60 dili destekleyen model, özellikle yoğun arka plan gürültüsü veya üst üste binen konuşmalar gibi gerçek dünyadaki sorunlu ses kayıtlarını işlemek üzere özel olarak tasarlandı.
Bu sürüm, Microsoft'un iş ortağı OpenAI'a olan bağımlılığını azaltmak amacıyla kendi "öncü sınıf" (frontier-class) modellerini geliştirme stratejisinin temel bir parçasını oluşturuyor.
Microsoft, transkripsiyon gibi belirli görevler için kendi teknolojisini üreterek Teams ve Word gibi hizmetlerde operasyonel maliyetlerini düşürürken uzmanlaşmış rakiplerinin fiyatlarının altına inebiliyor.
Artificial Analysis verileri modelin rakiplerinden beş ila on kat daha hızlı olduğunu gösterirken, bu yüksek verimlilik seviyesi Microsoft'un düşük fiyat noktasında dahi kârlılığını korumasına imkan tanıyor.
Model, temel fiyatına kayıt içindeki farklı konuşmacıları tanımlayıp ayıran konuşmacı ayrıştırma (speaker diarization) ve diller arası geçişli konuşmaları (code switching) işleme gibi gelişmiş özellikleri de dahil ediyor.
Şu anda doğruluk ve hız konusunda pek çok endüstri kriterinde lider konumda olan model, MAI Playground ve Microsoft Foundry ortamları üzerinden test edilebiliyor ve uygulamaya alınabiliyor.