MA
模型参数
暂无数据
上下文长度
暂无数据
多语言支持
暂无数据
推理能力
暂无数据
Voice 2 的低延迟 Flash 变体；面向实时交互，产品页披露约 225ms 的 45 秒音频 model-inference 指标。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
MAI-Voice-2-Flash
模型基本信息
推理过程
暂无数据
思考模式
不支持思考模式
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
文本、音频 → 音频
发布时间
2026-07-23
模型文件大小
暂无数据
MoE架构
未公布
总参数 / 激活参数
未公布 / 未公布
知识截止
暂无数据
MAI-Voice-2-Flash
开源和体验地址
代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无
Hugging Face
暂无
在线体验
暂无
MAI-Voice-2-Flash
官方介绍与博客
DataLearnerAI博客
暂无
MAI-Voice-2-Flash
API接口信息
接口速度
暂无数据
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 音频 | - | — | $15.00/ 1000000 |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
MAI-Voice-2-Flash
发布机构
Microsoft Azure
查看发布机构详情 MAI-Voice-2-Flash
模型解读
MAI-Voice-2-Flash 是 Microsoft 发布的语音模型。Voice 2 的低延迟 Flash 变体；面向实时交互，产品页披露约 225ms 的 45 秒音频 model-inference 指标。官方首次公开日期为 2026-07-23。
规格与公开信息
- 延迟/吞吐：约 225ms model inference for 45s audio
来源：https://microsoft.ai/news/introducing-mai-image-2-5-pro-and-mai-voice-2-flash/
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
