微软发布 Decision-1 决策模型：基于 Qwen3.5-9B，36 项基准测试准确率 83.5%、延迟 85 毫秒
来源The Decoder查看原文
速览
- 微软推出 Decision-1，切入决策模型赛道
- 模型底座为 Qwen3.5-9B
- 定位是快速分类与路由
- 36 项基准测试准确率 83.5%
- 延迟 85 毫秒
- 性能数据由微软自行测试得出
微软推出名为 Decision-1 的决策模型，正式进入正在快速扩张的 AI 决策模型赛道。该模型基于 Qwen3.5-9B 构建，针对快速分类与路由任务做了优化。按照微软自家测试结果，Decision-1 在 36 项基准测试上取得 83.5% 的准确率，延迟为 85 毫秒。
关键事实
- 微软发布 Decision-1 决策模型，进入 AI 决策模型领域
- Decision-1 基于 Qwen3.5-9B 构建
- 该模型针对快速分类与路由任务进行优化
- 在 36 项基准测试中准确率为 83.5%
- 延迟为 85 毫秒
- 上述数据来自微软自家测试
本站视角
对国内做 Agent 和 RAG 的团队来说，Decision-1 值得关注的点不在于它是不是最强，而在于它验证了一条路径：用 9B 级别的模型专门做分类和路由，把延迟压到 85 毫秒量级，这正好对应 Agent 流程里最频繁、最不能慢的那一步。如果这个延迟和准确率在真实负载下站得住，那么把路由层从 GPT 级别的大模型换成小模型，能显著降低单次调用的成本和响应时间，这对按 token 计费的 API 用户是直接的账本变化。我们的判断是，这件事的实质意义大于营销意义——微软愿意在自家产品线里采用 Qwen 系底座，本身就是对开源中小模型能力的一次背书，也说明大厂在垂直小模型上不再坚持全自研。但需要指出的是，原文只有厂商自测数据这一个来源，既没有说明 36 项基准的构成，也没有给出与同类方案的横向对比，83.5% 这个数字在缺少基线的情况下很难判断含金量。对准备接入的团队，建议先在自己的路由任务上做小规模验证，不要直接采信厂商口径。
背景与影响
决策模型是近一两年从通用大模型中分化出来的一类细分方向，主要承担分类、路由、判断等任务，特点是响应快、成本低，常被用在 Agent 编排、请求分发、内容审核等环节。微软此前在这一层更多依赖通用模型或外部方案，Decision-1 的出现意味着它开始用专门的小模型承接这类工作。值得注意的是，Decision-1 选择基于 Qwen3.5-9B 构建，而不是微软自研的模型底座，这说明在 9B 级别的中小模型上，开源权重模型已成为大厂做垂直优化的现实选择。需要观察的是，83.5% 的准确率和 85 毫秒延迟均来自微软自家测试，缺少第三方复现，且原文未披露这 36 项基准具体是什么、对比对象是谁，因此这一成绩目前只能视为厂商自报数据。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
