微软跳过OpenAI的决策模型，基于阿里Qwen自研决策模型
内容提要
微软发布Decision-1决策模型，基于阿里Qwen3.5-9B训练，定价与TypeSafe的Jev相同，速度比GPT-6快14倍，已用于Xbox、Copilot等内部团队。但研究显示Jev类模型易受误导性输入影响，且Decision-1不支持图像，兼容性存疑。
延伸解读
微软自研决策模型的战略意图
微软基于阿里Qwen3.5-9B训练Decision-1，而非采用合作伙伴OpenAI的模型，这反映出微软在决策模型领域寻求技术自主。同时，微软计划未来将模型迁移至自研MAI和OpenAI模型，表明其长期战略是减少对外部模型的依赖，并整合内部资源。这一举措可能影响微软与OpenAI的合作关系，并加剧决策模型市场的竞争。
定价策略与商业考量
Decision-1的定价与TypeSafe的Jev完全相同，均为每百万输入token 0.042美元，且输出免费。这种定价策略可能旨在快速吸引开发者，但单次决策调用的收入微薄。微软的真正机会在于通过Foundry平台留住代理流量，包括围绕每次决策的生成调用，从而带动整体云服务消费。OpenRouter上的列表也可能吸引非Azure开发者加入微软生态。
技术局限与兼容性风险
Decision-1不支持图像输入，而OpenAI的Decisions API和Cloudflare的Clef均支持视觉编码器，这限制了其在多模态场景的应用。此外，微软未明确Decision-1是否完全兼容TypeSafe的System One API，尽管Foundry示例代码调用了/systemone端点。兼容性存疑可能影响开发者的迁移成本，并阻碍其融入现有决策模型生态。
校准置信度的潜在脆弱性
微软声称Decision-1的概率经过校准，但针对Jev的研究显示，误导性输入可导致置信度严重偏离。在JevOut预印本中，短小自然的上下文添加翻转了Jev 508个正确决策中的312个，其中229次错误答案的置信度超过70%。微软虽用八种扰动测试Decision-1，平均仅改变1.3%的答案，但未针对类似攻击进行测试，因此其置信度在实际对抗环境中的可靠性仍待验证。
Q&A
微软Decision-1决策模型是基于什么训练的？
微软Decision-1是基于阿里Qwen3.5-9B进行后训练（post-trained）的，而不是基于其合作伙伴OpenAI的模型。微软计划很快将其重新基于自己的MAI模型以及OpenAI的模型。
Decision-1的定价和速度表现如何？
Decision-1的定价为每百万输入token 0.042美元，输出免费，与TypeSafe的Jev价格相同。在Xbox场景下，其速度比GPT-6 Sol快14倍以上，在Discovery场景下一致性高46倍。
微软内部哪些团队已经在使用Decision-1？
Xbox Research用它整理了超过10,000条玩家反馈；Copilot团队用它评估聊天和代理响应；on-call工程师在实时事件中用它提取上下文；Microsoft Discovery用它为实验打分，以便代理重新规划。
Decision-1与竞品相比有哪些不足？
Decision-1不支持图像输入，而OpenAI的Decisions API和Cloudflare的Clef支持；微软尚未宣布开放权重，而Cloudflare的Clef采用Apache 2.0许可；此外，微软未确认Decision-1是否完全兼容TypeSafe的System One API，尽管其Foundry示例代码调用了/systemone端点。
Jev类模型在对抗性输入下表现如何？
根据JevOut预印本研究，短小、自然的上下文添加可以翻转Jev的508个初始正确决策中的312个，其中229个案例中Jev对错误答案赋予了至少70%的概率。其他三个评分系统在相同测试下的翻转率在64.9%到73.2%之间。
微软对Decision-1的校准和兼容性有何说明？
微软称Decision-1的概率是经过校准的，即90%的预测在代表性案例中应有约90%的正确率，但建议客户在自己的数据上验证校准。关于兼容性，微软未确认Decision-1是否完全支持竞品采用的System One API，其Foundry示例代码调用了/systemone端点，但互操作性仍存疑。
