Microsoft-Decision-1
- 官网
- commandline.microsoft.com/microsoft-decision-1-model-foundry…(发布博文);模型卡 ai.azure.com/catalog/models/Microsoft-Decision-1
- PH
- www.producthunt.com/products/microsoft-decision-1/launches/m…,2026-10-10,173 票(发布日 166)/ 日榜第 4、周榜 32、月榜 123 / 评论 3 条
- 一句话
- 微软的「决策模型」——不给文字,只给一组固定选项和每个选项的校准概率,用于路由、分类、校验、agent 护栏。
- 团队
- 微软官方产品,不是独立开发者。发布博文署名 Achint Srivastava(VP of Software Engineering, Office of the CTO);Foundry 博客署名 Saumil Shrivastava;Satya Nadella 同日发推宣布。基座是阿里 Qwen3.5-9B 后训练,微软称后续会 rebase 到 MAI / OpenAI 模型官网。
- 收费
- 官网/OpenRouter 现价(2026-11-01 抓取)输入 $0.042 / 百万 token,输出 $0官网;无档位、无订阅。Foundry 侧为 public preview,按量计费。PH 档案里的定价与官网一致,无变化。
- 状态判断
- 活着但平——模型在跑、在卖,但在它自己开创的赛道里份额很小且在掉(OpenRouter 决策模型作者份额 0.7%,周环比 −24%)。
- 证据强度
- 中。PH、HN、X 三个库都对上了;indie / appstore / googleplay / macappstore / github / chromestore 六个库按域名和名字都查不到它(它不是那种形态的产品,属正常)。
发布之后的表现
收入:indie(TrustMRR)库里没有库。它是按 token 计费的云 API,不走 Stripe 自报收入,本来就不在 TrustMRR 覆盖范围。
用户 / 下载:appstore、googleplay、macappstore、chromestore 四个库都没有库。可用的第三方量级信号在 OpenRouter 模型页:该模型累计 prompt token 4.09B、completion 2.45M官网;调用它的前 5 个应用是 SimplyHQ LLM-gateway(382M token)、ArcherLab(146M)、Adios(133M)、LiveStat(121M)、Metis(97.4M)官网。注意这是 OpenRouter 一条渠道,不含 Azure Foundry 直连。
开发者关注:github 库里没有微软官方仓库库;也没有 Hugging Face 权重,微软未开源、未给自托管选项官网/eesel。对照之下,同赛道的开源项目很热:laya 34,810 星、browser-use/jev-ultrafast 24,034 星、jaredpalmer/kev 9,749 星库——社区热度全在开源侧,不在微软这边。
讨论:HN 一条 story(id 50024913,2026-10-09,201 分 / 66 评论)库,评论区主流是「又是 Qwen 后训练」「量化和决策精度」的技术讨论,不是产品采用讨论。X 本地库 3 条 core 层提及(2026-10-10~10-11),omarsar0(32.6 万粉,141 赞)、JayaGup10(94 赞)、suchenzang(80 赞),都是转发/点评微软公告,没有一条是「我在生产里用它」库。
官网动态:发布博文仍在,2026-10-09 更新过一次(补 Jev 的准确率/校准对比)官网。模型卡显示 Lifecycle = Preview官网;截至 2026-10-28 前后的第三方报道,承诺的 MAI / OpenAI rebase 仍未发布shattered.io。没有融资、收购、changelog 类消息(它是大公司内部产品线)。
自报 vs 实际
| 自报(微软) | 第三方 / 库 | 差距 |
|---|---|---|
| 比 GPT-6 Sol 快 35 倍自报 | dev.to 独立实测 0.472s vs 1.15s ≈ 2.4 倍官网 | 差一个数量级,「35x」是微软自家基准口径 |
| 36 项基准最高准确率,83.5% vs Jev 82.3%自报 | 82 题手工基准:75/82,14 个云模型中排第 6,落后 Perplexity Decider(80/82)、Liquid d1 与 Jev 1.13(79/82)官网 | 自评第一,独立测第 6 |
| PH 文案「约 35x faster」自报 | 同上 | 同上 |
| PH 173 票 / 日榜第 4 | 评论仅 3 条,PH 关注 171、评价 0库 | 高票低讨论,更像品牌票而非产品票 |
为什么成了 / 没成
它「成了」的部分是发布本身:PH 日榜第 4、HN 201 分、X 上多位大 V 转发,微软用一次公告把「决策模型」这个 2026 年 9 月才由 TypeSafe Jev 开创的品类,变成了大厂标配叙事。它「没成」的部分是赛道位置:OpenRouter 决策模型作者份额里 TypeSafe 80.5%、Perplexity 5.5%、Liquid 2.8%,微软 0.7% 且周环比 −24%官网。原因有三:一是它只是 Qwen3.5-9B 的后训练,不开权重、无 HF 仓库,而社区(34.8k 星的 laya、9.7k 星的 kev)把开源侧吃掉了;二是能力优势不硬——独立测试里本地 4B 的 Kev 拿 72/82、成本 $0,微软 75/82、每题 $0.0000036官网,付费 API 的边际优势极小;三是它的真实卖点是 Azure 的账单、SLA 和企业采购,不是模型本身,所以份额会跟着 Azure 客户走,而不是跟着开发者口碑走。
对想跟的人
别去做「又一个决策模型」——这个品类已经被 TypeSafe 用 80.5% 的请求份额锁死,微软带着 Azure 渠道也只拿到 0.7% 且还在 −24%官网。位置在应用层:OpenRouter 上给这个模型贡献最多流量的前 5 名全是 LLM-gateway、输入归属、广告投放这类「把决策模型嵌进业务流」的小应用官网,而不是模型本身。最大的坑是拿厂商自评当需求证据——微软说快 35 倍,独立测只有 2.4 倍,本地 4B 开源模型能追到 72/82,你按「35 倍」去设计产品会直接算错成本模型。
没查到的
- indie(TrustMRR):没有它,也没有 commandline.microsoft.com 域名下的任何产品库。
- appstore / googleplay / macappstore / chromestore:四个商店库都没有库。
- github:没有微软官方仓库,也没有以该模型为主的开源库库。
- 真实收入、付费客户数、Azure Foundry 侧的调用量:微软不披露,任何库都拿不到;OpenRouter 的 4.09B prompt token 只是单渠道量级,不能换算成收入。
- 承诺的 MAI / OpenAI rebase 版本:截至 2026-11-01 未见发布,无法评估。
档案由 agent 建(deepseek/deepseek-v4.1-flash,23 步,2026-11-01T12:03);〔库〕= 我们自己的库,〔官网〕= 当天抓的网页。