Microsoft-Decision-1 能直接替换 Jev 吗？

请求格式上可以。经 OpenRouter 的 System One 接口或 JevStation，它接受同样的 state 和 Choice、Score、Noul 问题，返回同样结构的答案。有两点不同：只接受文本，上下文约 32k token。

Microsoft-Decision-1 能下载或自托管吗？

不能。微软只通过 Microsoft Foundry（以及路由到 Azure 的 OpenRouter）提供，没有公开权重，只说明它由 Qwen3.5-9B 后训练而来。需要自托管的话，用开源权重的 Perplexity Decider。

Jev 和 Decision-1 哪个更准？

我们的测试里持平。Decision-1 在 95 条有答案的 Banking77 银行卡意图上 87.4%（有一次请求被限流），Jev 在 96 条上 86.5%；100 篇 AG News 上两者都是 91%，在这个样本量下属于噪声范围。微软称在 36 个基准上准确率最高，但数字是它自己的，没有第三方复现。

Decision-1 的校准比 Jev 好吗？

我们的测试里是。Banking77 上置信度 0.9 及以上的答案全部正确（64 条中 64 条），Jev 是 94.9%。置信度 0.99 及以上的 74 条里错了 2 条；Jev 错了 4 条，而且在 196 条里有 136 条给出 1.00。把它当作信号而不是保证，用自己的数据确认。

Decision-1 在 JevStation 上多少钱？

标准评估 1 积分、大档 3 积分，与 Jev 相同。它在免注册试用里，所以不用账号就能在本页同时试两个。

Jev vs Microsoft-Decision-1：两个 $0.042 的决策模型，同题实测

Microsoft-Decision-1 于 2026-10-09 发布，已经上了 OpenRouter。它和 Jev 接受同样的请求——一份 state 加带类型的问题——返回概率，标价也相同：每百万输入 token $0.042。我们 2026-10-10 的测试里，它在准确率上与 Jev 持平（Banking77 银行卡意图 87.4% 对 86.5%，AG News 都是 91%），校准更好，所有测过的请求里 token 都更少。要留意的是限流：四路并发时 Azure 拒绝过一次请求。

更新于 2026-10-10

用你自己的文本试试

修改示例后运行。无需账号，每天免费 3 次。

场景

把工单分给对应团队，评估紧急程度，并标记流失风险。

待判断的文本166 / 2,000

可以随意修改，所选模型会针对这里的内容回答该场景的问题。

模型

Jev 实际返回了什么

下面是上方示例未经修改的输出，采集自线上 API。

Hi, I've been trying to connect my Stripe account for 3 days and it keeps failing with 'invalid redirect'. I'm losing sales every hour this is down. Please help ASAP.

urgency

score

How urgent is this ticket?

3.73/4Critical

4 · Critical73%
3 · Urgent27%
0 · Can wait0%
1 · Normal0%
2 · Soon0%

置信度 77%

churn risk

noul

Is the customer at risk of churning?

是80%

是 80%否 20%

采集于 2026-10-09 · 0.89 秒 · jev-1.13.0

一览

(厂商) 表示出自模型厂商；(实测) 表示我们经 OpenRouter 自己调用得到的（Jev 在 2026-10-07，Decision-1 在 2026-10-10）。

	Jev	Microsoft-Decision-1
厂商	TypeSafe	Microsoft
模型 id	`jev-latest`	`microsoft/microsoft-decision-1`
权重	闭源	闭源，仅 Foundry 和 OpenRouter
基座模型	未披露	Qwen3.5-9B (厂商)
输入标价	$0.042 / 百万 token	$0.042 / 百万 token
输出 token	免费	免费
上下文	约 32k token，与最长的问题共享 (厂商)	32,768 token (厂商)
图片	不支持	不支持
输入 token（拟合）	≈ 260 + 0.163 × 字符数 + 43 × 问题数	≈ 0.163 × 字符数 + 35 × 问题数
延迟中位数	412 ms (实测)	473–491 ms (实测)
Banking77 银行卡意图	86.5% (实测)	87.4% (实测)
AG News 主题	91% (实测)	91% (实测)
JevStation 积分	1 / 3	1 / 3

积分为标准 / 大档；state 超过 8,000 字符或问题达 5 个即为大档。

准确率与校准

两个模型收到同样的带标签输入，零样本，每个选项一行说明。方法见决策模型对比，那里用同样的数据跑了其他模型。

任务	Jev	Decision-1
Banking77，12 个银行卡意图（96）	86.5%	87.4%（95 条有答案）
AG News，4 个主题（100）	91%	91%
Banking77：置信度 ≥ 0.9 的答案	占 81%，其中 94.9% 正确	占 67%，其中 100% 正确
置信度 ≥ 0.99 时答错	196 条中 4 条	195 条中 2 条
AG News 期望校准误差	0.086	0.053

