Microsoft представила две новые модели своего ИИ-подразделения: MAI-Image-2.5-Proi для генерации и редактирования изображений с текстом и MAI-Voice-2-Flashi для синтеза речи и голосовых агентов. Обе доступны в облачной платформе компании и уже встроены в собственные продукты — Bing Image Creator, PowerPoint, OneDrive и Dynamics 365.

Главный смысл релиза — не сами модели, а то, что Microsoft постепенно вытесняет модели OpenAI (в частности GPT-Image-2) собственными разработками внутри своей продуктовой линейки, обещая заметную экономию на вычислениях.

• Цены MAI-Image-2.5-Pro: $5 за миллион входных текстовых токенов, $8 за миллион входных токенов изображений, $106 за миллион выходных токенов
• MAI-Voice-2-Flash работает вдвое быстрее предыдущей MAI-Voice-2 и стоит на 32% дешевле — $15 за миллион символов
• Bing Image Creator теперь целиком работает на MAI-Image-2.5
• В PowerPoint переход с GPT-Image-2 на MAI-Image-2.5 снизил расходы на вычисления до 84%
• В OneDrive доля сохранённых пользователями результатов выросла на 26%, задержка ответа сократилась примерно на четверть
• В Dynamics 365 Contact Center голосовая MAI-Voice-2-Flash даёт экономию на вычислениях до 89%, но, по данным AI Central Александра Горного, неясно, с какой моделью проводилось сравнение
• Модель MAI-Transcribe-1.5 заменила прежнюю в сервисе Dragon Copiloti: для большинства из 58 поддерживаемых языков ошибки распознавания и определения языка сократились вдвое