Microsoft-Decision-1 對決 Gemma 4 12B：一個從你的清單中挑選，一個替你寫出全新的清單

將Microsoft-Decision-1與Gemma 4 12B並排比較，決定一切的差異不在於規模、準確度或授權條款——而在於模型讀取你的輸入之後會發生什麼事。Gemma 4 12B 是 DeepMind 的 119.6 億參數無編碼器多模態模型，於 2026 年 6 月 3 日以 Apache 2.0 發布，能讀取文字、圖像、音訊或影片，然後在 256,000 個詞元的視窗中、以超過 140 種語言，逐詞元為你寫出答案。Microsoft-Decision-1 在 Microsoft Foundry 正式推出，日期為 2026年10月8日，作為一個以 Qwen3.5-9B 後訓練而成的純文字評分器：你交給它一個狀態，以及一個答案已由你事先列舉的問題，它就會在單次處理最多 32,768 個詞元的過程中，為每個選項回傳一個校準後的機率，而不生成任何內容。一個模型告訴你哪個選項是對的。另一個則告訴你選項本來應該是什麼——並為其中每一個字向你收費。

將這件事框定為一場競賽會是範疇錯誤，而這點值得在規格條文之前、而非之後說清楚。這兩者並非彼此的替代品；它們位在工作流程的兩端。有用的問題是：你實際上正在打造哪一端？因為答案會決定你買到的是一位評審，還是一位寫手。

帳單就是差異不再只是哲學問題的地方。

Gemma 4 12B 的計費方式就跟每個生成式模型一樣：輸入 token 與輸出 token，兩者皆然。當你要求它輸出結構化 JSON 時，那段 JSON 的每一個字元都是生成、取樣並付費而來的——而且你的結構描述巢狀得越深，回答就越長，那筆計費項目也就越大。這不是模型的缺陷。這就是解碼器的作用，而這正是決策頭存在所要刪除的那筆計費項目。

Microsoft-Decision-1 沒有可計費的輸出端。它會對你的狀態、問題與選項集執行單次前向傳遞，讀取每個候選項的分數，然後返回。其後果會隨資料量而非提示大小而累積：一條用 Gemma 4 12B 標記一萬筆紀錄的管線會產生一萬份 JSON 文件，而同一條管線若改用決策評分器，則只會產生一萬個提示，別無其他。絕對節省幅度是否很大，完全取決於你的資料量與結構描述的肥厚程度，而任何有每權杖預算的人都能用試算表算清楚。方向沒有爭議。

還有第二個、較小的不對稱：微軟並未在 Microsoft-Decision-1 模型頁面上標示費率。定價會連結至微軟自家的定價頁面，因此每次決策的成本是你從 Azure 上讀到的，而不是從卡片上讀到的。該頁面確實確立的是：呼叫中有 0% 是輸出 token，且批次推論已停用——你無法像使用生成式模型那樣，透過批次通道來攤銷大量的評分執行。

相同的輸入，兩種不同的答案

給兩個模型一張客戶支援工單和一個問題。Microsoft-Decision-1 會回傳類似「帳務」0.83、「技術」0.11、「取消」0.04、「無法判斷」0.02 這樣的結果。你有一個可命名的標籤、一個可以設定閾值比較的數字，以及一條棄答路徑——Microsoft 的文件說明，當提供的證據不足時，支援某種「無法判斷」風格的選項，這正是讓升級邏輯得以運作的原因。你得不到的，是一個理由。

把工單交給 Gemma 4 12B，你就能得到一段文字。它能以可設定的思考方式推理這項請求、呼叫函式、讀取附加於工單的掃描發票、轉錄釘附其上的語音留言，並以顧客自己的語言回答。這些每一項都是 Decision-1 無論準確度如何都做不到的事：它的輸入介面只有文字，別無其他；它明確不是為開放式問答、對話、翻譯或摘要而設計。

Gemma 4 12B 的輸出完全不是機率。要求它帶著信心做出路由決策，你會得到一段含有數字的文字，而那個數字是取樣器產生的任何值，而不是對你提供的選項集合所做的 softmax。如果下游的閾值取決於那個數字具有某種意義，那你面對的是一項校準專案，而不是一個評分器。

你的問題是否有封閉集合，就是決定一切的關鍵。

這是在做任何其他事之前都該先套用的測試，而且搭配白板進行的話大約需要十分鐘。

• 如果你的答案是從一份你能事先列舉的清單中得出的——一個標籤、一個評分、一個是/否、一個評分規準分數、一條路線——那麼 Microsoft-Decision-1 才是正確的工具，而 Gemma 4 12B 則是從那份清單中挑選的浪費且較不可靠的方式。你等於是在付錢請解碼器去猜一個你早已界定範圍的數字。

• 如果你的答案不是封閉集合——總結這個、解釋那個、撰寫回覆、描述圖表——Microsoft-Decision-1 無論代價多高都幫不上忙。它沒有通往成文敘述的途徑、沒有理由欄位，也沒有任何機制可以產生你未列為選項的任何東西。

