↓ Zum Hauptinhalt springen
9 – 17 UHR +49 8031 3508270 LUITPOLDSTR. 9, 83022 ROSENHEIM
DE / EN
LLM Microsoft USA

Microsoft MAI

Microsoft MAI: MAI Code 2, MAI-Image-2.7, MAI Realtime 1, MAI-Transcribe-2 und MAI-Thinking-1 mit Preisen, Bezugswegen, EU-Regionen und DSGVO-Hinweisen.

Lizenz Proprietär (Microsoft)
DSGVO-Hosting Verfügbar
Kontext 1M (MAI Code 2, MAI Code 2 Flash, MAI Cyber 2 Flash), 256k (MAI-Thinking-1), 32k (MAI-Image) Tokens
Modalität Text, Bild, Audio → Text, Bild, Audio

Versionen

Verfügbare Modellvarianten im Überblick

ModellReleaseEUStärkenSchwächenStatus
MAI Code 2 Empfohlen
17. November 2026 (GitHub Copilot)
Laut Microsoft 98 % der Leistung von GPT-6.1 Sol zu rund 40 % des Preises und 96 % der Leistung von Claude Opus 5.5 zu 5 % des Preises (Mittel aus DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas und FrontierCode v1.1) In einem Blindtest mit 258 Bewertenden bevorzugten Entwickler die Frontend-Ergebnisse laut Microsoft in 64 % der Fälle gegenüber GPT-6 Sol 1 Mio. Token Kontext und einstellbares Reasoning laut GitHub-Dokumentation Für produktionsreifen Code, Debugging, Änderungen über mehrere Dateien und repositoryweites Reasoning ausgelegt
Laut Microsoft nicht für Grundlagenforschung und sehr lange agentische Aufgaben optimiert Nur über GitHub Copilot, nicht in Copilot Free und Student Aktionspreis befristet; Benchmarks stammen von Microsoft und liefen auf Microsofts interner Plattform MSBench
Aktuell
MAI Code 2 Flash
17. November 2026
Laut Microsoft vergleichbare Leistung wie GPT-6 Luna zu 65 % und wie Claude Haiku 5.5 zu 20 % des Preises 1 Mio. Token Kontext, bis 128K Token Output, Text- und Bildeingabe (Foundry-Modellkatalog) In GitHub Copilot Teil der automatischen Modellwahl Laut Microsoft als Basismodell für Anpassungen auf eigene Codebasen gedacht; Kundenbeispiele von AT&T und Woven by Toyota
In Foundry nur mit Freischaltung (Limited Access Preview) Für Routineaufgaben gedacht: Erklärungen, gezielte Änderungen, einfache Fixes Keine offenen Gewichte
Aktuell
MAI-Image-2.7 / MAI-Image-2.7-Flash Empfohlen
17. November 2026 in Foundry (Public Preview)
Laut Microsoft Platz 1 auf AA-Image-Editing v2.1 von Artificial Analysis mit 1.215 Elo (5.478 Stimmen, Stand 16. November 2026), 4 Elo vor GPT Image 2.6 Sunburst (max) zu einem Fünftel des Preises Bei Text-to-Image nennt Microsoft Platz 4 Text-to-Image und Bildbearbeitung mit bis zu fünf Referenzbildern, gezielte Änderungen von Farbe, Material oder Position ohne Eingriff in den Rest des Bildes Transparente Hintergründe für Produktbilder, Logos und Icons
Public Preview ohne SLA Laut Microsoft Learn nur Global Standard, keine dokumentierte EU Data Zone Fotorealistische Bearbeitungen mit Minderjährigen standardmäßig gesperrt (Freischaltung auf Antrag)
Preview
MAI Realtime 1
17. November 2026 (Limited Access Preview)
Erstes Speech-to-Speech-Modell von Microsoft AI für Echtzeit-Dialoge mit Unterbrechungen und Rückmeldungen Kompatibel zur OpenAI Realtime API, Anbindung an Unternehmenssysteme und Tools Laut Microsoft besser als GPT Realtime 2.1 bei Qualität, Geschwindigkeit und Preis (Big Bench Audio, τ-Voice, Dynamics-365-Evaluationen) Geplant für Dynamics 365 Contact Center und Dragon Copilot
Nur mit Freischaltung; keine Regions- und Sprachangaben Microsoft veröffentlicht keine konkreten Benchmark-Werte
Preview
MAI Cyber 2 Flash
17. November 2026 (Rollout ab Mitte Dezember 2026)
1 Mio. Token Kontext, viermal so viel wie MAI Cyber 1.1 Flash Laut Microsoft 92,3 % auf CyberGym-E2E (GPT-6 Astra: 91,5 %) mit halbem Reasoning-Budget und unter 2 % der Kosten je Aufgabe Laut Microsoft 40,4 % auf WebExploitBench (GPT-5.6 Cyber: 38,4 %) und 86 % weniger Output-Token als MAI Cyber 1.1 Flash
