微软发布 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash 模型
摘要
微软宣布 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash 模型公开预览，并在多个微软产品中替代第三方模型，带来性能提升和成本降低。
核心要点
- MAI-Image-2.5-Pro 定价为每百万文本输入 tokens 5 美元，图像输入 8 美元，图像输出 106 美元。
- MAI-Voice-2-Flash 比 MAI-Voice-2 快 2 倍，成本低 32%，定价每百万字符 15 美元。
- Bing Image Creator 已完全默认使用 MAI-Image-2.5 模型。
- PowerPoint 中集成 MAI-Image-2.5，GPU 成本比 GPT-Image-2 降低 84%。
- OneDrive 中图像编辑功能使用 MAI-Image-2.5 后，保存率提高 26%，P95 延迟降低约 25%，效率提升 2.5 倍。
原文佐证
- Since rollout, it has increased save rates by 26%, reduced P95 latency by approximately 25%, and delivered 2.5x greater efficiency under medium-utilization production workloads.
AI 洞察
微软坚定推进模型自研，减少对第三方依赖，这表明巨头正加速垂直整合 AI 能力。通过绑定旗舰产品，微软既提升用户体验，又降低长期成本，可能迫使竞争对手跟进类似策略。此外，医疗等垂直领域的定制化合作，暗示了模型专业化分工的深化趋势。