Microsoft 推出 MAI-Transcribe-2 语音转录模型，每小时音频定价 $0.10
微软把自家的语音转录模型 MAI-Transcribe-2 开放到了 Foundry 上，价格低到 $0.10 一小时音频。做会议纪要、客服录音、字幕这类功能的团队可以直接试试，跟 Whisper、Deepgram 比一下成本和准确率再决定换不换。
Microsoft 宣布 MAI-Transcribe-2 语音转录模型正式上线 Microsoft Foundry，面向生产环境开放使用，定价为每小时的音频 $0.10。该模型由微软自研的 MAI 系列承担语音识别任务，开发者可以直接在 Foundry 平台上调用 API 接入自己的应用。
从产品形态看，MAI-Transcribe-2 走的是低成本、规模化路线：$0.10/小时的价格在主流转录服务里属于低价区间，适合会议记录、客服语音归档、播客字幕等需要处理大量音频的场景。微软将其放进 Foundry（原 Azure AI Foundry）而非独立产品线，意味着企业客户可以和 Azure 上的其他模型、存储、计算服务组合使用，部署链路更短。
对开发者和企业买家的直接意义是转录成本进一步下探，长期在 Whisper API、Deepgram、AssemblyAI 之间比价的团队多了一个新选项。微软自研 MAI 模型家族近期持续扩张，这次把语音识别做成独立可购买的产品，也是 MAI 系列从内部模型走向商业化的又一步。
MAI-Transcribe-2, the best transcription model in the world, is now generally available in Microsoft Foundry for production use cases! And it’s currently priced at just $0.10 per hour of audio.
Come build with it!
本条情报归属 AITOP「产品」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：MAI-Transcribe-2、Microsoft Foundry、语音识别、微软，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Microsoft AI」（@MicrosoftAI），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 6 家独立信源对该事件进行交叉印证与跟进报道（含 Mustafa Suleyman、arXiv: OpenAI、AWS Machine Learning Blog 等），属于近期高关注度行业信号。
