Microsoft lançou o modelo de transcrição MAI-Transcribe-2, que custa US$0,10 por hora de áudio, segundo a 4sysops e a AI Weekly.
Segundo a 4sysops, o modelo suporta 60 idiomas e tem taxa média de erro de palavra de 5,2% no benchmark FLEURS, ficando em primeiro lugar na avaliação própria da Microsoft e em segundo no líder independente Artificial Analysis.
Desempenho superior às alternativas
A AI Weekly informa que a Microsoft afirma o MAI-Transcribe-2 ser até dez vezes mais rápido que o GPT-Transcribe da OpenAI, sete vezes mais rápido que o Scribe v2 da ElevenLabs e cinco vezes mais rápido que o Gemini 3.5 Transcribe do Google.
O recurso inclui identificação automática de idioma, alternância de código para falas mistas, diarização de falantes (que, segundo a AI Weekly, separa quem disse o quê em gravações multipessoal), timestamps no nível da palavra, modos verbatim e limpo, além de keyword biasing para terminologia especializada.
Preço, acesso e condições promocionais
A AI Weekly destaca que o preço de US$0,10 representa uma redução de cerca de 72% em relação aos US$0,36 cobrados cinco meses antes pelo MAI-Transcribe-1, enquanto a 4sysops observa que esse valor promocional está garantido apenas até o fim de 2026.
O acesso pode ser feito por meio do Microsoft Foundry, do MAI Playground e também através da plataforma OpenRouter, segundo a mesma fonte.
Impacto potencial para empresas
Com o novo preço, o processamento de 100 000 horas de áudio por ano cairia de US$36 000 para US$10 000, conforme exemplo citado pela AI Weekly.
A AI Weekly ainda acrescenta que o MAI-Transcribe-1.5 suportava 43 idiomas e o lançamento original de abril de 2026 tinha apenas 25, mostrando a rápida ampliação da cobertura linguística.
