AI TOOLS RADAR
Todos los modelos / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Transcribe 2

Descripción de la fuente (inglés)

MAI-Transcribe 2 is a multilingual speech-to-text model from Microsoft AI, ranked #1 on the FLEURS multilingual benchmark. It supports 60 languages with automatic language identification, code switching for mixed-language speech,...

Ver fuente en OpenRouter
Resumen

Especificaciones del modelo

Contexto
No indicado
Salida máxima
No indicado
Arquitectura
audio->transcription
Tokenizador
Other
Corte de conocimiento
No indicado
Moderado
No
OPENROUTER

Precios completos

Tarifas sincronizadas desde OpenRouter, por millón de tokens.

Duración del audio
$0.1
por hora
API

Inicio rápido

Configura OPENROUTER_API_KEY localmente. Python requiere requests; JavaScript se ejecuta en Node.js. Mantén la clave en el servidor.

Documentación de la API

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=microsoft/mai-transcribe-2' \
  -F 'file=@audio.wav'
Capacidades y modalidades

Entrada → Salida

Entrada
audio
Salida
transcription
API

Parámetros API compatibles

Proveedores disponibles

1 Proveedor

Verificado: 16 de septiembre de 2026

Proveedores en vivo en OpenRouter

Disponibilidad, latencia, rendimiento y enrutamiento cambian continuamente. Consulta la fuente para datos actuales.

OpenRouter

Azure

No indicado
Contexto
No indicado
Salida máxima
No indicado
microsoft

4 modelos

Todos los modelos
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.6

MAI-Image-2.6 is an image generation and editing model from Microsoft AI, the precision tier of the MAI-Image-2.6 family alongside the faster MAI-Image-2.6 Flash. It is suited for design-ready visuals and...

Contexto
4K
Entrada
text · image
Salida
image
Entrada: $5 por millón de tokensSalida de imagen: $38 por millón de tokens
Ver detalles del modelo →
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.6 Flash

MAI-Image-2.6 Flash is the lower-latency, lower-cost member of the MAI-Image-2.6 family from Microsoft AI, built for latency-sensitive, high-throughput production image generation and editing at comparable quality to the precision tier....

Contexto
4K
Entrada
text · image
Salida
image
Entrada: $1.75 por millón de tokensSalida de imagen: $19 por millón de tokens
Ver detalles del modelo →
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI's MAI-Image-2.5 is a high-quality image generation model available via Azure AI Foundry. It produces photorealistic and artistic images from text prompts with support for various aspect ratios.

Contexto
4K
Entrada
text · image
Salida
image
Entrada: $5 por millón de tokensSalida de imagen: $108 por millón de tokens
Ver detalles del modelo →
microsoft logomicrosoft

Microsoft AI: MAI-Voice-2-Flash

MAI-Voice-2-Flash is a low-latency text-to-speech model from Microsoft AI for voice agents, assistants, call centers, accessibility, narration, and other interactive applications. It generates expressive 24 kHz mono speech across 15...

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $15 por millón de caracteres
Ver detalles del modelo →