Preço de lançamento (até 25 de dez.), garantido enquanto você continuar assinando: Go por $10/mês (de $20), Plus com Opus 5.5 por apenas $30/mês (de $50)Assinar agora →

Preços da API MAI Realtime 1: US$ 0,01/minuto mais raciocínio (2026)

Na carga de trabalho normalizada por benchmark da Microsoft, o MAI Realtime 1 custa US$ 1,35 por hora de áudio de entrada — cerca de 87% menos que os US$ 10,75 da configuração GPT-Realtime-2.1 High. Só que os US$ 0,01 por minuto representam apenas o piso do áudio: o raciocínio é cobrado à parte.

A Microsoft anunciou o MAI Realtime 1, seu primeiro modelo speech-to-speech, em 17 de novembro de 2026, durante o Ignite. Ele está em preview limitado no Microsoft Foundry, mediante cadastro e sem cobrança até o preview público, e conta com uma demonstração curta no MAI Labs.

US$ 0,01 por minuto é só o custo do áudio

A tabela oficial de preços da Microsoft AI tem três cobranças:

CobrançaPreço
Speech-to-speech básicoUS$ 0,01 por minuto de áudio
Entrada de raciocínioUS$ 1 por 1 milhão de tokens
Saída de raciocínioUS$ 5 por 1 milhão de tokens

Sem considerar o raciocínio, a conta é direta: 60 minutos custam US$ 0,60, e US$ 1 paga 100 minutos de áudio. A Microsoft usa a expressão "a partir de" porque chamadas que recorrem ao mecanismo de raciocínio mais profundo acumulam cobranças de tokens.

A frequência com que esse raciocínio é acionado não foi divulgada. Segundo a Microsoft, um sistema conversacional rápido lida com interações rotineiras, enquanto pedidos mais difíceis ativam um raciocínio mais robusto. Mas a empresa não informa tokens por minuto, não esclarece se o minuto inclui tanto o áudio do usuário quanto o do modelo e tampouco publica uma regra de arredondamento. Considere o centavo como piso, não como valor final da fatura.

"As comparações de desempenho, latência e custo variam conforme a aplicação e a metodologia." — Microsoft AI, anúncio do MAI Realtime 1

Por que o benchmark aponta US$ 1,35 por hora, e não US$ 0,60

Os US$ 0,60 por hora refletem apenas o áudio bruto. Já os US$ 1,35 correspondem ao custo de uma carga de trabalho normalizada por benchmark da Microsoft; os detalhes de medição publicados não bastam para reproduzir essa diferença com uma estimativa de tokens por minuto. Os números abaixo vêm da análise da Magica sobre os dados da Microsoft.

Configuração do modeloRaciocínio por voz (Big Bench Audio, 40q)Conclusão agêntica (τ-Voice)Custo por hora de áudio de entrada
MAI Realtime 198,9%57,5%US$ 1,35
GPT-Realtime-2.1 High95,8%45,7%US$ 10,75
Gemini 3.8 Live—30,1%US$ 0,84
Gemini 3.8 Live Extended Thinking (High)—68,6%US$ 3,50
Phonic 1 (High)—79,9%US$ 4,20

O MAI supera a configuração GPT listada nos dois testes por aproximadamente um oitavo do custo de benchmark. Também fica 27,4 pontos à frente do Gemini mais barato em conclusão, mas fica 11,1 pontos atrás do Extended Thinking e 22,4 pontos atrás do Phonic 1 High.

Todos esses números devem ser tratados como dados reportados por fornecedores: a Microsoft avaliou o MAI internamente e atribuiu os resultados dos concorrentes à Artificial Analysis. O recorte Big Bench Audio reúne apenas 40 perguntas selecionadas, e a conclusão no τ-Voice é uma pontuação de benchmark, não uma taxa medida de resolução em atendimento ao cliente.

