您的位置首页 >科技要闻 >

微软首款语音对语音模型 MAI Realtime 1 正式登场,基础定价每分钟 0.01 美元

微软在 Ignite 2026 大会上发布首款面向企业场景的语音对语音大模型 MAI Realtime 1,主打低延迟自然实时语音对话,基础语音对语音交互定价为每音频分钟 0.01 美元,在 Big Bench Audio 基准测试准确率达到 98.9%,综合性能与性价比优于 GPT-Realtime-2.1,是微软 MAI 系列面向企业语音智能体的核心新品。以往实时语音模型很难处理真实通话里的打断、插话、多人重叠说话,嘈杂环境识别容易翻车,而 MAI Realtime 1 专门针对真实业务对话优化,支持识别对话中断、等待用户说完再回复,还能在背景噪音、多人同时发言场景稳定理解用户诉求;它不只是简单做语音互转,遇到复杂任务时还可以调用更强的推理引擎,对接企业内部业务系统,完成客服接待、订单预订等业务操作。同时这款模型兼容 OpenAI Realtime API,开发者迁移原有实时语音项目门槛更低,Agoda 等企业已经开启预览试用,未来计划接入 Dynamics 365 呼叫中心、医疗培训 Dragon Copilot 场景。需要注意 0.01 美元每分钟只是音频基础费用,如果任务用到深度推理,还会额外按照 token 计费,当前 MAI Realtime 1 处于预览阶段,需要通过 MAI Labs 申请接入,还未全面正式商用。

一、MAI Realtime 1 核心信息清单

  • 发布场合:Ignite 2026 微软技术大会
  • 产品定位:微软首款企业级语音对语音实时模型
  • 基础价格:0.01 美元 / 音频分钟(语音对语音基础交互)
  • 推理额外计费:输入 token 1 美元 / 百万 token,输出 token 5 美元 / 百万 token
  • 基准成绩:Big Bench Audio 准确率 98.9%
  • 对标竞品:GPT-Realtime-2.1
  • 接入状态:预览版,MAI Labs 申请限量访问
  • API 兼容:兼容 OpenAI Realtime API,降低迁移成本

二、MAI Realtime 1 核心能力

  1. 自然对话交互:支持识别对话打断、插话、停顿,模拟真人对话逻辑,不会生硬一次性读完回答。
  2. 嘈杂环境语音识别:可应对背景噪音、多人同时说话的场景,适合真实电话客服环境。
  3. 工具调用能力:可以调用推理引擎,对接企业业务系统,执行查询、预订、工单处理等任务。
  4. 风格自定义:开发者可通过提示词调整 AI 语音的语气、风格,适配不同品牌客服形象。
  5. 低延迟流式语音输出,满足实时通话场景需求。

三、目标落地业务场景

  • 企业智能语音客服、呼叫中心自动接待
  • 线上预约、订单查询、售后回访语音智能体
  • 医疗培训语音模拟对话场景
  • 企业内部语音助手、电话语音自动咨询系统

四、产品当前局限

  1. 仍为预览版本,不是正式全量商用,需要申请权限。
  2. 费用由两部分组成,音频分钟费 + 推理 token 费,复杂业务场景整体成本会上升。
  3. 支持语种、覆盖区域尚未完全公布。
  4. 复杂长对话场景下,长时间连续交互稳定性仍需要更多企业实测验证。

【常见问题】

问题 1:微软首款语音对语音模型 MAI Realtime 1 登场,每分钟 0.01 美元是全部使用费用吗?

回答 1:微软首款语音对语音模型 MAI Realtime 1 登场,每分钟 0.01 美元仅为基础语音对语音音频费用,如果任务启用深度推理,还需要额外按 token 收取推理费用,输入每百万 token 1 美元、输出每百万 token 5 美元。

问题 2:微软首款语音对语音模型 MAI Realtime 1 登场,相比 GPT-Realtime-2.1 优势是什么?

回答 2:微软首款语音对语音模型 MAI Realtime 1 登场,在 Big Bench Audio 基准测试准确率达到 98.9%,整体性价比优于 GPT-Realtime-2.1,更擅长处理真实通话里的插话、打断、嘈杂环境多人对话,还支持对接企业业务系统完成业务操作。

问题 3:微软首款语音对语音模型 MAI Realtime 1 登场,MAI Realtime 1 现在可以直接商用部署吗?

回答 3:微软首款语音对语音模型 MAI Realtime 1 登场,该模型目前处于预览阶段,需要通过 MAI Labs 申请限量访问,暂未全面正式商用;Agoda 等企业已经开启前期试用,后续会接入微软呼叫中心等产品。

【参考资料】

[2026-11-18](微软首款语音对语音模型:MAI Realtime 1 登场,起价每分钟 0.01 美元)IT 之家

[2026-11-18](微软发布首款企业级语音对语音 AI 模型 MAI Realtime 1)DoNews

[2026-11-17](Microsoft MAI Realtime 1 Launches in Preview With $0.01 Audio-Minute Pricing)DEV Community

[2026-11-17](Ignite 2026:微软推出 MAI Realtime 1 实时语音模型)新浪科技

【免责声明】

本文关于微软 MAI Realtime 1 的信息来自 Ignite 2026 发布会与媒体资讯,当前为预览版本,定价、支持语种、API 能力后续可能调整;文章内容仅为行业资讯解读,不构成企业项目选型、采购决策建议,正式上线前建议完成压力测试与成本测算。

今日大家都在搜的词: