AI TOOLS RADAR
Invia un prodotto
Tutti i modelli / MICROSOFT
microsoft logo
microsoft

MicrosoftAI: MAI-Transcribe 2

Descrizione della fonte (inglese)

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,...

Vedi la fonte su OpenRouter
Panoramica

Specifiche del modello

Contesto
Non indicato
Output massimo
Non indicato
Architettura
audio->transcription
Tokenizer
Other
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Durata audio
$0.1
all’ora
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Documentazione 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'
Capacità e modalità

Input → Output

Input
audio
Output
transcription
API

Parametri API supportati

max_completion_tokensmax_tokenstemperaturetop_p
Provider disponibili

1 Provider

Verificato: 7 settembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

Azure

Non indicato
Contesto
Non indicato
Output massimo
Non indicato
microsoft

4 modelli

Tutti i modelli
microsoft logomicrosoft

MicrosoftAI: MAI-Image-2.6

Microsoft's MAI-Image-2.6 is an image generation and editing model available via Azure AI Foundry. It creates images from text prompts and supports image-guided editing across multiple aspect ratios.

Contesto
4K
Input
text · image
Output
image
Input: $5 per milione di tokenOutput immagine: $38 per milione di token
Vedi i dettagli del modello →
microsoft logomicrosoft

MicrosoftAI: MAI-Image-2.6 Flash

Microsoft's MAI-Image-2.6 Flash is the lower-latency variant of MAI-Image-2.6, available via Azure AI Foundry. It supports image generation and image-guided editing across multiple aspect ratios.

Contesto
4K
Input
text · image
Output
image
Input: $1.75 per milione di tokenOutput immagine: $19 per milione di token
Vedi i dettagli del modello →
microsoft logomicrosoft

MicrosoftAI: MAI-Image-2.5 Pro

Microsoft'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.

Contesto
4K
Input
text · image
Output
image
Input: $5 per milione di tokenOutput immagine: $108 per milione di token
Vedi i dettagli del modello →
microsoft logomicrosoft

MicrosoftAI: MAI-Voice-2-Flash

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

Contesto
Non indicato
Input
text
Output
speech
Caratteri: $15 per milione di caratteri
Vedi i dettagli del modello →