集。模型还支持照片、截图等多模态图像输入。
该模型自公开预览以来已有超过 4,000 名客户使用,早期客户包括 Epic、Equinor、Atos Group 和 Raiffeisen Bank。微软内部将其用于 Copilot 请求路由,准确率与大型语言模型相当,但速度快 2.2 倍、成本低 4.4 倍,此外还用于 Cowork 的任务推理强度调节和 Foundry Evaluations 的质量与安全评估。
微软决策模型 Microsoft-Decision-1.1 登场,跑赢 GPT-6 Luna 与 Gemini
IT之家 11 月 18 日消息, 微软昨日(11 月 17 日)宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型, 目前已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线。 该模型面向企业级软件中的高频决策场景,可帮助应用在路由、分类、优先级排序、内容核验和工作流控制等任务中快速做出结构化判断。 价格方面,Microsoft Foundry 的全球标准版输入 token 定价为每百万 token 0.042 美元 (IT之家注:现汇率约合 0.28 元人民币) ,输出 token 免费;美国数据区、欧盟及亚太数据区价格分别为每百万 token 0.046 美元 (现汇率约合 0.31 元人民币) 和 0.05 美元 (现汇率约合 0.33 元人民币) 。 与传统通用大语言模型不同,Microsoft-Decision-1.1 专注于在开发者设定的规则和约束内,从允许的操作中作出选择。它还会输出校准后的置信度分数,当信息不足或不确定性较高时,可选择“弃权”或提示人工介入,从而降低 AI 在关键业务流程中误操作的风险。 微软称,新版本在智能水平、校准能力上均有提升,在保持低成本的同时,速度较上一代 Microsoft-Decision-1 提升超过两倍。 在 Artificial Analysis Decision Index v2.1 基准中,该模型得分为 68,较上一代提高 6 分,并领先于 Jev 1.14、Google Gemini Decision 1 及 OpenAI GPT-6 Luna(Decisions)等模型。 Microsoft-Decision-1.1 是决策模型排行中位列第八。在人工分析决策指数中,Microsoft-Decision-1.1 比 Elephant 9B 和 Jev 1.14 高出 2 分,但比 d1.2 低 1 分。IT之家附上相关截图如下: 为兼顾实时性和成本,微软为该模型定制了推理引擎,并基于中型混合专家模型 Gemma 4 26B A4B 进行优化。模型可在 A100、H100/200、GB200/300 等多种 GPU 硬件上运行,并通过智能调度请求降低推理成本。 微软还表示,模型训练结合了监督微调与强化学习,使用覆盖数万种任务类型的合成及授权数据集,以提升其在真实业务中的泛化能力。 该模型已支持多模态输入,可接收照片、截图等图像信息。自公开预览发布以来,已有超过 4,000 名客户使用,应用场景包括模型路由、客服工单分流、业务流程自动化、内容打标和分类等;早期客户包括 Epic、Equinor、Atos Group 和 Raiffeisen Bank。 在微软内部,该模型已被用于 Copilot 的请求路由:其判断准确率可与大型语言模型相当,但速度快 2.2 倍、成本低 4.4 倍。它还被用于 Cowork 的任务推理强度动态调节,以及 Foundry Evaluations 中的质量与安全评估。
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Microsoft-Decision-1.1、GPT-6 Luna、Gemini、Microsoft Foundry,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「IT之家」,经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 TestingCatalog、marktechpost、Decoder 等),属于近期高关注度行业信号。