Felo API PlatformFelo API Platform
返回模型列表

Microsoft-Decision-1 API

微软推出的决策专用模型,输入文本与固定选项,单次返回各选项的校准概率,主打快速可重复判断。

Microsoft-Decision-1 是微软于 2026 年 10 月 9 日发布的决策类模型。它接收文本输入和一份固定的答案选项列表,在一次推理中为每个选项返回经过校准的概率,输出是结构化结果,软件可以直接据此采取动作,无需解析对话式文字。它面向结构化选择而非自由文本生成,基于阿里巴巴开源、拥有 90 亿参数的 Qwen3.5 模型进一步训练而成;微软计划后续改用自家模型和 OpenAI 的模型重建。

它适合路由、分类、优先级排序、校验、工作流控制、AI 评判与智能体控制等任务,例如判断工单该分给哪个团队、检查某个智能体动作是否可安全执行、给草稿打分。微软称它是其测过最快的模型,中位延迟约为 H2O Lightning 的 1/2.5、GPT-6 Sol 的 1/35;内部 Xbox Research 案例标注了 1 万多条玩家反馈,质量接近 GPT-6 Sol 而速度快 14 倍。

使用上,微软建议把选项和简短说明明确写出,用几百条真实样本测试,并设置置信度阈值,把低置信度的情形转交人工。可通过 Microsoft Foundry 使用,部署方式包括按 token 计费的无服务器托管 API、美国与欧盟的 Data Zone Standard 以及 Global Standard。需要注意的是,其基准、对比对象和内部案例均由微软自行选择和执行,截至 2026 年 10 月 11 日尚无独立评测发布,微软也未公布上下文窗口上限。

更新时间:

模型 ID

microsoft-decision-1
上下文
32.768K
最大输出
29.491K
输入
text
输出
decisions

核心要点

  • 单次返回各选项校准概率
  • 结构化输出可直接驱动软件
  • 微软称其为测过最快的模型
  • 基于 90 亿参数 Qwen3.5 训练
  • 面向路由、分类与校验等决策

供应商

1 个供应商

比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。

供应商 · 计费明细
可用率
$0.042$0

基准测试

  • 微软内部 36 项基准对比

    覆盖近 15 万个未参与训练的问题

    36
  • 与具名对手的准确率对比

    微软自行声明;对手为 Quyet-1.0-Large、H2O Lightning 以及通过 OpenAI Decisions API 使用的 GPT-6 Luna

    第 1

分数来自模型厂商公布的数据,未独立验证。

决策快速开始

把状态和明确的类型化问题发给 /api/v1/decisions,每个问题读回一个答案:noul 返回 0 到 1 的概率,choice 返回选中的选项及其分布,score 返回有序标准的数值评分。这个入口与 Chat Completions、Messages、Responses 三套接口相互独立。

curl https://openapi.felo.ai/api/v1/decisions \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft-decision-1",
    "state": "Help! My payouts have been failing for 3 days.",
    "questions": {
      "is_urgent": {
        "type": "noul",
        "instructions": "Does this message convey urgency?",
        "criteria": {"true": "Time-sensitive", "false": "No urgency"}
      },
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this?",
        "criteria": {
          "billing": "Payments, invoicing, refunds",
          "technical": "Bugs, outages, integrations",
          "sales": "Pricing, upgrades, new accounts"
        }
      },
      "frustration": {
        "type": "score",
        "instructions": "How frustrated is the customer?",
        "criteria": ["Calm", "Frustrated", "Very angry"]
      }
    }
  }'

常见问题

什么是 Microsoft-Decision-1?

Microsoft-Decision-1 是微软于 2026 年 10 月 9 日发布的决策类模型。它接收文本输入和一份固定的答案选项列表,在一次推理中为每个选项返回经过校准的概率,输出是结构化结果,软件可以直接据此采取动作,无需解析对话式文字。它面向结构化选择而非自由文本生成,基于阿里巴巴开源、拥有 90 亿参数的 Qwen3.5 模型进一步训练而成;微软计划后续改用自家模型和 OpenAI 的模型重建。 它适合路由、分类、优先级排序、校验、工作流控制、AI 评判与智能体控制等任务,例如判断工单该分给哪个团队、检查某个智能体动作是否可安全执行、给草稿打分。微软称它是其测过最快的模型,中位延迟约为 H2O Lightning 的 1/2.5、GPT-6 Sol 的 1/35;内部 Xbox Research 案例标注了 1 万多条玩家反馈,质量接近 GPT-6 Sol 而速度快 14 倍。 使用上,微软建议把选项和简短说明明确写出,用几百条真实样本测试,并设置置信度阈值,把低置信度的情形转交人工。可通过 Microsoft Foundry 使用,部署方式包括按 token 计费的无服务器托管 API、美国与欧盟的 Data Zone Standard 以及 Global Standard。需要注意的是,其基准、对比对象和内部案例均由微软自行选择和执行,截至 2026 年 10 月 11 日尚无独立评测发布,微软也未公布上下文窗口上限。

如何计算调用费用?

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。

它支持哪些输入和输出?

输入为文本,并附带一份固定的答案选项列表;输出是结构化的概率结果,为每个选项给出校准后的概率,软件可直接使用。

它的上下文窗口和输出长度是多少?

微软尚未公布该模型的上下文窗口上限,资料中也没有给出输出长度信息。

它适合做什么任务?

适合简单、可重复的决策,例如路由、分类、优先级排序、校验、工作流控制、AI 评判和智能体控制,而不是对话式生成。

它与普通对话模型有什么区别?

它专为结构化选择设计,一次返回各选项的概率,不生成自由文本,因此更适合软件直接消费结果。

它的基准成绩可信度如何?

所有基准、对比对象和内部案例都由微软自行选择和执行,截至 2026 年 10 月 11 日尚无独立评测发布。

相关模型