Che cosa ha annunciato Microsoft

Al congresso Ignite 2026, tenutosi il 17 novembre, Microsoft ha presentato MAI Realtime 1, il suo primo modello di intelligenza artificiale da voce a voce, pensato per l'uso aziendale in tempo reale. Secondo quanto riportato da IT之家, il sistema è progettato per gestire gli elementi tipici di una conversazione naturale: le interruzioni, le conferme rapide e le pause in cui l'utente attende che l'altro finisca di parlare. Microsoft afferma inoltre che il modello riesce a comprendere le richieste anche in ambienti rumorosi o quando più persone parlano contemporaneamente.

La società sostiene che MAI Realtime 1 non si limiti a rispondere a voce: quando il compito richiede un ragionamento più approfondito, il modello può richiamare un motore di inferenza più potente e collegarsi ai sistemi e agli strumenti aziendali per completare operazioni complesse, come prenotazioni o gestione di richieste di assistenza. Gli sviluppatori possono inoltre regolare tono, stile e comportamento tramite i prompt, per adattare il modello a clienti e settori diversi.

Prezzi e confronto dichiarato con i concorrenti

Sul fronte dei costi, Microsoft indica un prezzo base di 0,01 dollaro per ogni minuto di audio trattato in modalità voce-voce. Se è coinvolta l'inferenza, la tariffa è separata: 1 dollaro per milione di token in input e 5 dollari per milione di token in output.

Microsoft dichiara che, nei benchmark pubblici e nelle valutazioni interne dei propri prodotti, MAI Realtime 1 supera GPT Realtime 2.1 per qualità, velocità e prezzo, e si colloca sulla frontiera tra prestazioni e costo nei test Big Bench Audio e Tau-Voice, quest'ultimo dedicato al completamento di compiti da parte di agenti vocali. I numeri citati dall'azienda vedono MAI Realtime 1 al 98,9% di accuratezza su Big Bench Audio con un costo di circa 1,35 dollari per ora di audio in input; GPT-Realtime-2 High è indicato al 96,6% con 4,14 dollari l'ora, Grok Voice 2.0 al 97,2% con 4,80 dollari l'ora. Si tratta di dati forniti da Microsoft: il materiale non contiene verifiche indipendenti né il dettaglio delle metodologie di prova.

Compatibilità, primi clienti e applicazioni previste

Il modello è compatibile con l'API OpenAI Realtime, una scelta che secondo Microsoft serve a facilitare test e migrazione delle applicazioni vocali esistenti. Tra le aziende che hanno iniziato a provarlo vengono citate Agoda e Reservations.ai.

Microsoft prevede di impiegare MAI Realtime 1 anche in Dynamics 365 Contact Center per scenari di assistenza clienti e in Dragon Copilot, dove simulerebbe conversazioni con pazienti per aiutare gli infermieri ad esercitarsi nella comunicazione clinica. Restano da chiarire tempi di disponibilità generalizzata, eventuali limiti d'uso e risultati al di fuori delle valutazioni citate dall'azienda.

Fonte e attribuzione: questa sintesi originale è stata redatta da AICronaca sulla base del resoconto di IT之家 ↗. Le dichiarazioni sono attribuite alla fonte; eventuali limiti informativi: Le informazioni provengono da un unico articolo di IT之家 basato su dichiarazioni Microsoft; i dati sulle prestazioni e sui costi comparati non sono verificati in modo indipendente e non sono indicati tempi di disponibilità generalizzata, condizioni contrattuali o risultati al di fuori dei benchmark citati..