얼리버드 가격(12월 25일까지), 구독을 유지하는 동안 계속 적용: Go 월 $10(정가 $20), Opus 5.5를 쓰는 Plus 월 $30(정가 $50)지금 구독하기 →

MAI Realtime 1 API 가격: 분당 $0.01 + 추론 비용 (2026)

Microsoft가 제시한 입력 오디오 1시간당 벤치마크 정규화 비용은 $1.35다. 표기 가격이 $10.75인 GPT-Realtime-2.1 High 구성보다 약 87% 저렴하다. 다만 분당 $0.01은 어디까지나 오디오 사용료의 최저선일 뿐이며, 추론 비용은 별도로 더해진다.

Microsoft는 2026년 11월 17일 Ignite에서 첫 음성-대-음성 모델인 MAI Realtime 1을 발표했다. 현재 Microsoft Foundry에서 제한적 프리뷰로 제공되며, 등록이 필요하고 퍼블릭 프리뷰 전까지는 과금되지 않는다. 짧은 데모는 MAI Labs에서 체험할 수 있다.

분당 $0.01에는 답변을 위한 추론이 포함되지 않는다

Microsoft AI의 공식 가격표는 세 가지 항목으로 구성된다.

과금 항목가격
기본 음성-대-음성오디오 분당 $0.01
추론 입력100만 토큰당 $1
추론 출력100만 토큰당 $5

추론을 빼고 계산하면 60분은 $0.60, $1로는 오디오 100분을 사용할 수 있다. Microsoft가 분당 요금을 ‘starting at’으로 표기한 이유는 더 깊은 추론 엔진이 호출되는 요청에는 토큰 비용이 추가되기 때문이다.

추론이 얼마나 자주 실행되는지는 공개되지 않았다. Microsoft는 일반적인 대화 턴은 빠른 대화 시스템이 처리하고, 어려운 요청에만 더 강한 추론을 적용한다고 설명한다. 그러나 분당 토큰 수, 발신자와 모델 양쪽 오디오가 모두 분으로 계산되는지 여부, 반올림 규칙은 밝히지 않았다. 분당 1센트는 최종 청구액이 아니라 최저 비용으로 봐야 한다.

"성능, 지연 시간 및 비용 비교 결과는 애플리케이션과 방법론에 따라 달라질 수 있습니다." — Microsoft AI, MAI Realtime 1 발표문

시간당 $0.60이 아니라 $1.35로 계산되는 이유

시간당 $0.60은 순수 오디오 요금만 계산한 값이다. $1.35는 Microsoft의 벤치마크 정규화 워크로드 비용이며, 공개된 계량 정보만으로는 분당 토큰 수를 추정해 이 차이를 재현할 수 없다. 아래 수치는 Microsoft 데이터를 분석한 Magica의 분석에서 가져왔다.

모델 구성음성 추론 (Big Bench Audio, 40문항)에이전트 작업 완료 (τ-Voice)입력 오디오 1시간당 비용
MAI Realtime 198.9%57.5%$1.35
GPT-Realtime-2.1 High95.8%45.7%$10.75
Gemini 3.8 Live—30.1%$0.84
Gemini 3.8 Live Extended Thinking (High)—68.6%$3.50
Phonic 1 (High)—79.9%$4.20

MAI는 두 테스트 모두에서 표기된 GPT 구성보다 높은 점수를 냈고, 벤치마크 비용은 약 8분의 1 수준이다. 가장 저렴한 Gemini와 비교하면 완료 점수는 27.4포인트 높다. 반면 Extended Thinking에는 11.1포인트, Phonic 1 High에는 22.4포인트 뒤진다.

위 수치는 모두 공급업체가 보고한 결과로 봐야 한다. Microsoft는 MAI를 내부 평가했고, 경쟁 제품 수치는 Artificial Analysis 결과로 귀속했다. Big Bench Audio는 선별된 40개 문항만을 다루며, τ-Voice 완료 점수는 실제 고객지원 해결률 측정값이 아니다.

입력 오디오 시간당 벤치마크 정규화 음성 비용: MAI Realtime 1 기본 요금, 벤치마크 워크로드, GPT 비교

실시간 통화에서 MAI Realtime 1이 하는 일

MAI Realtime 1은 전화 에이전트 워크로드를 위해 인터럽트 처리, 도구 사용, 라우팅된 추론을 지원한다. 배경 소음에 견디도록 설계됐으며, 프롬프트로 페르소나도 제어할 수 있다. 소비자용 채팅보다는 전화 및 지원 업무가 주된 대상이다. Microsoft는 테스트와 마이그레이션을 단순화하기 위해 OpenAI Realtime API와 호환된다고 설명한다. 단, 엔드포인트, 도구 스키마, 음성, 오류 처리 방식에는 차이가 있을 수 있다.

