Microsoft lanza MAI-Transcribe-2 y recorta 72% el precio de transcribir audio
El nuevo modelo de voz a texto de Microsoft AI cuesta 0.10 dólares por hora de audio, muy por debajo de OpenAI, Google y ElevenLabs, y promete varias veces más velocidad que sus rivales.
Microsoft AI presentó MAI-Transcribe-2, su nuevo modelo de transcripción de voz, a un precio de 0.10 dólares por hora de audio procesada -una caída de 72% frente a los 0.36 dólares que cobraba su predecesor, MAI-Transcribe-1.5. El precio introductorio rige hasta fines de 2026.
Microsoft sitúa a MAI-Transcribe-2 por debajo de los precios que cobran actualmente OpenAI, Google y ElevenLabs por servicios equivalentes, y reporta mejoras de velocidad frente a esos mismos competidores. Para dimensionar el ahorro: un centro de contacto que procese 100,000 horas de audio al año pasaría de pagar 36,000 dólares con el modelo anterior a unos 10,000 dólares con el nuevo.
La jugada se suma a una tendencia de compresión de precios en modelos de voz que viene de meses atrás, y presiona a competidores como ElevenLabs -que esta misma semana lanzó su propia CLI para manejar agentes de voz como código- a seguir bajando costos o diferenciarse por otras vías, como tooling para desarrolladores.