Microsoft'un karşılaştırma iş yüküne göre hesapladığı giriş sesi saati başına $1.35 maliyetle MAI Realtime 1, listelenen $10.75'lık GPT-Realtime-2.1 High yapılandırmasından yaklaşık %87 daha ucuz. Ancak dakikası $0.01 fiyatı yalnızca ses kullanımının taban bedeli; akıl yürütme bunun üzerine ayrıca faturalandırılıyor.
Microsoft, ilk konuşmadan konuşmaya modeli MAI Realtime 1'i 17 Kasım 2026'da Ignite kapsamında duyurdu. Model, Microsoft Foundry üzerinden sınırlı önizlemede sunuluyor; kayıt gerekiyor ve herkese açık önizleme başlayana kadar ücret alınmıyor. Kısa bir demo da MAI Labs içinde yer alıyor.
Dakikası $0.01: Ses dahil, yanıtın akıl yürütmesi hariç
Microsoft AI tarafından yayımlanan resmi fiyat listesinde üç kalem bulunuyor:
| Ücret kalemi | Fiyat |
|---|---|
| Temel konuşmadan konuşmaya | Ses dakikası başına $0.01 |
| Akıl yürütme girdisi | 1 milyon token başına $1 |
| Akıl yürütme çıktısı | 1 milyon token başına $5 |
Akıl yürütme hariç hesap basit: 60 dakika $0.60 tutuyor, $1 ile 100 dakika ses alınabiliyor. Microsoft dakika ücretini "başlangıç fiyatı" olarak tanımlıyor; çünkü daha derin akıl yürütme motoruna yönlendirilen her çağrı, token ücretlerini de ekliyor.
Akıl yürütmenin ne sıklıkla devreye girdiği açıklanmış değil. Microsoft, rutin konuşma turlarını hızlı bir konuşma sisteminin ele aldığını, yalnızca daha zor taleplerin güçlü akıl yürütmeyi tetiklediğini söylüyor. Buna karşın dakika başına token miktarı, hem arayanın hem modelin sesinin dakika hesabına dahil olup olmadığı ve yuvarlama kuralı yayımlanmış değil. Dolayısıyla $0.01'i nihai fatura değil, alt sınır olarak değerlendirin.
"Performans, gecikme ve maliyet karşılaştırmaları uygulamaya ve metodolojiye göre değişir." — Microsoft AI, MAI Realtime 1 duyurusu
Karşılaştırma maliyeti neden saatte $0.60 değil de $1.35?
Saatte $0.60, ham ses ücretini ifade ediyor. $1.35 ise Microsoft'un karşılaştırma iş yüküne göre normalize edilmiş maliyeti. Yayımlanan ölçüm ayrıntıları, bu farkın dakika başına token hesabıyla yeniden üretilmesine yetecek düzeyde değil. Aşağıdaki rakamlar, Microsoft verilerini inceleyen Magica'nın analizinden alınmıştır.
| Model yapılandırması | Konuşma-akıl yürütme (Big Bench Audio, 40 soru) | Aracılı tamamlama (τ-Voice) | Giriş sesi saati başına maliyet |
|---|---|---|---|
| MAI Realtime 1 | 98.9% | 57.5% | $1.35 |
| GPT-Realtime-2.1 High | 95.8% | 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 |
MAI, listelenen GPT yapılandırmasını her iki testte de geçerken karşılaştırma maliyeti yaklaşık sekizde bir seviyesinde kalıyor. En ucuz Gemini seçeneğine göre tamamlama skorunda 27.4 puan önde; ancak Extended Thinking'in 11.1, Phonic 1 High'ın ise 22.4 puan gerisinde.
Bu tablodaki tüm değerleri sağlayıcı tarafından bildirilen sonuçlar olarak ele almak gerekiyor: Microsoft, MAI'yi şirket içinde değerlendirdi; rakip verilerini ise Artificial Analysis'e dayandırdı. Big Bench Audio kesiti yalnızca seçilmiş 40 sorudan oluşuyor. τ-Voice tamamlama skoru da ölçülmüş bir müşteri hizmetleri çözüm oranı değil, bir benchmark sonucu.
MAI Realtime 1 canlı çağrılarda neler yapabiliyor?
MAI Realtime 1; telefon temsilcisi senaryoları için söz kesme yönetimi, araç kullanımı ve yönlendirilmiş akıl yürütme desteği sunuyor. Arka plan gürültüsüne tolerans ve prompt ile kontrol edilen persona seçenekleri de var. Model, tüketici odaklı sohbetten çok telefon ve destek operasyonlarını hedefliyor. Microsoft, test ve geçiş süreçlerini kolaylaştırmak amacıyla modeli OpenAI Realtime API ile uyumlu olarak tanımlıyor; yine de endpoint, araç şeması, sesler ve hata yönetimi tarafında farklılıklar görülebilir.