Benchmark-normalized voice cost per input-audio hour: MAI Realtime 1 base rate versus benchmark workload versus GPT

Como o Realtime 1 atua em chamadas ao vivo

O MAI Realtime 1 oferece tratamento de interrupções, uso de ferramentas e raciocínio roteado para cenários de agentes telefônicos, além de tolerância a ruído de fundo e personas controladas por prompt. O foco é telefonia e suporte, não chat para consumidores. A Microsoft o descreve como compatível com a OpenAI Realtime API, o que deve facilitar testes e migrações, respeitadas as diferenças de endpoint, esquema de ferramentas, vozes e tratamento de erros.

Ainda não foram divulgados: idiomas e vozes compatíveis, latência exata, tamanho da janela de contexto, limites de taxa e concorrência, regiões e política de retenção.

Como testar agora: MAI Labs ou preview no Foundry

Demonstração do MAI Labs: teste público para uso pessoal e não comercial, com sessões de até cerca de 2 minutos e para usuários a partir de 18 anos. Serve para ouvir a qualidade da voz e observar o tratamento de interrupções, mas não para testes de carga. Preview limitado no Foundry: é o caminho empresarial. Cadastre-se pelo formulário de interesse na página do modelo MAI Realtime 1, aguarde a aprovação e desenvolva com o endpoint Realtime compatível com OpenAI. Não há cobrança até o início do preview público, cuja data ainda não foi anunciada.

MAI Realtime 1 official model page with preview registration and MAI Labs demo entry

Se você precisa de SLAs de produção, regiões ou um compromisso de GA nesta semana, esse modelo ainda não está disponível para compra. Por enquanto, use-o apenas para protótipos.

Calcule as primeiras 1.000 chamadas antes de decidir

O preço por minuto esconde a decisão real. Comece por uma fórmula e depois leve o cálculo até o custo por caso resolvido:

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

Exemplo prático: uma chamada de suporte de 4 minutos custa US$ 0,04 em áudio. Se consumir 2.000 tokens de raciocínio de entrada e 500 de saída, acrescente US$ 0,002 + US$ 0,0025 = US$ 0,0045, chegando a cerca de US$ 0,0445 por chamada. Em 1.000 chamadas, com taxa de repetição de 15%, cerca de 1.150 equivalentes de chamadas faturadas custam aproximadamente US$ 51,18. Se 600 das 1.000 chamadas originais forem resolvidas, o custo por caso resolvido será de cerca de US$ 0,085. A duração das tentativas repetidas e o consumo de tokens variam conforme o fluxo; substitua esses valores pelo seu próprio perfil de repetição.

Use US$ 1,35 por hora de áudio de entrada como uma referência de benchmark do fornecedor até que seus próprios testes revelem os custos de tokens de raciocínio e medição; esse valor não é um teto. A posição da sua carga, acima ou abaixo dessa referência, depende de comportamentos de raciocínio e medição que não foram publicados. Portanto, meça isso durante o preview.

Sua situaçãoEscolha
App existente com OpenAI Realtime, pressão por custo e consultas simplesTeste o MAI Realtime 1 em paralelo; a compatibilidade reduz o trabalho de migração
Tarefas complexas de várias etapas, nas quais a taxa de conclusão vale mais que o custo brutoCompare com opções Extended Thinking ou da classe Phonic antes de trocar apenas pelo preço
Precisa agora de GA, SLAs ou idiomas/regiões divulgadosEspere; mantenha o provedor atual e reavalie no preview público

Perguntas frequentes

Como é definido o consumo por minuto de áudio?

A Microsoft informa apenas "por minuto de áudio", sem publicar uma separação entre usuário e modelo nem uma regra de arredondamento. Planeje considerando o áudio total até que a tabela de preços esclareça isso.

O que o preview permite testar na prática?

A demonstração do Labs permite avaliar qualidade de voz e tratamento de interrupções em sessões curtas. Apenas o preview restrito do Foundry disponibiliza o endpoint compatível com OpenAI para chamadas de ferramentas e testes de carga, ainda sem cobrança.

Quando devo revisar esse preço?

Quando a Microsoft divulgar a data do preview público e publicar a tabela de preços do Foundry com detalhes de medição, idiomas e regiões. Até lá, trate todos os valores deste artigo como preços de preview.