Microsoft Obniżył Cenę Transkrypcji do Dziesięciu Centów

Co wypuścił Microsoft i jak się uplasował

Microsoft wypuścił MAI-Transcribe-2 3 września 2026 roku, a model prowadzi teraz w FLEURS, standardowym benchmarku wielojęzycznego rozpoznawania mowy obejmującym 60 języków, ze średnim wskaźnikiem błędów słów na poziomie 5,2 procent. W osobnym rankingu Artificial Analysis zajął drugie miejsce.

Model dodaje rozpoznawanie mówców, znaczniki czasu dla każdego słowa, akcentowanie słów kluczowych, konfigurowalne style transkrypcji dosłownej lub oczyszczonej, przełączanie języka w połowie zdania oraz automatyczną identyfikację języka. Jest dostępny przez Microsoft Foundry, MAI Playground i Open Router.

Liczba, która ma znaczenie, to cena, nie wynik

Microsoft pobiera 0,10 dolara za każdą przetworzoną godzinę nagrania, oferta czasowa obowiązująca do końca 2026 roku. Oświadczenie Microsoftu nazwało go nie tylko najbardziej zaawansowanym jak dotąd modelem transkrypcji firmy, ale najbardziej zaawansowanym i wydajnym wśród konkurentów.

Pozycję w benchmarku każde laboratorium może podważyć własnymi liczbami w następnym kwartale. Tak niska cena, od firmy z zasięgiem dystrybucji Microsoftu, jest trudniejsza do wycofania, gdy klienci zbudują już wokół niej swoje procesy pracy.

Porównanie szybkości, według własnych liczb Microsoftu

Opublikowane przez Microsoft deklaracje szybkości, w porównaniu z trzema modelami transkrypcji wymienionymi wprost, wyglądają tak:

Są to własne porównania Microsoftu, a nie niezależny test zewnętrzny, więc firma rozważająca zmianę powinna mimo to przepuścić własne próbki nagrań przez każdą opcję, zanim podejmie decyzję.

Dlaczego to kwestia marży, nie tylko modelu

Wiele europejskich narzędzi sprzedaje zamianę mowy na tekst jako funkcję w pakiecie wewnątrz produktu do nagrywania rozmów, notatek ze spotkań lub obsługi klienta, po cenie znacznie wyższej niż koszt samego dostępu do modelu dzisiaj. Ta różnica bywała kiedyś ceną przyzwoitej dokładności; coraz częściej jest po prostu marżą dostawcy.

Firma płacąca miesięczną opłatę za transkrypcję na użytkownika ma teraz proste zadanie: pomnożyć rzeczywiste miesięczne godziny nagrań przez 0,10 dolara i porównać wynik z tym, co jest fakturowane. Duża różnica jest warta rozmowy z dostawcą, a nie założenia, że opłata wciąż odzwierciedla rzeczywisty koszt.

Haczyk: cena promocyjna, nie podłoga cenowa

Własne ogłoszenie Microsoftu określa 0,10 dolara za godzinę nagrania jako dostępne do końca 2026 roku, a nie jako stałą cenę katalogową. Wojny cenowe w infrastrukturze AI odwracały się już równie szybko, a dostawcy, którzy obniżali ceny, by zdobyć udział w rynku, podnosili je ponownie, gdy udział został już zdobyty.

Każda umowa lub wewnętrzny budżet zbudowany w tym kwartale na tej cenie powinien zakładać, że może ona nie utrzymać się w przyszłym roku, i powinien zawierać klauzulę renegocjacji ceny lub wyjścia z umowy, zamiast traktować promocyjną stawkę jako podstawę planu wieloletniego.

Czytaj dalej: Microsoft stawia 2,5 mld, że narzędzia nie wystarczą  |  Microsoft Ogranicza Teraz Wydatki Własnych Inżynierów Na AI