微軟推出小型決策評分模型「Microsoft-Decision-1」，助AI代理判斷下一步

微軟（Microsoft）推出小型決策評分模型 Microsoft-Decision-1，可針對特定情境、問題與一組固定答案選項，為每個選項回傳校準後的機率（calibrated probability）。微軟表示，該模型已透過 Microsoft Foundry 與 OpenRouter 正式提供，適用於路由、分類、優先排序、驗證與工作流程控制，協助應用程式與AI代理（AI agent）判斷下一步。

以機率分數支援決策

Microsoft-Decision-1 接收情境、問題與固定選項後，以單次評分輸出各選項的機率。這些分數代表模型對每個答案的信心，應用程式可據此決定直接執行、延後決定，或要求人工審查。微軟建議開發者，應以符合實際使用情境的範例，驗證模型與信心門檻。

微軟技術長辦公室軟體工程副總裁 Achint Srivastava 表示：「此模型專為路由、分類、優先排序、驗證與工作流程控制而設計，讓決策智慧更容易整合至既有的應用程式、代理人與工作流程，並處於安全且可信賴的環境中。」

技術設計與適用範圍

該模型由 Qwen3.5-9B 經後訓練（post-training）而成，專為單次評分設計。它支援是非題、選擇題、評分量表，並可依評分標準，評估AI回應與代理人行動，使用方式為結構化API呼叫。微軟指出，它不適用於開放式文字生成、對話、翻譯或摘要。微軟並計畫在未來版本，改以包括 Microsoft AI 與 OpenAI 在內的其他模型為基礎。

基準測試與內部測試結果

微軟表示，該模型在36項基準測試、近15萬道題目上完成評估，且這些基準未納入訓練。依微軟自行公布的結果，其速度為速度第二快的 H2O-Lightning-4B v1.1 的2.5倍，中位數延遲（median latency）則比 GPT-6 Sol 快約35倍。

微軟也在內部進行測試。Xbox 研究人員以它將來自問卷、Steam 與 X 的逾1萬則回饋與評論，歸入預先定義的類別，微軟稱品質與 GPT-6 Sol 相比具競爭力，處理速度快逾14倍，成本僅兩百分之一。Copilot 團隊用它評估聊天與代理人回應，微軟稱結果與 GPT-5.6 Luna 相比具競爭力，處理速度快100倍。

在事故應變測試中，該模型檢索相關資訊的表現與速度，均優於作為比較對象的大型語言模型（LLM）。在 Microsoft Discovery 中，AI代理人會評估實驗結果並修訂後續步驟，微軟表示，該模型的評分一致性比LLM評分高46倍，速度快3倍，整體適應性重新規劃流程快近4倍。

微軟另提出的應用包括：選擇處理請求的AI模型、依既定準則檢查內容或程式碼、排序搜尋結果，以及決定AI代理人的下一步行動。

供應管道與定價

Microsoft-Decision-1 已於 Microsoft Foundry 正式提供，這是 Azure 上用於建構與執行AI應用程式與代理人的平台。OpenRouter 也已上架，該服務可透過單一API與帳號，存取多種AI模型。定價為每百萬輸入權杖（token）0.042美元，輸出權杖不收費。

本文轉載自 HelpNetSecurity。