微软Decision-1只做选择题：输出不要钱，号称比GPT-6 Sol快35倍

微软发了一个不聊天、不写文章的模型，叫Microsoft-Decision-1。

它只干一类活：结构化决策。路由、分类、排序、验证、工作流控制。说白一点，就是在一堆选项里挑一个，或者判断某个结果对不对。

定价很特别：输入每百万token 0.042美元，输出免费。

输出免费这件事，放在这个定位上反而合理。决策模型的输出本来就短，可能就是一个标签、一个序号、一个“是/否”，真正花钱的是喂进去的上下文。微软干脆把输出这一项抹掉，账单就只剩一行。

性能方面，微软的说法是：36项基准测试里准确率最高，速度是GPT-6 Sol的35倍。这组数字目前没有独立第三方验证，先打个问号。

这类模型的用处在智能体系统的“中间层”。一个复杂的智能体流程里，大量调用其实不需要最强的模型：这条请求该转给哪个子智能体？这一步的输出格式对不对？这几个搜索结果哪个最相关？以前很多团队直接拿旗舰模型干这些杂活，慢，而且贵。

把这层拆出来交给一个又快又便宜的专用模型，旗舰模型只在真正需要推理的地方出场，整体成本能降一截。

模型已经上了Microsoft Foundry，也能通过OpenRouter调用。想试的话门槛很低，按这个价格，跑一百万次分类请求可能也就几美元。