Microsoft 发布 MAI-Transcribe-2：0.10 美元转录一小时音频
微软把语音转录价格打到 0.10 美元一小时，速度还比 GPT-Transcribe 快 10 倍。做会议记录、播客字幕、客服录音分析的工具团队可以立刻去试试，成本敏感的项目用它能省不少钱。
Mustafa Suleyman 宣布 Microsoft 推出语音转录模型 MAI-Transcribe-2，定价为 0.10 美元/小时音频。官方称其速度比 GPT-Transcribe 快 10 倍，比 Gemini 3.5 快 5 倍，并自称在速度、价格和准确率三项上均为全球最优。
该模型面向长音频批量转录场景，按音频小时数计费的模式意味着一小时会议录音或播客只需 1 美分的多分之一即可完成转写。与 GPT-Transcribe 和 Gemini 3.5 的直接对比数字表明 Microsoft 的 MAI 系列正在语音赛道对标 OpenAI 和 Google 的主力模型。
对需要处理大量会议记录、客服录音、播客字幕的团队来说，0.10 美元/小时的定价格外具有吸引力，可能压低现有语音转录服务的市场价格。
Try MAI-Transcribe-2 the fastest, cheapest and most accurate transcription model in the world! 10x faster than GPT‑Transcribe 5x faster than Gemini 3.5 $0.10 per hour of audio📊 7 ⚡
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include MAI-Transcribe-2, Microsoft, GPT-Transcribe, 语音识别.
Source attribution: curated from Mustafa Suleyman (@mustafasuleyman).
