← 資訊首页 | 货源大厅

每小时0.54美元:微软MAI转写新模型给出年底前限时优惠价

2026-11-03 · 来源:36氪快讯·中继

每小时0.54美元:微软MAI转写新模型给出年底前限时优惠价

MAI-Voice-2.1双型号同步登场,按每百万字符22美元与15美元分档计费。

当地时间10月1日,微软宣布新款转写模型MAI-Transcribe-2-Streaming正式推出,并给出每小时音频0.54美元的首发优惠价,有效期至今年年底。这一报价将语音识别的商用门槛拉低到一个极易测算的水平,也成为微软在语音AI赛道上最新的一次公开定价动作。

与MAI-Transcribe-2-Streaming一同亮相的,是两款全新的语音生成模型:MAI-Voice-2.1与MAI-Voice-2.1-Flash。三款型号合并观之,构成一套同时覆盖语音识别与语音生成的产品组合。不过,这套组合的计费口径并不相同:转写模型按音频小时计价,语音生成模型则按字符量计费。其中MAI-Voice-2.1定价为每100万字符22美元,Flash版本降至每100万字符15美元,较标准版低约三成。

从产品定位上看,这套组合清晰地指向了两类不同的工作负载。MAI-Transcribe-2-Streaming面向实时流式转写场景,典型用途包括会议记录、客服中心录音归档、直播字幕与访谈整理等,其小时级计价方式与呼叫中心、媒体机构等买方的业务量天然对齐;MAI-Voice-2.1系列则面向语音合成侧,服务于语音助手播报、有声内容生产、外呼机器人等应用,按字符计费的方式与文本量挂钩,便于内容类团队预估成本。识别与生成两端齐备,意味着采购方可以用同一供应商覆盖语音链路的上下游,减少多供应商拼装带来的接口与账务复杂度。

对需要批量采购语音能力的企业而言,这组数字的核心价值在于可测算性。音频时长与字符量都是采购方能自行预估的口径:一个日均处理1万小时客服录音的团队,可以直接以小时数乘以单价得出账单量级;一个每月生成数亿字符语音内容的平台,也能用字符量对齐MAI-Voice-2.1或Flash版本的分档价格。0.54美元的小时级报价,把转写场景的试用门槛压到一个直观的水平,而年底前的优惠窗口则提供了一个明确的低成本验证期——企业可以在这段时间内完成模型效果评测、吞吐压测与内部系统对接,而不必担心验证成本失控。

需要注意的是边界条件:本次披露的仅是限时首发价。年底窗口关闭之后,MAI-Transcribe-2-Streaming将以何种长期价格供应,公告内容中并未给出。这意味着采购方在做全年预算时,需要为价格回调预留弹性空间。稳妥的做法是将优惠期视为P.O.C.与灰度上线的窗口,把规模化的商业合同留待长期价格明朗之后再行签署,同时在技术架构上保持转写引擎的可替换性,以便长期定价若显著上调时有议价与迁移的筹码。

从行业视角看,语音AI的定价正在快速向“可预测的单位成本”演进。过去几年,语音识别一度是按请求次数或难以换算的token口径计费,采购方难以横向比价;如今以小时、以百万字符为单位的报价方式,让语音能力更像一种标准化的算力商品。MAI-Voice-2.1标准版与Flash版之间约三成的价差,也延续了基础模型市场上“标准版保质量、轻量版压成本”的双轨惯例——对延迟敏感、对音质要求不极端的场景,Flash版本提供了明确的降本选项;而对品牌播报、内容出版等音质敏感场景,标准版仍是默认选择。

对于AI算力买家,采购决策时还需关注几个维度。其一是流式能力:MAI-Transcribe-2-Streaming的Streaming后缀表明其面向实时流式场景,适合需要边说边出字的客服与会议场景,但批处理离线转写是否走同一计价通道,采购前应与供应商确认。其二是优惠期的迁移风险:年底截止的限时价意味着账单在明年可能出现跳变,财务侧应提前建模。其三是字符与音频的换算陷阱:语音生成按字符计费,但不同语种、不同标点处理方式会影响实际消耗,建议在验证期内用真实业务样本跑账单回归。其四是供应商组合策略:转写与合成可以分别选择不同厂商,按业务负载拆分采购,往往比捆绑采购更具议价空间。

就当前二级市场的现货情况而言,该型号当前无在售挂价数据。这与该模型刚于10月1日发布、处于限时首发阶段的节奏相符——此类API形态的模型能力通常通过官方订阅通道采购,而非以整机或算力实例的形式进入现货流通,买家应以官方计费文档为唯一价格依据,警惕任何以“转售MAI模型额度”为名的非官方渠道报价。

综合来看,微软此番以每小时0.54美元的限时价切入转写市场,配合双档语音生成模型,既是对自身语音产品线的一次补全,也是对采购市场的一次价格锚定。对买家而言,年底前的窗口期是低成本验证与架构对接的黄金时段,而真正的采购决策,仍应等长期价格与自身业务量数据双双落地之后再做。

Q: MAI-Transcribe-2-Streaming的优惠价是多少,何时截止?

A: 首发优惠价为每小时音频0.54美元,有效期至今年年底,逾期后的长期价格公告中未披露。

Q: MAI-Voice-2.1系列如何计费,两档差价多大?

A: 标准版每100万字符22美元,Flash版每100万字符15美元,Flash较标准版低约三成。

主题标签: Microsoft · MAI-Transcribe-2-Streaming · MAI-Voice-2.1 · Speech AI · Speech Synthesis


相关阅读


萬安算交所 AIXX · 萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