微软首个端到端语音模型 MAI Realtime 1 发布,每分钟一美分起步
阿MayAI · 2026-11-20T17:30:09
微软在 Ignite 上推出了首个端到端语音模型 MAI Realtime 1,基础定价直接拉到了每音频分钟 0.01 美元(如果调用更复杂的推理 token,输入每百万 1 美元、输出每百万 5 美元另计)。官方称它在质量、响应速度和性价比上全面超过了 GPT Realtime 2.1,不仅能应对日常对话中的插话打断和背景噪音,还能在需要时后台调更强的推理引擎再接话。 它直接兼容 OpenAI 的 Realtime API,方便开发者测试或直接迁移现有的语音应用。目前 Agoda 和 Reservations.ai 已经在测,微软自家也准备把它接入 Dynamics 365 客服和 Dragon 医疗对话模拟里。现在可以在 MAI Labs 体验,或者申请 Foundry 的限量预览,公开预览前不计费。