Microsoft, şirket içi Microsoft AI biriminin OpenAI, Google ve ElevenLabs'ı hem doğruluk hem de hız açısından geride bıraktığını söylediği yeni bir model olan MAI-Transcribe-2'nin piyasaya sürülmesiyle AI destekli konuşma transkripsiyonunun fiyatını yüzde 72 oranında düşürdü. 3 Eylül 2026'da piyasaya sürülen modelin fiyatı, 31 Aralık 2026'ya kadar ses saati başına yalnızca 0,10 ABD dolarıdır; bu, Microsoft'un Haziran ayında önceki MAI-Transcribe-1.5 modeli için ücretlendirdiği saat başına 0,36 ABD dolarından büyük bir düşüş.
Bu hamle, Microsoft'un Mart 2024'te Inflection AI'den kiraladığı ekip etrafında kurulan Mustafa Süleyman'ın Microsoft AI bölümünün, bir zamanlar güvendiği ortaklar ve rakiplerle doğrudan rekabet etmeyi planladığının en açık işareti. AI Buzz Wire, AI API'lerinin hızla değişen ekonomisini takip eden geliştiriciler için, lansmanı yapılan tüm önemli AI araçlarını kapsar.
Fiyat İndiriminin Arkasındaki Rakamlar
Microsoft'un VentureBeat'in lansman gönderisine ve kıyaslama kapsamına göre MAI-Transcribe-2, FLEURS çok dilli kıyaslamasında 60 dilde ortalama yüzde 5,2'lik kelime hata oranıyla ilk sırada yer alıyor. Model, Yapay Analiz'in bağımsız akışsız liderlik tablosunda yüzde 2,0'lık bir kelime hata oranı yayınlıyor ve genel olarak doğruluk açısından yalnızca Alibaba'nın Eğlenceli-Gerçek Zamanlı-ASR önizlemesinin ardından ikinci sırada yer alıyor.
Hız, Microsoft'un boşluğun gerçekten açıldığını iddia ettiği yerdir. Yapay Analiz değerlendirmelerine göre şirket, MAI-Transcribe-2'nin OpenAI'nin GPT-Transcribe'ından 10 kat, ElevenLabs'ın Scribe v2'sinden 7 kat ve Google'ın Gemini 3.5 Transcribe'ından 5 kat daha hızlı çalıştığını söylüyor. Yapay Analiz şu anda modeli 410,7 ortalama hız faktörüyle listeliyor; bu, bir saatlik sesin kabaca dokuz ila on saniye içinde yazıya dönüştürülmüş olarak geri gelebileceği anlamına geliyor.
Model Neler Yapabilir?
Ham hız ve fiyatın ötesinde özellik listesi, demolardan ziyade üretim iş yüklerini hedefliyor. Microsoft Foundry, MAI Playground ve OpenRouter aracılığıyla sunulan MAI-Transcribe-2, otomatik dil tanımlamayı, cümle ortasında diller arasında kod değiştirmeyi, konuşmacı günlüğü tutmayı, kelime düzeyinde zaman damgalarını, anahtar kelimeye ağırlık vermeyi ve yapılandırılabilir transkript stillerini destekler.
Bu özellikler, transkripsiyonun para kazandırdığı ortamlarda transkriptin gerçekten kullanılabilir olup olmadığına karar verir: müşteri şikayetlerini yönlendiren çağrı merkezleri, ziyaretleri belgeleyen klinikler, röportajları işleyen haber odaları ve birden fazla kişinin birbiriyle konuştuğu toplantı odaları. Özellikle anahtar kelimeye ağırlık verme, geliştiricilerin hiçbir şeyi yeniden eğitmeden model alanına özgü kelimeleri (ilaç adları, ürün SKU'ları, yasal terimler) öğretmesine olanak tanır.
Süleyman'ın Dükkanından Bilinçli Bir Strateji
MAI-Transcribe-2, Microsoft AI'nın üç ay içindeki ikinci transkripsiyon modelidir. MAI-Transcribe-1, saat başına 0,36 dolardan piyasaya sürüldü ve MAI-Transcribe-1,5, Haziran ayında 43 dil desteği ve Yapay Analiz alanında üçüncü sırayı alarak onu takip etti. Yeni model, fiyatı üçte ikiden fazla düşürürken kapsama alanını 60 dile kadar genişletiyor.
Birim daha önce metin için MAI-1'i ve konuşma üretimi için MAI-Voice-1'in yanı sıra yeni siber güvenlik ve görüntü modellerini de göndermişti. Lansmanda göze çarpan bir şekilde eksik olan şey, Copilot veya OpenAI'den hiç bahsedilmemesi; Microsoft'un OpenAI'ye milyarlarca dolarlık yatırımı ve AI özelliklerini bu ortaklık aracılığıyla yönlendirme geçmişi göz önüne alındığında dikkate değer. Bunun yerine Microsoft, OpenAI'nin kendi transkripsiyon ürünüyle kafa kafaya rekabet eden Microsoft markalı bir model satıyor.
Konuşma Yapay Zekasında Fiyat Savaşı
Transkripsiyon pazarı sessizce uygulamalı yapay zekanın en rekabetçi köşelerinden biri haline geldi ve fiyatlandırma baskısı gerçek: Microsoft, 0,10 dolarlık promosyon oranının 31 Aralık 2026'da sona erdiğini ve bunun hem müşteri teşviki hem de rakiplere fiyatların nereye gittiği konusunda bir uyarı işlevi gördüğünü belirtiyor.
Uzaydaki startuplar için matematik acımasızdır. Bir hiper ölçekleyici, bir saatlik sesi saniyeler içinde çevirirken, ses saati başına bir doların onda biri oranında üst düzey doğruluk sunabiliyorsa, girişim destekli transkripsiyon satıcılarının dikey uzmanlıkta, iş akışı entegrasyonunda veya gizlilik garantilerinde değer bulması veya piyasadan tamamen çekilmesi gerekir.
Bu arada alıcılar için mesaj, yıllardır olduğundan daha basit: En son teknolojiye sahip konuşma tanıma teknolojisi artık saat başına bir kuruştan daha ucuza mal oluyor ve giderek daha da ucuzluyor.
Yapay Zekanın Önünde Olun
Her hafta yeni yapay zeka araçları kullanıma sunuluyor ve kazananlar ve kaybedenler hızla değişiyor. Yapay zeka araçları pazarının bağımsız kapsamı için AI Buzz Wire'ı takip edin.
En son yapay zeka haberlerini okuyun →
