d1-ultra非幻觉率达85%
d1-ultra 在 AA-Omniscience-Decision 上实现了最高的非幻觉率，达到 85%，是 Microsoft-Decision-1 的 40% 第二高率的倍以上。与 d1 相比，更多的弃权导致准确率降至 32%，而 d1 为 41%。
#Microsoft
Artificial AnalysisAI 评分4040
IT之家AI 评分6565 微软完成 SOTA 基模 MAI-Base-2 预训练，性能强于所有参测开源权重模型
微软宣布完成新一代基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数规模达 2.8T，活跃参数规模 80B，在 6,000 个 NVIDIA GB200 GPU 上历经 38 天训练而成。微软表示其预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍，并强调了科学规模化、模型-基础设施协同设计和数据规模化三项关键举措。
IT之家AI 评分6868 微软发布自研模型 MAI-Base-2，称仅用 OpenAI 四分之一算力即超越 GPT-5.6 底层模型
微软发布自研基础模型 MAI-Base-2，其 AI 业务 CEO 穆斯塔法·苏莱曼称该模型性能超过驱动 GPT-5.6 Sol 的模型，且训练算力仅为 OpenAI 的四分之一。
The DecoderAI 评分5555 微软发布 Decision-1 模型加入 AI 决策模型竞争
微软发布名为 Decision-1 的决策模型，旨在处理分类、评估和路由决策，并引导智能体在复杂环境中运行。该模型基于 Qwen3.5-9B，微软称其在涵盖近 150,000 个问题的 36 项基准测试中准确率最高，达到 83.5%，且速度比第二名 H2O-Lightning-4B 快 2.5 倍，延迟仅为 85 ms。
IT之家AI 评分7070 微软推出 Microsoft-Decision-1 决策模型，基于 Qwen3.5-9B
微软宣布推出专为结构化决策任务打造的 Microsoft-Decision-1 模型，该模型基于 Qwen3.5-9B 构建，现已上线 Microsoft Foundry 并接入 OpenRouter。在包含 36 项基准测试的对比评测中，该模型斩获最高准确率，其响应速度比 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快 35 倍。
IT之家AI 评分7070 微软计划将 MAI Code 1.1 Flash 模型整合至 Windows 11
微软宣布计划将拥有 130B 参数的 MAI Code 1.1 Flash 模型引入 Windows 11 设备。该模型作为 MAI-Code-1-Flash 的升级版，已集成到 GitHub Copilot 与 VS Code 中用于日常编码和工具调用。MAI Code 1.1 Flash 采用 3-bit 量化技术使体积缩小 80%，并支持 256K 上下文窗口。
Microsoft ResearchAI 评分3131 Microsoft Research 发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型助力群体规模发现
Microsoft Research 推出开源的 GigaPath-Flash 和 GigaTIME-Flash 病理基础模型，通过知识蒸馏将参数量降至 22M，计算成本降低约 50 倍。