• 如果兩者皆是，你擁有的就是一條雙模型管線，而不是二選一；此時有趣的設計問題就變成：升級閾值由哪一個模型掌控。評分器負責設定它；寫作者則補上閾值以上與以下會發生的事。

而 Gemma 4 12B 則簡直是另一種運動

撇開決策框架不談，Gemma 4 12B 並不是在某一條線上領先——它是在玩一場不同的遊戲，而假裝不是如此會是不誠實的。

• 模態 — Microsoft-Decision-1 僅能輸入文字、輸出數值。Gemma 4 12B 透過無編碼器設計，將原始區塊與波形直接投射到嵌入空間，原生支援文字、圖像、音訊與影片，並可任意順序交錯輸入。

• 上下文 — Microsoft-Decision-1 為 32,768 個 token，對比 Gemma 4 12B 的 256,000 個；後者在 Google 自家的規格表上，於 128k 的 MRCR v2 八針測試中得分 43.4%。

• 語言 — Microsoft-Decision-1 支援 25 種語言，Microsoft 警告涵蓋範圍、品質與校準「可能因語言而異」，並指出資源較少的非英語語言是弱點；Gemma 4 12B 則支援 140 多種語言，在此規模下的 MMMLU 評估分數為 83.4。

• 已公布的效能數據 — Microsoft-Decision-1 的 Benchmarks 分頁只載明方法論，未提供任何數字；Google 則公布了 Gemma 4 12B 的 77.2% MMLU Pro、不使用工具下的 77.5% AIME 2026、72.0% LiveCodeBench v6、78.8% GPQA Diamond、69.1% MMMU Pro，以及 79.7% MATH-Vision。

• 發佈方式 — Microsoft-Decision-1 是僅限 Foundry 的代管 API，沒有權重、無法下載，也沒有微調途徑。Gemma 4 12B 則是以 Apache 2.0 授權的權重，推出首日便已進入 LM Studio、Ollama、llama.cpp、MLX、vLLM、SGLang 與 Unsloth 的生態系。

• 執行階段 — 決策評分只需單次處理，沒有解碼迴圈，因此延遲取決於提示長度，而非答案長度；Gemma 4 12B 會逐個 token 生成，而 Google 的發布資料將其定位在 16 GB VRAM 或統一記憶體。

基準測試那一列才值得停下來細看，而且是朝著對微軟最不客氣的方向解讀。Gemma 4 12B 的數字同樣是廠商自行提報的——但背後已有數月的第三方使用經驗，在公開測試框架上、在別人擁有的硬體上跑出來的。微軟在這個類別的產品是兩者中最新的、也最難以驗證的，儘管它出自規模更大的公司。

實際撥打每個要花你多少

Gemma 4 12B 的 12B 版本並不在我們的目錄中——如果那是你想要的規模，你得自行取得 119.6 億個 BF16 參數並自己部署。我們的目錄確實有收錄的，是 Gemma 4 系列其餘型號，而且價格不貴：Gemma 4 26B A4B 每百萬輸入權杖 $0.06、每百萬輸出權杖 $0.33，以及 Gemma 4 31B 為 $0.13 與 $0.38，兩者都列出 262,144 權杖的上下文長度。這些是供應商定價原樣轉嫁，我們這邊不額外加價，並可透過同一把 OpenAI 相容金鑰取用，與其他 200 多個模型並列。如果你的問題其實是通用推理，而不是封閉集合式的判定，那麼這兩個規模之一，就是拿來與自營評分器相互衡量的便宜選項——而如果你不想綁定單一生成方，自動容錯移轉能在某家供應商效能降級時，讓評分迴圈中的生成環節持續運作。

Microsoft-Decision-1 是您自行佈建的 Foundry 部署，且無法透過我們取得。本文中的任何內容都不構成對其可用性的聲明，通話雙方皆然。

底線

Microsoft-Decision-1 於 2026 年 10 月 8 日在 Microsoft Foundry 正式推出：這是一款純文字、32,768 詞元的評分器，以 Qwen3.5-9B 為基礎，會對你列舉的選項回傳經校準的機率，輸出詞元為零，未公開權重，也沒有公布基準測試數據。Gemma 4 12B 是一款 11.96B、無編碼器的多模態通用模型，於 2026 年 6 月 3 日以 Apache 2.0 授權發布，能推理、讀取圖像與音訊，並在 256,000 詞元範圍內撰寫答案。請依你答案的形態來挑選，而不是依參數量：封閉集合屬於評分器，開放式集合則屬於撰寫者；而付錢請解碼器從你已寫好的清單中挑選，正是團隊最常花上十倍於一項決策成本的方式。

我們的型錄確實提供的是 Gemma 4 系列其餘的型號，而且價格低廉：Gemma 4 26B A4B 每百萬輸入 token 為 0.06 美元，每百萬輸出 token 為 0.33 美元，而 Gemma 4 31B 則為 0.13 美元與 0.38 美元。