MAI-Transcribe-2
微软 MAI 系列下的非流式语音转录模型，适合播客转写、存档音频处理等批量场景
核心事实
时间轴 (近 90 天)
此次接入 Vercel AI Gateway 的首批 MAI 模型包括 MAI-Voice-2.1、MAI-Voice-2.1-Flash、MAI-Transcribe-2-Streaming、MAI-Transcribe-2、MAI-Image-2.6 及相关变体。
MAI-Transcribe-2-Streaming 的定价为每小时 $0.54，MAI-Transcribe-2 的定价为每小时 $0.10。
MAI-Transcribe-2 在 Artificial Analysis 的准确率-延迟帕累托前沿上排名第一
速度提升与价格下降同时发生通常指向底层推理架构优化，可能路径包括模型蒸馏、量化、推测解码和流式处理架构
微软推出了 MAI-Transcribe-2 语音转录模型，以'最快、最便宜、最好'为口号
企业选型语音转录时应用自己的数据实际接入试用，因为评测榜单第一未必等同于特定业务场景中的表现
倍数对比的基准测试结果高度依赖音频长度、语言、并发规模和硬件配置等测试条件，不同厂商口径未必一致
根据官方数据，MAI-Transcribe-2 转录速度比 GPT-Transcribe 快 10 倍，比 Gemini 3.5 快 5 倍
全部知识事实 (6)
速度提升与价格下降同时发生通常指向底层推理架构优化，可能路径包括模型蒸馏、量化、推测解码和流式处理架构
75%待验证根据官方数据，MAI-Transcribe-2 转录速度比 GPT-Transcribe 快 10 倍，比 Gemini 3.5 快 5 倍
50%待验证倍数对比的基准测试结果高度依赖音频长度、语言、并发规模和硬件配置等测试条件，不同厂商口径未必一致
50%待验证企业选型语音转录时应用自己的数据实际接入试用，因为评测榜单第一未必等同于特定业务场景中的表现
50%待验证此次接入 Vercel AI Gateway 的首批 MAI 模型包括 MAI-Voice-2.1、MAI-Voice-2.1-Flash、MAI-Transcribe-2-Streaming、MAI-Transcribe-2、MAI-Image-2.6 及相关变体。
50%待验证微软推出了 MAI-Transcribe-2 语音转录模型，以'最快、最便宜、最好'为口号
50%