Desteklenen diller ve sesler, kesin gecikme süresi, bağlam penceresi boyutu, hız ve eşzamanlılık limitleri, bölgeler ile veri saklama politikası henüz açıklanmış değil.
Bugün nasıl deneyebilirsiniz: MAI Labs ve Foundry önizlemesi
MAI Labs demosu: Herkese açık, kişisel ve ticari olmayan kullanıma yönelik; oturumlar yaklaşık 2 dakikayla sınırlı ve kullanıcıların 18 yaşından büyük olması gerekiyor. Ses kalitesini ve söz kesme yönetimini dinlemek için uygun, yük testi içinse yetersiz. Foundry sınırlı önizlemesi: Kurumsal kullanım yolu burası. MAI Realtime 1 model sayfasındaki ilgi formu üzerinden kayıt olun, onay sürecini bekleyin ve OpenAI uyumlu Realtime endpoint'i üzerinde geliştirme yapın. Herkese açık önizleme başlayana dek ücret yok; bu önizleme için de henüz bir tarih açıklanmadı.
Bu hafta üretim SLA'larına, bölgelere veya genel kullanıma açılış taahhüdüne ihtiyacınız varsa model henüz satın alınabilir durumda değil. Şimdilik yalnızca prototip geliştirme için değerlendirin.
Karar vermeden önce ilk 1.000 çağrının maliyetini hesaplayın
Dakika başına fiyat, tek başına doğru karar vermeye yetmez. Tek bir formülle başlayın, ardından çözülmüş vaka başına maliyeti çıkarın:
Maliyet = ses dakikaları x $0.01 + akıl yürütme girdi tokenları / 1M x $1 + akıl yürütme çıktı tokenları / 1M x $5
Örnek hesap: 4 dakikalık bir destek çağrısının ses maliyeti $0.04 olur. Çağrı 2,000 girdi ve 500 çıktı akıl yürütme tokenı harcarsa $0.002 + $0.0025 = $0.0045 eklenir; çağrı başına toplam yaklaşık $0.0445 eder. 1,000 çağrıda %15 yeniden deneme oranıyla, yaklaşık 1,150 faturalandırılabilir çağrı eşdeğerinin maliyeti yaklaşık $51.18 olur. İlk 1,000 çağrının 600'ü çözülürse, çözülmüş vaka başına maliyet yaklaşık $0.085'tir. Yeniden deneme süresi ve token tüketimi akıştan akışa değişir; kendi yeniden deneme profilinizi kullanın.
Kendi testleriniz akıl yürütme tokenı ve ölçüm maliyetlerini ortaya çıkarana kadar, giriş sesi saati başına $1.35 değerini sağlayıcının benchmark vekil ölçütü olarak kullanın; bu bir üst sınır değildir. İş yükünüzün bu değerin üstüne ya da altına düşmesi, yayımlanmamış akıl yürütme ve ölçüm davranışına bağlıdır. Bu nedenle önizleme sürecinde mutlaka ölçüm yapın.
| Durumunuz | Tercih |
|---|---|
| Mevcut bir OpenAI Realtime uygulaması, maliyet baskısı ve basit bilgi sorguları | MAI Realtime 1'i paralel olarak deneyin; uyumluluk geçiş işini azaltır |
| Ham maliyetten çok tamamlama oranının önemli olduğu karmaşık, çok adımlı işler | Fiyata göre geçiş yapmadan önce Extended Thinking veya Phonic sınıfı seçeneklerle karşılaştırmalı test yapın |
| Hemen şimdi GA, SLA veya açıklanmış dil/bölge bilgisi ihtiyacı | Bekleyin; mevcut sağlayıcınızda kalın ve herkese açık önizlemede yeniden değerlendirin |
Sık sorulan sorular
Ses dakikası ölçümü nasıl tanımlanıyor?
Microsoft yalnızca "ses dakikası başına" ifadesini kullanıyor; arayan ile model sesi arasında ayrım ve yuvarlama kuralı yayımlanmış değil. Fiyat listesi netleşene kadar toplam ses süresini esas alın.
Önizleme sürümünde tam olarak neyi test edebilirim?
Labs demosu, kısa oturumlarda ses kalitesini ve söz kesme yönetimini denemenizi sağlıyor. Araç çağrıları ve yük testi için OpenAI uyumlu endpoint'e yalnızca erişimi kısıtlı Foundry önizlemesi üzerinden ulaşılabiliyor; bu kullanım hâlâ ücretsiz.
Bu fiyatları ne zaman yeniden kontrol etmeliyim?
Microsoft herkese açık önizleme tarihini açıkladığında ve Foundry fiyat listesini ölçüm, dil ve bölge ayrıntılarıyla yayımladığında. O zamana kadar buradaki tüm rakamları önizleme fiyatlandırması olarak değerlendirin.