准确率打平。Decision-1 的优势在校准：它很确定时几乎总是对的，也不那么常停在 1.00（195 条里 74 条在 0.99 及以上，Jev 是 196 条里 136 条），更容易区分简单和有风险的输入。代价是覆盖率：能过 0.9 门槛的答案更少，更多要交给人工。

Decision-1 也找到了藏在 20,000 字符无关文本任意位置的那句取消请求（最末尾时 0.998）。

token、延迟与限流

标价相同，账单就看 token 数。Decision-1 同样的请求 token 更少，并且和 Jev 一样只读一遍 state。我们用九个请求拟合（state 100、2,000、8,000 字符，各问 1、3、5 个问题）：

请求	Jev token	Decision-1 token	按标价更便宜
1 个问题，短工单（约 300 字符）	约 350	约 85	Decision-1，约 4 倍
3 个问题，1,500 字符	约 640	约 350	Decision-1，约 2 倍
5 个问题，8,000 字符	约 1,780	约 1,470	Decision-1，约 1.2 倍
12 个长问题，24,000 字符	8,981	8,150	Decision-1，约 1.1 倍

延迟与 Jev 接近，但尾部更重：p50 约 480 ms，Banking77 上 p90 最高 1.4 秒。Azure 的限流比预期紧：四路并发时，96 条里有 1 条返回 HTTP 429。突发调用请带退避重试；JevStation 已经替你做了。

怎么选

大量短的单问题调用： Decision-1，同价位下我们测到 token 最少的。
想用置信度做自动决策： Decision-1 在我们的测试里校准更好，请用自己的数据确认。
固定阈值下要最大覆盖率： Jev，过 0.9 的答案更多。
需要自托管或数据驻留： 两个都不行，用开源权重的 Perplexity Decider。
要判断图片或输入超过约 30k token： Perplexity Decider。
要 Azure 上有厂商支持的服务： Decision-1。

两个都试试

在上面免注册试用 Decision-1，或登录后用并排运行把同样的文本和问题同时发给 Jev 和 Decision-1。价格计算器可以按你自己的用量算两者的成本。

来源

Decision-1 模型、价格与上下文。OpenRouter 模型页 (厂商)
发布、基座模型与基准声明。MarkTechPost 与 OrcaRouter (独立)
Jev 价格与上下文。TypeSafe 模型文档 (厂商)
准确率、校准、延迟与 token 数。我们经 OpenRouter 在 2026-10-07（Jev）与 2026-10-10（Decision-1）的实测 (实测)

JevStation 是独立站点。Jev 与 Microsoft-Decision-1 是各自所有者 TypeSafe 和 Microsoft 的名称，我们与两者均无关联。

常见问题

Microsoft-Decision-1 能直接替换 Jev 吗？: 请求格式上可以。经 OpenRouter 的 System One 接口或 JevStation，它接受同样的 state 和 Choice、Score、Noul 问题，返回同样结构的答案。有两点不同：只接受文本，上下文约 32k token。
Microsoft-Decision-1 能下载或自托管吗？: 不能。微软只通过 Microsoft Foundry（以及路由到 Azure 的 OpenRouter）提供，没有公开权重，只说明它由 Qwen3.5-9B 后训练而来。需要自托管的话，用开源权重的 Perplexity Decider。
Jev 和 Decision-1 哪个更准？: 我们的测试里持平。Decision-1 在 95 条有答案的 Banking77 银行卡意图上 87.4%（有一次请求被限流），Jev 在 96 条上 86.5%；100 篇 AG News 上两者都是 91%，在这个样本量下属于噪声范围。微软称在 36 个基准上准确率最高，但数字是它自己的，没有第三方复现。
Decision-1 的校准比 Jev 好吗？: 我们的测试里是。Banking77 上置信度 0.9 及以上的答案全部正确（64 条中 64 条），Jev 是 94.9%。置信度 0.99 及以上的 74 条里错了 2 条；Jev 错了 4 条，而且在 196 条里有 136 条给出 1.00。把它当作信号而不是保证，用自己的数据确认。
Decision-1 在 JevStation 上多少钱？: 标准评估 1 积分、大档 3 积分，与 Jev 相同。它在免注册试用里，所以不用账号就能在本页同时试两个。