Microsoft: MAI-Transcribe 1.5

Microsoft: MAI-Transcribe 1.5 est un modèle de reconnaissance vocale de Microsoft, conçu pour convertir de la parole en texte. Sorti le 2 juin 2026, il se positionne sur le segment premium des services speech-to-text, avec une tarification nettement supérieure à celle des modèles comparables.

Les données disponibles reposent sur deux sources concordantes, ce qui renforce la fiabilité de la fiche. L’accès est présenté comme commercial et premium, sans indication de licence ouverte dans les informations fournies.

Caractéristiques

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 741 % au-dessus de la moyenne des modèles similaires.

Notre analyse

Forces. Le principal atout de Microsoft: MAI-Transcribe 1.5 est son très faible WER mesuré par Artificial Analysis, à 2,4 %, un niveau excellent pour un modèle speech-to-text. Un taux d’erreur aussi bas indique une transcription très intelligible, adaptée aux usages où la relecture doit rester limitée. Ce positionnement le rend pertinent pour des contenus parlés à forte valeur, comme les comptes rendus professionnels, les archives audio ou les flux nécessitant une transcription fiable.

Limites et points d'attention. Le modèle est positionné premium, avec un coût très au-dessus de la moyenne des modèles similaires, ce qui peut limiter son intérêt pour les volumes massifs ou les usages peu sensibles à quelques erreurs de transcription. Les données fournies ne précisent pas les langues couvertes, la robustesse au bruit, la gestion des accents ou la diarisation des locuteurs. Usages pertinents : sous-titrage, transcription de réunions, dictée professionnelle et commandes vocales lorsque la précision prime sur le coût.

Sources des données : OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai).