微软基于 Qwen3.5-9B 推出决策模型 Microsoft-Decision-1，性能与成本优势显著
2026/10/12 14:44阅读量 3
微软在阿里巴巴开源的 Qwen3.5-9B 模型基础上微调推出了决策模型 Microsoft-Decision-1，旨在减少大模型幻觉并优化商业应用场景。该模型在多项基准测试中表现优异，准确率位居前列，且推理速度远超同类竞品，同时大幅降低了文本分类任务的运营成本。尽管目前依赖中国开源模型，微软表示未来将逐步转向自研及 OpenAI 模型。
事件概述
微软正式发布了其新的决策模型 Microsoft-Decision-1。该模型并非从零训练，而是基于阿里巴巴发布的开放权重模型 Qwen3.5-9B 进行特定问题的调优（Fine-tuning）。这一举措标志着微软加入了利用开源基础模型构建专用决策模型的行列，类似于此前 Jev 等项目的技术路径。
核心性能数据
根据微软公布的数据，Microsoft-Decision-1 在延迟、准确性和成本效益方面表现出显著优势：
- 推理速度：在延迟测试中，其速度分别是 H2O-Lightning-4B 的 2.5倍 以及 Jev 的 2.8倍。
- 准确率：在 36 项基准测试中，准确率达到 83.5%，位居榜首。
- 置信度：置信度得分为 92.2%，排名第二，仅次于 Quyet-1.0-Large。
- 成本控制：在文本分类任务中，其成本不到 OpenAI GPT-6 Sol 的 1/20。
战略意义与未来规划
- 应用定位：该模型主要针对减少大语言模型的“幻觉”问题，适用于需要高可靠性的各种商业应用场景。
- 技术路线过渡：虽然当前版本依赖于中国的 Qwen 模型，但微软明确表示，未来计划使用其自研模型以及 OpenAI 的模型来取代当前的 Qwen 基础架构，以实现技术自主可控。
值得关注
此次发布反映了大型科技公司正在通过微调成熟的开源基础模型（如 Qwen）来快速部署高性能、低成本的垂直领域模型，以应对日益激烈的 AI 商业化竞争。