AI TOOLS RADAR
Todos os modelos / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Transcribe 2

Descrição da fonte (inglês)

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 fonte no OpenRouter
Visão geral

Especificações do modelo

Contexto
Não informado
Saída máxima
Não informado
Arquitetura
audio->transcription
Tokenizador
Other
Limite de conhecimento
Não informado
Moderado
Não
OPENROUTER

Preços completos

Tarifas sincronizadas do OpenRouter, por milhão de tokens.

Duração do áudio
$0.1
por hora
API

Início rápido

Defina OPENROUTER_API_KEY localmente. Python requer requests; JavaScript roda em Node.js. Mantenha a chave no servidor.

Documentação da 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'
Recursos e modalidades

Entrada → Saída

Entrada
audio
Saída
transcription
API

Parâmetros de API compatíveis

Provedores disponíveis

1 Provedor

Verificado: 16 de setembro de 2026

Provedores ao vivo no OpenRouter

Disponibilidade, latência, throughput e roteamento mudam continuamente. Consulte a fonte para dados atuais.

OpenRouter

Azure

Não informado
Contexto
Não informado
Saída máxima
Não informado
microsoft

4 modelos

Todos os 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
Saída
image
Entrada: $5 por milhão de tokensSaída de imagem: $38 por milhão de tokens
Ver detalhes do 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
Saída
image
Entrada: $1.75 por milhão de tokensSaída de imagem: $19 por milhão de tokens
Ver detalhes do 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
Saída
image
Entrada: $5 por milhão de tokensSaída de imagem: $108 por milhão de tokens
Ver detalhes do 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
Não informado
Entrada
text
Saída
speech
Caracteres: $15 por milhão de caracteres
Ver detalhes do modelo →