微软在 10 月 9 日推出 Microsoft-Decision-1 时,把一句关键承诺藏在 How it works 中段:
To build Microsoft-Decision-1, we post trained Qwen3.5-9B for fast, single-pass decision scoring and will soon rebase it on other models, including Microsoft AI (MAI) and OpenAI.
2.5 倍领先 H2O-Lightning-4B、35 倍领先 GPT-6 Sol、36 项基准 83.5% 准确率这些数字,是背景;更值得看的是这句 rebasing 承诺。来源:https://commandline.microsoft.com/microsoft-decision-1-model-foundry/
决策模型不是 LLM
决策模型接收固定选项、返回校准概率、不生成自由文本——天然适合路由、护栏、AI 评判这三种 agent 工作流里最费钱的环节。Decision-1 技术选型是后训练基座 Qwen3.5-9B(9B 推理质量够、单卡延迟低),任务支持 yes/no、多选、量表打分,概率就是 API 输出,不做置信度"再来一次"。同请求做 8 种扰动,平均决策翻转仅 1.3%,选项顺序反转、改写、重排时直接 0 翻转。整体结构不在 LLM 能力范围内,只是借 Qwen3.5-9B 的语言理解底子,把它压成"只挑选项"的窄任务头。
微软自家化:MAI 和 OpenAI 接棒
Jev 路线是"后训练一个开源底座 + 收窄任务头"。微软先用 Qwen3.5-9B 跑通流水线(输出免费、输入每百万 token 0.042 美元、文本分类成本不到 GPT-6 Sol 的 1/20),再把基座切到自研——MAI 是自研系列代号,Decision-1 是它第一次以"接替 Qwen"姿态露脸,OpenAI 这里是过渡缓冲而非"把 OpenAI 模型拿来跑决策",首发保留 Qwen3.5-9B,等 MAI 到位再切换。基座替换本身不稀奇,但 Decision-1 的特殊在于:决策模型这个原本"快速开源 + 社区拼跑分"的赛道,被一家没出过决策模型的厂用"先借中国开放权重跑通、再换自家模型替换"的策略正式收编。
对中国开放权重的样板
微软用的是 post trained,不是 fine-tuned。Qwen3.5-9B 在这条线上的角色是"加速器"不是"基础设施"——Microsoft AI 的 MAI 系列此前多次从 Llama / Mistral 转自研,Decision-1 是同一剧本搬到决策模型赛道。被采纳并不等于被依赖;首发版本最快被换掉,反而比"长期卡在首发版本"更说明问题——首发版只能"跑通管道",真正决定长期方向的是厂商自己的底座。
10 月 9 日这条公告里最值得读的,不是 35 倍速也不是 1.3% 翻转率,而是那句 will soon rebase it on other models——这是大厂把决策模型从 open-source 路线收编到 first-party 路线的明确信号。