微软AI推出首款语音到语音模型MAI Realtime 1,每分钟0.01美元起
摘要
微软AI发布首个语音到语音模型MAI Realtime 1,起价每音频分钟0.01美元。官方称其在公开基准与内部评测中,质量、速度和价格均优于GPT Realtime 2.1,并处于Big Bench Audio语音推理与τ-Voice智能体任务完成基准的性能价格Pareto前沿。
微软AI近日推出其首个语音到语音模型MAI Realtime 1,正式进入实时语音交互模型的竞争序列。该模型以每音频分钟0.01美元的起价对外提供,定价策略直接指向成本敏感型应用场景。
据微软AI方面披露,MAI Realtime 1在公开基准测试和内部评测中的质量、速度与价格三项指标均优于GPT Realtime 2.1。这一对比覆盖了模型输出质量、响应速度以及单位调用成本三个维度。
在具体基准表现上,微软AI称该模型处于Big Bench Audio语音推理基准和τ-Voice智能体任务完成基准的性能价格Pareto前沿,即在同等价格水平下提供更优性能,或在同等性能下保持更低价格。
对AI行业从业者而言,首个语音到语音模型的发布意味着微软AI在实时语音链路上补齐了自有模型能力,而每分钟0.01美元起的定价也为语音智能体、实时对话等场景的成本核算提供了新的参照。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