microsoft

Microsoft AI: MAI-Transcribe 2

microsoft/mai-transcribe-2

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

O catálogo da OpenRouter descreve microsoft/mai-transcribe-2 como um modelo multilíngue de fala para texto da Microsoft AI que aceita áudio e retorna transcrições. Ele informa suporte a 60 idiomas, identificação automática de idioma e alternância de códigos para fala em vários idiomas. A evidência fornecida vem apenas do catálogo e não inclui um cartão independente do modelo nem dados detalhados de avaliação; portanto, essas capacidades devem ser tratadas como alegações da fonte e validadas na carga de áudio pretendida.[1]

Pontos fortes

Transcrição multilíngue em 60 idiomas, segundo o catálogo.[1]
Identificação automática de idioma em entradas de áudio, segundo o catálogo.[1]
Suporte à alternância de códigos em fala multilíngue, segundo o catálogo.[1]

Limitações

A evidência se limita ao catálogo da OpenRouter; este pacote não inclui um cartão independente do modelo.[1]
Não foram fornecidos dados detalhados de avaliação, robustez ou requisitos operacionais; validar com cargas representativas.[1]

Onde usar

Considerar para pilotos que precisem de transcrição de áudio multilíngue, sujeito à validação da carga.[1]
Considerar para gravações em vários idiomas nas quais identificação de idioma e alternância de códigos sejam relevantes.[1]

Fontes

[1] OpenRouter catalog · Microsoft AI: MAI-Transcribe 2Fontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

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,...

Especificações

ID do modelo: microsoft/mai-transcribe-2
ID canônico: microsoft/mai-transcribe-2-20260903
Criador: microsoft
Adicionado ao OpenRouter: 03.09.2026
Comprimento de contexto: 0
Modalidade: audio->transcription
Modalidades de entrada: audio
Modalidades de saída: transcription
Preço por token: Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	entrada: audio
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Azure	0	—	—	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.