微軟拿 Qwen 當地基，蓋了一棟叫 Microsoft-Decision-1 的樓

回顧 2026 年 10 月 12 日的一則消息：微軟在阿裏巴巴開放權重模型 Qwen3.5-9B 的基礎上，推出自家的決策模型 Microsoft-Decision-1，正式加入這個先前由 Jev 引起關注的市場。

先把「決策模型」講成一個日常比喻。一般的生成式大模型像一位博學但話多的顧問，你問他「這張工單該派給誰」，他可能先寒暄兩句、引經據典，順便編造一個不存在的部門名稱。決策模型則像是櫃檯的分流人員：你遞上表格，他回你一個選項，快、短、少囉嗦。要做到這一點，廠商針對特定問題型態對模型做調優，壓低「幻覺」出現的機率，讓輸出可以直接接進商業流程。先前我們在分析 Laya 與 Jev 兩款判斷模型時提過，這類模型解決的正是「一張工單只需要三個判斷」的場景：不需要會寫詩，只需要每次都判對。

微軟端出的數字，其實是在挑比較對象

微軟公布的成績單裡有幾個值得停下來看的數字。延遲測試中，Microsoft-Decision-1 的速度分別是 H2O-Lightning-4B 的 2.5 倍、Jev 的 2.8 倍。在 36 項基準測試中，它的準確率 83.5% 排在榜首；置信度得分 92.2% 排第二，僅次於 Quyet-1.0-Large。文字分類任務的成本，不到 OpenAI GPT-6 Sol 的二十分之一。

數字本身是一回事，挑誰來比是另一回事。速度拿 H2O-Lightning-4B 和 Jev 比，成本拿 GPT-6 Sol 比，這兩組比較對象分屬不同陣營：前者是新興的決策模型對手，後者是雲端旗艦模型。這種選法透露的訊息很直接：微軟想同時講兩個故事，一個是「我比專門做決策的對手快」，另一個是「我用旗艦模型零頭的錢做同樣的分類」。至於基準測試的設計細節、測試條件是否對自家有利，來源並未提供，這部分只能保留。

用別人家的地基，蓋自己的樓

更有意思的是模型的血統。Microsoft-Decision-1 的基底是 Qwen3.5-9B，一家美國軟體巨頭，用了中國公司的開放權重模型當起點。微軟自己也說了，未來會用自研模型以及 OpenAI 的模型取代 Qwen。換句話說，Qwen 在這裡的角色更像鷹架：工程上最快能取得、品質夠用的開放權重基底，先用它把產品和市場位置佔住，等地基換成自家的再說。

這不是微軟第一次展現這種務實姿態。從開放權重生態的角度看，Qwen 這類模型被大型科技公司拿去當基底再發行衍生品，等於開放權重的價值獲得了一次背書：模型本事已經夠好，差別在於誰在上面做的調優更貼近商業場景。而「之後要換掉」這句話也提醒採用者，這款模型的血統可能會更動，接進系統前值得確認授權與後續版本的延續性。

成本二十分之一，對採用方意味著什麼

把視角換到企業採用者身上。決策模型的典型用途是大量、重複、結構化的判斷：工單分派、內容分類、審核分流。這類任務的特徵是單次價值低、呼叫次數極高，因此每千次呼叫的成本差一個數量級，年度帳單就是兩回事。「不到 GPT-6 Sol 的二十分之一」這個數字，對正在評估要把哪些分類流程從旗艦模型遷移出去的團隊來說，是實實在在的算術題。這也與我們先前觀察到的趨勢一致：模型競爭的主軸正從能力上限移往單任務成本，GPT-6 Sol 與 Claude Opus 5.5 的降價對決就是同一條戰線上的另一場交鋒。

不過成本和速度都只是入場券。決策模型真正難的是「每次都判對」加上「判錯時知道自己不確定」。置信度得分正是衡量後者的指標，Microsoft-Decision-1 在這項排第二而不是第一，意味著在高風險場景（例如金融審核、醫療分流）裡，第一名 Quyet-1.0-Large 仍然有它的一席之地。採用方該問的問題是：我的場景容錯率多高？錯一次的代價，會不會喫掉二十分之一的成本差距？

下一步看兩個訊號

短期內值得留意兩件事。其一是 Jev 陣營如何回應速度差距，畢竟決策模型的賣點就是快和省，被微軟在這兩項上超車，市場敘事會被迫重寫。其二是微軟何時把基底換成自研或 OpenAI 模型，那個時間點會透露這款產品是實驗性的市場卡位，還是長線產品線的開端。

對一般開發者和企業來說，這則消息的實用結論是：決策模型這個品類，已經從新創的專利變成巨頭也下場的市場。當微軟、Jev、H2O 同場競技，選型時就更要回到自己的場景算帳：呼叫量多大、容錯率多低、判錯成本多高。榜單上的榜首，換到你的資料上未必還是榜首。