Microsoft: MAI-Transcribe 1.5

Microsoft: MAI-Transcribe 1.5 est un modèle de reconnaissance vocale publié par Microsoft le 2 juin 2026. Il convertit la parole en texte pour automatiser la production de transcriptions écrites.

Le modèle adopte un positionnement tarifaire premium, avec un coût d’entrée très supérieur à celui des modèles similaires. La sortie est gratuite, ce qui distingue les deux composantes de sa tarification.

Caractéristiques

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 1005 % au-dessus de la moyenne des modèles similaires.

Notre analyse

Forces. Son WER de 2,4 %, mesuré par Artificial Analysis, correspond à un excellent niveau de reconnaissance vocale, puisqu’un taux inférieur à 3 % indique une faible proportion d’erreurs dans la transcription. Le WER étant meilleur lorsqu’il diminue, ce résultat place MAI-Transcribe 1.5 dans une zone de haute précision. La couverture repose sur trois sources de données concordantes, ce qui renforce la cohérence du signal disponible.

Limites et points d’attention. Le principal frein est économique : sa tarification se situe 741 % au-dessus de la moyenne des modèles similaires. Ce surcoût réserve surtout le modèle aux projets pour lesquels la réduction des erreurs de transcription justifie une dépense premium. Les usages pertinents sont le sous-titrage, la transcription de réunions, la dictée et les commandes vocales.

Sources des données : OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · LLM-Stats (llm-stats.com).