Microsoft AI presentó MAI-Transcribe-2 esta semana, con un precio de lanzamiento de $0.10 por hora de audio — una fracción de lo que cuestan hoy los modelos de transcripción de OpenAI, Google y ElevenLabs — y lo describe como el modelo de reconocimiento de voz más rápido, preciso y barato disponible.
$0.10 por hora de audio equivale aproximadamente a $1.67 por 1,000 minutos. Es una caída fuerte incluso frente a su propio predecesor: MAI-Transcribe-1 había lanzado a $0.36 por hora. Microsoft confirma que este es un precio promocional válido hasta el 31 de diciembre de 2026 — no ha revelado todavía cuál será el precio regular después de esa fecha, así que vale la pena no diseñar un presupuesto de largo plazo asumiendo que este precio se mantiene indefinidamente.
Microsoft posiciona a MAI-Transcribe-2 explícitamente por encima de las alternativas de OpenAI y Google en velocidad y precisión, además del precio — la empresa lo describe como "el modelo de reconocimiento de voz más rápido, preciso y barato del mundo" en su propio anuncio. Como con cualquier benchmark publicado por el propio fabricante, vale la pena validar con audio real de tu caso de uso (acentos, ruido de fondo, terminología técnica específica) antes de migrar una pipeline de producción basándose solo en la cifra de marketing.
Un componente de transcripción más barato y rápido baja el costo total de cualquier pipeline que dependa de convertir voz a texto antes de pasarlo a un LLM — por ejemplo, un agente que resume llamadas de ventas, un sistema de análisis de sentimiento sobre grabaciones de soporte, o un flujo de compliance que transcribe y audita comunicaciones reguladas. Como con cualquier pieza de infraestructura de IA, la recomendación práctica es diseñar la integración de forma que el proveedor de transcripción sea intercambiable (una interfaz común, no una dependencia hardcodeada a un SDK específico) — los precios y el liderazgo de "mejor modelo" en este espacio están cambiando cada pocos meses.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel