Microsoft telah mengurangkan harga transkripsi pertuturan dikuasakan AI sebanyak 72 peratus dengan pelancaran MAI-Transcribe-2, model baharu daripada unit Microsoft AI dalaman yang dikatakan syarikat itu mengatasi OpenAI, Google dan ElevenLabs dari segi ketepatan dan kelajuan. Model yang dilancarkan pada 3 September 2026, berharga hanya $0.10 setiap jam audio hingga 31 Disember 2026 — penurunan mendadak daripada $0.36 sejam yang dicaj Microsoft untuk model MAI-Transcribe-1.5 sebelumnya pada bulan Jun.
Langkah itu merupakan petanda paling jelas bahawa bahagian Microsoft AI Mustafa Suleyman, yang dibina di sekeliling pasukan yang diambil oleh Microsoft daripada Inflection AI pada Mac 2024, berhasrat untuk bersaing secara langsung dengan rakan kongsi dan saingan yang pernah dipercayainya. Untuk pembangun yang menjejaki ekonomi AI yang berubah pantas, AI Buzz Wire merangkumi setiap pelancaran alat AI utama semasa ia berlaku.
Nombor Di Sebalik Potongan Harga
Menurut siaran pelancaran Microsoft dan liputan penanda aras daripada VentureBeat, MAI-Transcribe-2 menduduki tempat pertama pada penanda aras berbilang bahasa FLEURS merentas 60 bahasa, dengan purata kadar ralat perkataan sebanyak 5.2 peratus. Pada papan pendahulu bukan penstriman bebas Analisis Buatan, model itu menyiarkan kadar ralat perkataan 2.0 peratus dan menduduki tempat kedua secara keseluruhan untuk ketepatan, di belakang hanya pratonton Fun-Realtime-ASR Alibaba.
Kelajuan adalah tempat Microsoft mendakwa jurang itu benar-benar terbuka. Berdasarkan penilaian Analisis Buatan, syarikat itu berkata MAI-Transcribe-2 berjalan 10 kali lebih pantas daripada GPT-Transcribe OpenAI, 7 kali lebih pantas daripada ElevenLabs' Scribe v2 dan 5 kali lebih pantas daripada Google Gemini 3.5 Transcribe. Analisis Buatan pada masa ini menyenaraikan model dengan faktor kelajuan median 410.7, bermakna satu jam audio boleh ditranskripsi semula dalam kira-kira sembilan hingga sepuluh saat.
Perkara Yang Model Boleh Lakukan
Di luar kelajuan mentah dan harga, senarai ciri ditujukan kepada beban kerja pengeluaran dan bukannya tunjuk cara. Tersedia melalui Microsoft Foundry, Taman Permainan MAI dan OpenRouter, MAI-Transcribe-2 menyokong pengenalan bahasa automatik, penukaran kod antara bahasa pertengahan ayat, diarisasi pembesar suara, cap masa peringkat perkataan, bias kata kunci dan gaya transkrip boleh dikonfigurasikan.
Ciri tersebut menentukan sama ada transkrip sebenarnya boleh digunakan dalam tetapan di mana transkripsi memperoleh wang: pusat panggilan yang menghalakan aduan pelanggan, klinik yang mendokumentasikan lawatan, bilik berita memproses temu bual dan bilik mesyuarat tempat berbilang orang bercakap antara satu sama lain. Bias kata kunci khususnya membolehkan pembangun mengajar model perbendaharaan kata khusus domain — nama ubat, SKU produk, istilah undang-undang — tanpa melatih semula apa-apa.
Strategi Yang Disengajakan Dari Kedai Suleyman
MAI-Transcribe-2 ialah model transkripsi kedua Microsoft AI dalam tempoh tiga bulan. MAI-Transcribe-1 dilancarkan pada $0.36 sejam, dan MAI-Transcribe-1.5 diikuti pada bulan Jun dengan sokongan untuk 43 bahasa dan kedudukan tempat ketiga pada Analisis Buatan. Model baharu ini meluaskan liputan kepada 60 bahasa sambil menurunkan harga lebih daripada dua pertiga.
Unit ini sebelum ini telah menghantar MAI-1 untuk teks dan MAI-Voice-1 untuk penjanaan pertuturan, bersama-sama dengan keselamatan siber dan model imej terkini. Apa yang ketara tidak hadir dalam pelancaran ialah sebarang sebutan mengenai Copilot atau OpenAI — yang ketara memandangkan pelaburan berbilion dolar Microsoft dalam OpenAI dan sejarah penghalaan ciri AI melalui perkongsian itu. Sebaliknya, Microsoft menjual model berjenama Microsoft yang bersaing secara langsung dengan produk transkripsi OpenAI sendiri.
Perang Harga dalam Pertuturan AI
Pasaran transkripsi secara senyap-senyap telah menjadi salah satu sudut paling berdaya saing AI gunaan, dan tekanan harga adalah nyata: Microsoft mencatatkan kadar promosi $0.10 tamat tempoh pada 31 Disember 2026, yang berfungsi sebagai insentif pelanggan dan amaran kepada pesaing tentang ke mana hala tuju harga.
Bagi pemula dalam ruang, matematik adalah kejam. Jika hyperscaler boleh menyampaikan ketepatan peringkat teratas pada sepersepuluh dolar setiap jam audio sambil memutar sekitar satu jam audio dalam beberapa saat, vendor transkripsi yang disokong usaha niaga mesti mencari nilai dalam pengkhususan menegak, penyepaduan aliran kerja atau jaminan privasi — atau dimampatkan daripada pasaran sepenuhnya.
Sementara itu, bagi pembeli, mesejnya lebih ringkas berbanding tahun-tahun sebelumnya: pengecaman pertuturan tercanggih kini berharga kurang daripada satu sen sejam, dan harganya semakin murah.
Kekal Mendahului AI
Alat AI baharu dilancarkan setiap minggu, dan yang menang dan yang kalah beralih pantas. Ikuti AI Buzz Wire untuk liputan bebas pasaran alatan AI.
Baca berita AI terkini →