지원 언어와 음성, 정확한 지연 시간, 컨텍스트 윈도 크기, 요청 및 동시성 제한, 제공 리전, 보존 정책은 아직 공개되지 않았다.

지금 써보는 방법: MAI Labs와 Foundry 프리뷰

MAI Labs 데모: 개인의 비상업적 사용을 위한 공개 체험판이다. 세션은 약 2분까지 가능하고 이용자는 18세 이상이어야 한다. 음성 품질과 인터럽트 처리는 확인하기 좋지만 부하 테스트에는 적합하지 않다. Foundry 제한적 프리뷰: 기업용 경로다. MAI Realtime 1 모델 페이지의 관심 등록 양식을 제출하고 승인을 기다린 뒤, OpenAI 호환 Realtime 엔드포인트를 기반으로 개발하면 된다. 퍼블릭 프리뷰가 시작되기 전에는 비용이 없으며, 퍼블릭 프리뷰 날짜도 아직 발표되지 않았다.

프리뷰 등록과 MAI Labs 데모 진입점이 표시된 MAI Realtime 1 공식 모델 페이지

이번 주 안에 프로덕션 SLA, 리전 또는 GA 확정이 필요하다면 이 모델은 아직 구매할 수 있는 상태가 아니다. 지금은 프로토타이핑 용도로만 접근하는 편이 맞다.

도입 전 첫 1,000통 비용부터 계산하자

분당 단가만으로는 판단하기 어렵다. 먼저 하나의 공식을 적용하고, 이후 해결 건당 비용까지 계산해보자.

Cost = audio minutes x $0.01 + input reasoning tokens / 1M x $1 + output reasoning tokens / 1M x $5

예를 들어 4분짜리 지원 통화의 오디오 비용은 $0.04다. 여기에 입력 추론 토큰 2,000개와 출력 추론 토큰 500개를 사용했다면 $0.002 + $0.0025 = $0.0045가 추가돼, 통화당 총비용은 약 $0.0445다. 1,000통에서 재시도율이 15%라면 과금 대상 통화 환산량은 약 1,150통이며 비용은 약 $51.18이다. 원래 1,000통 중 600통이 해결됐다면 해결 건당 비용은 약 $0.085다. 재시도 통화 길이와 토큰 사용량은 흐름마다 다르므로, 실제 재시도 프로필을 대입해야 한다.

자체 테스트에서 추론 토큰 및 계량 비용을 확인하기 전까지는 입력 오디오 1시간당 $1.35를 공급업체 벤치마크 기준값으로 활용할 수 있다. 다만 이는 상한선이 아니다. 공개되지 않은 추론 및 계량 동작에 따라 실제 워크로드는 이 기준보다 높거나 낮을 수 있으므로, 프리뷰에서 직접 측정해야 한다.

상황권장 선택
기존 OpenAI Realtime 앱이 있고 비용 부담이 크며 단순 조회가 주된 경우MAI Realtime 1을 병렬로 시험해볼 것. 호환성 덕분에 마이그레이션 작업을 줄일 수 있다
단순 비용보다 복잡한 다단계 작업의 완료율이 중요한 경우가격만 보고 전환하지 말고 Extended Thinking 또는 Phonic급 옵션과 먼저 벤치마크할 것
지금 바로 GA, SLA 또는 공개된 언어·리전 정보가 필요한 경우기다릴 것. 현재 공급업체를 유지하고 퍼블릭 프리뷰 시점에 다시 확인할 것

FAQ

오디오 분은 어떻게 계량되나?

Microsoft는 ‘오디오 분당’이라고만 밝히고 발신자와 모델 오디오의 구분이나 반올림 규칙은 공개하지 않았다. 가격표에 명확한 설명이 추가되기 전까지는 전체 오디오를 기준으로 계획하는 편이 안전하다.

프리뷰에서는 실제로 무엇을 테스트할 수 있나?

Labs 데모에서는 짧은 세션에서 음성 품질과 인터럽트 처리를 확인할 수 있다. 도구 호출과 부하 테스트를 위한 OpenAI 호환 엔드포인트는 승인형 Foundry 프리뷰에서만 제공되며, 현재도 과금되지 않는다.

가격은 언제 다시 확인해야 하나?

Microsoft가 퍼블릭 프리뷰 날짜를 발표하고, 계량 방식·언어·리전 세부 정보를 포함한 Foundry 가격표를 공개할 때다. 그전까지 이 글의 모든 수치는 프리뷰 가격으로 간주해야 한다.