跳至主要內容

微軟 Decision-1 把分類降到低價呼叫,選項設計仍決定用途

AI

重點摘要

Microsoft-Decision-1 在 Foundry 提供固定選項評分,每百萬輸入 token 定價 0.042 美元。它讓分類與生成可以分開配置,但選項是否涵蓋使用者需求、分錯後要付出多少成本,仍影響產品收益。

微軟 Decision-1 把分類降到低價呼叫,選項設計仍決定用途

Microsoft-Decision-1 已在 Foundry 提供固定選項評分,讓分類可以用低價模型呼叫完成。供應 這項功能有一個可檢驗的限制:若客服系統列出的選項沒有涵蓋使用者的問題,分類再快也可能把人送錯地方。省下的模型費用,必須足以抵銷重新轉接與補問的成本。

官方公告標示 2026-10-09,沒有時刻與時區;RuntimeWire 報導於當日美國中部時間 15:21 刊出,換算台北為 10 月 10 日 04:21。本文查核截止為台北 15:50,採用仍在 48 小時範圍內的前一日發布,不把報導跨日當成今天才開放。公告日期 報導時間

微軟以 Qwen3.5-9B 後訓練這個模型。應用程式先提供內容、問題與固定答案,模型回傳各選項的機率;它不生成解釋,也不適合開放式問答。模型卡 開發者因此可以把分派工作交給專用模型,再把需要撰寫回答的部分交給生成模型。

官方定價為每百萬輸入 token 收取 $0.042 美元,輸出免費。價格 Foundry 發表文稱公開預覽,模型目錄卻標示 GA,兩份資料的供應階段不一致;目前能確認已提供存取,不能據此補出正式供應的切換時刻。發布狀態 目錄狀態

微軟稱模型在 36 項、近 150,000 題的比較中準確率最高,測試集未用於訓練。這是廠商評測,不能直接當成每家公司的工作結果。評測 Xbox Research 已用它將超過 10,000 則回饋分到研究者預先設定的主題;這個內部案例說明用途,尚未提供一般客戶的長期成效。內部測試

先分清楚哪些需求允許合併成一類

Xbox 的例子讓產品取捨比較具體:研究者已知道要比較哪些主題,模型可以重複處理大量回饋。若工作目的是找出從未想到的新問題,只准模型從既有主題選擇,就可能把新需求塞進最接近的舊分類。這是固定選項機制帶來的限制,並非已證實 Xbox 發生漏判。

假設使用者同時要求退貨並回報產品安全疑慮,系統只提供「退款」與「技術支援」兩個去處,單選結果就可能漏掉另一項需求。我會讓這兩個問題分開判斷,保留原始訊息供後續處理,而不要求模型用一個標籤概括整段內容。這樣做的理由是需求本來可以同時成立,增加分類準確率也無法修正不合適的單選設計。

模型卡允許加入「無法判定」選項,並要求應用端安排門檻與後續處理;也明列不能獨自承擔對人的重大決策。使用限制 這讓低價評分適合承接定義清楚、可回查的分派工作。若每次都需要模型自行發現新選項或取得外部知識,就超出本次發布所解決的範圍。

低價也可能改變軟體如何配置模型。對原本把分類與回覆塞進同一次生成的產品,拆開後可以單獨修改分類規則,不必同時更動回答方式;相對地,團隊需要維護分類與後續處理之間的對應。這個成本取決於產品變動頻率,沒有一個 token 單價能替所有團隊算出答案。

我較看好它用於選項穩定、重複量大的工作,而不把便宜視為全面替換的理由。產品收益可以看使用者抵達正確處理者所需的轉接次數,以及沒有合適選項的比例。若呼叫費用下降,這兩項卻惡化,就應回頭調整問題與選項,而非把更快完成分類當成改善已經發生。

封面沿用本站 Microsoft Build 開發者活動圖,並非 Decision-1 介面截圖;官方事件圖片因 DNS 解析失敗未能下載。

來源:

繼續讀這個主題

隨機讀一篇