Microsoft startet MAI-Transcribe-2 — schneller und günstiger als OpenAI und Google

Microsoft AI hat am 3. September MAI-Transcribe-2 veröffentlicht und behauptet, es sei der schnellste, genaueste und günstigste Spracherkennungsdienst auf dem Markt. Zum Preis von 0,10 $ pro Audiostunde bis Ende 2026 — eine Preissenkung von 72 % gegenüber dem Vorgänger — greift das Modell direkt OpenAIs GPT-Transcribe, Googles Gemini 3.5 Transcribe und ElevenLabs' Scribe v2 an.

Das Modell belegt den ersten Platz im FLEURS-Benchmark in 60 Sprachen mit einer durchschnittlichen Wortfehlerrate von 5,2 % und den zweiten Platz im unabhängigen Artificial Analysis-Ranking. In der Geschwindigkeit verarbeitet MAI-Transcribe-2 Audio 10× schneller als GPT-Transcribe, 7× schneller als Scribe v2 und 5× schneller als Gemini 3.5 Transcribe.

Zu den Funktionen gehören Sprecher-Diarisierung, Zeitstempel auf Wortebene, automatische Sprachidentifikation, Code-Switching-Unterstützung für mehrsprachige Gespräche sowie verbatim- und bereinigte Ausgabemodi.

Das Modell ist sofort auf Microsoft Foundry, dem MAI Playground und Open Router verfügbar — ein weiterer Schritt in Microsofts Strategie, die Infrastruktur für Unternehmenstranskrip­tion zu dominieren.