模型上新 · Microsoft
微软发布首个语音到语音模型 MAI Realtime 1,每分钟音频 0.01 美元起
- 发布日期
MAI Realtime 1 是微软首个语音到语音模型,面向企业语音智能体:能处理打断、在嘈杂环境中识别请求、调用企业系统与工具,需要深度思考时调用更强的推理引擎。兼容 OpenAI Realtime API。基础语音用量每分钟 0.01 美元,推理另计每百万输入 tokens 1 美元、输出 5 美元。官方称在质量、速度和价格上优于 GPT Realtime 2.1,也将接入 Dynamics 365 Contact Center 与 Dragon Copilot。
使用范围
MAI Labs 可试用;Microsoft Foundry 受限预览需申请(公开预览前不计费)