Microsoft-Decision-1.1 API
Microsoft-Decision-1.1 專注於以文字與影像輸入執行結構化決策與分類任務。
Microsoft-Decision-1.1 是由 Microsoft 後訓練的決策模型,建立於 Gemma426B-A4B 架構。模型可針對提供的輸入回答是非題、選擇題與依評分規準判定的問題,並為固定答案選項提供校準後的機率分數。
它適合代理控制、模型路由、意圖分析、資料標註、AI 評審與事件回應等結構化工作,也支援結構化輸出與推理工具,可將決策能力直接嵌入軟體,或把不確定的判定標記給人工複核。模型支援文字與影像輸入,內容脈絡為33K tokens;目前 Azure端點透過 Decisions 與 System One 接受文字輸入。
更新時間:
模型 ID
microsoft-decision-1.1- 上下文
- 32.768K
- 最大輸出
- 29.491K
- 輸入
- text / image
- 輸出
- decisions
核心要點
- 支援文字與影像輸入
- 校準後機率分數
- 支援結構化輸出
- 可標記人工複核
- 適合結構化決策
- Microsoft Foundry 可用
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | |||
|---|---|---|---|
| $0.042 | $0 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
基準測試
- 68
Microsoft 的基準測試
得分;比 Microsoft 的第一個決策模型高6 分。
- 7
Microsoft 的基準測試
在9 個能力領域中領先。
- 1
Microsoft 的基準測試
在8 個決策模型中平均準確率最高。
分數來自模型廠商公布的資料,未經獨立驗證。
決策快速開始
把狀態與明確的型別化問題送到 /api/v1/decisions,每個問題讀回一個答案:noul 回傳 0 到 1 的機率,choice 回傳選中的選項及其分布,score 回傳有序標準的數值評分。這個入口與 Chat Completions、Messages、Responses 三套介面彼此獨立。
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "microsoft-decision-1.1",
"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"]
}
}
}'常見問題
什麼是 Microsoft-Decision-1.1?
Microsoft-Decision-1.1 是由 Microsoft 後訓練的決策模型,建立於 Gemma426B-A4B 架構。模型可針對提供的輸入回答是非題、選擇題與依評分規準判定的問題,並為固定答案選項提供校準後的機率分數。 它適合代理控制、模型路由、意圖分析、資料標註、AI 評審與事件回應等結構化工作,也支援結構化輸出與推理工具,可將決策能力直接嵌入軟體,或把不確定的判定標記給人工複核。模型支援文字與影像輸入,內容脈絡為33K tokens;目前 Azure端點透過 Decisions 與 System One 接受文字輸入。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
支援哪些輸入?
模型支援文字輸入與影像輸入。不過目前 Azure端點透過 Decisions 與 System One 接受文字。
模型的上下文與輸出長度是多少?
上下文為33K tokens。資料未提供輸出長度上限。
它適合哪些任務?
它適合是非題、選擇題、依評分規準判定的問題,以及代理控制、模型路由、意圖分析、資料標註、AI 評審與事件回應。
它與同系列模型有何差別?
資料指出 Microsoft-Decision-1.1 約在 Microsoft-Decision-1之後39 days 發布,並在 Microsoft 的基準測試中取得68 分。