MAI-Transcribe-2 van Microsoft kost 10 cent per audio-uur

Microsoft AI heeft MAI-Transcribe-2 uitgebracht, een spraakherkenningsmodel dat gesproken audio omzet naar tekst voor 10 dollarcent per uur. Dat is 72 procent onder de 36 cent die het bedrijf vijf maanden geleden rekende voor de vorige versie. Het tarief geldt tot eind 2026. Wat de reguliere prijs daarna wordt, heeft Microsoft niet bekendgemaakt.

Zestig talen en 5,2 procent foutmarge

Op de FLEURS-benchmark komt het model uit op een gemiddelde woordfoutmarge van 5,2 procent over 60 talen, schrijft Microsoft in de aankondiging op microsoft.ai. Dat aantal talen liep hard op: in april waren het er 25, in juni 43. Op de nauwkeurigheidsranglijst van Artificial Analysis staat MAI-Transcribe-2 tweede. Google meldde eerder een foutmarge van 2,6 procent met Gemini 3.5 Transcribe, al gaat het daar om andere testsets.

Aan functies geen gebrek. Het model herkent wie er spreekt, zet tijdstempels per woord, laat je vakjargon vooraf opgeven via keyword biasing en schakelt mee als iemand midden in een zin van taal wisselt, zoals bij Hinglish of Spanglish. Je kiest zelf of de uitvoer letterlijk is, inclusief haperingen, of opgeschoond.

Snelheid weegt zwaarder dan de topscore

Microsoft claimt bij lange audiobestanden tien keer snellere verwerking dan GPT-Transcribe van OpenAI, zeven keer sneller dan Scribe v2 van ElevenLabs en vijf keer sneller dan Gemini 3.5 Transcribe. VentureBeat rekende het prijsverschil door voor een callcenter met 100.000 uur audio per jaar: die rekening zakt van 36.000 naar 10.000 dollar.

Dat is het echte gevecht in deze hoek van de markt. De verschillen in nauwkeurigheid tussen de bovenste modellen zijn klein geworden, dus concurreren aanbieders op doorlooptijd en prijs per uur. Meta liet dat vorige maand ook zien toen het de koppositie in realtime spraakherkenning opeiste.

Microsoft AI bouwt gestaag een eigen catalogus

MAI-Transcribe-2 past in een reeks eigen modellen van de divisie onder Mustafa Suleyman. Het bedrijf bracht eerder MAI-Cyber-1-Flash uit voor beveiligingswerk, zette MAI-modellen in Excel en Outlook en testte een pratende assistent met MAI-Realtime. Sinds de herziene afspraken met OpenAI van oktober 2025 mag Microsoft zelfstandig richting AGI werken, al dan niet met andere partijen.

Volgens VentureBeat werkt aan het transcriptiemodel een team van tien mensen. Het model draait via Microsoft Foundry, de MAI Playground en OpenRouter.

Wat betekent dit

Voor wie veel audio verwerkt, denk aan callcenters, onderzoeksbureaus, uitgevers en zorginstellingen, verandert de rekensom. Transcriptie kostte lang genoeg om er een aparte begrotingspost van te maken. Bij 10 cent per uur is dat argument grotendeels weg, en verschuift de vraag naar wat je met de tekst doet: doorzoeken, samenvatten, koppelen aan een dossier.

Let wel op de kleine letters. De prijs is een introductietarief tot eind 2026 en Microsoft heeft nog niet gezegd waar het tarief daarna landt. Wie zijn workflow er nu op inricht, doet er goed aan te controleren of het model via OpenRouter of een andere aanbieder ook te vervangen is. Nederlandstalige audio met dialect, achtergrondgeluid of dooreenpratende sprekers verdient sowieso een eigen test voordat je overstapt, want een gemiddelde over 60 talen zegt weinig over jouw opnames.