Nur innerhalb von Microsoft-Security-Produkten nutzbar, nicht als eigenständige API Alle Leistungsangaben stammen von Microsoft
Preview
MAI-Thinking-1 Empfohlen
2. Juni 2026 (Public Preview)
Erstes vollständig hauseigenes Reasoning-Modell von Microsoft, laut Microsoft auf kommerziell lizenzierten Daten trainiert Sparse Mixture-of-Experts mit 35B aktiven Parametern, 256k Kontext, bis 64k Output Laut Microsoft 97,0 % AIME 2025, 94,5 % AIME 2026 und 52,8 % SWE-Bench Pro OpenAI-kompatible Chat-Completions-API (/mai/v1), Function Calling, verschlüsselte Chain-of-Thought
Public Preview ohne SLA Nur Global Standard, keine EU Data Zone; nur Texteingabe
Preview
MAI-Transcribe-2 Empfohlen
3. September 2026 (Public Preview)
60 Sprachen inklusive Deutsch, mehrsprachiger Modus mit automatischer Spracherkennung Laut Microsoft durchschnittlich 5,2 % Wortfehlerrate auf FLEURS über 60 Sprachen Speaker-Diarisierung, Word-Timestamps, Keyword-Biasing, Code-Switching, Stil verbatim oder clean Grundlage von Dragon Copilot Transcribe für die Arzt-Patienten-Dokumentation
Public Preview ohne SLA, laut Microsoft nicht für Produktiv-Workloads empfohlen Kein Germany West Central für die Fast-Transcription-API Aktionspreis befristet bis 31. Dezember 2026
Preview
MAI-Transcribe-2-Streaming
Oktober 2026 (Public Preview)
Echtzeit-Transkription mit laufenden Zwischen- und Endergebnissen Mehrsprachiger Modus inklusive Deutsch Für Call-Center, Voice-Assistenten, Live-Untertitel und Echtzeit-Notizen
Public Preview ohne SLA; der Retirement-Schedule von Microsoft Foundry nennt für diese Preview-Version den 4. Dezember 2026 In der EU nur Sweden Central; über Voice Live dort mit globalem Verarbeitungsbereich
Preview Abschaltung: 4. Dezember 2026 (Preview, laut Retirement-Schedule von Microsoft Foundry)
MAI-Voice-2.1 / MAI-Voice-2.1-Flash
Oktober 2026 (Public Preview)
23 Sprachen; deutsche Stimmen de-DE-Klaus, de-DE-Mia, de-DE-Grant und de-DE-Harper Emotionen und Stile per SSML (mstts:express-as) Flash für Voice-Agents und IVR mit niedriger Latenz, 2.1 für Hörbücher, Podcasts und Lehrinhalte Instant Voice Cloning aus 5 bis 60 Sekunden Referenzaudio nach Limited-Access-Freigabe
Public Preview ohne SLA Laut MAI-Voice-Seite global bereitgestellt mit Routing zwischen den Serving-Regionen; kein Germany West Central
Preview
MAI-Image-2.6 / MAI-Image-2.6-Flash
31. Juli 2026 (GA)
Text-to-Image und Bildbearbeitung, bis 2.359.296 Pixel (entspricht 1536 × 1536) Automatische Seitenverhältniswahl und Web-Grounding über Bing als Optionen
Von MAI-Image-2.7 abgelöst; Prompts laut Modellkatalog nur Englisch Nur Global Standard; laut Retirement-Schedule GA mit Abschaltung am 1. Mai 2027
Aktuell
MAI-Transcribe-1.5
2. Juni 2026
43 Sprachen inklusive Deutsch
Von MAI-Transcribe-2 abgelöst: weniger Sprachen
Aktuell
MAI Cyber 1.1 Flash
27. Oktober 2026 (MDASH)
Laut Microsoft vergleichbare Ergebnisse wie MAI Cyber 1 Flash bei 18 % geringeren Kosten je Scan
Wird für berechtigte Kunden ab Mitte Dezember 2026 durch MAI Cyber 2 Flash ersetzt
Aktuell
Ältere, abgekündigte und abgeschaltete Versionen (5)

Legacy und veraltet: durch neuere Modelle abgelöst, bei vielen Versionen hat der Hersteller die Abschaltung bereits angekündigt. Abgeschaltet: nicht mehr verfügbar. Termine und Nachfolger stehen im Abschnitt Modell-Lebenszyklus.

ModellReleaseEUStärkenSchwächenStatus
MAI-Code-1.1-Flash
11. August 2026 (GitHub Copilot)
Bildeingabe, 256K Kontext
Laut GitHub-Changelog am 18. Dezember 2026 in allen Copilot-Oberflächen abgekündigt; Ersatz ist das jeweils aktuelle MAI-Code-Flash-Modell
Veraltet Abschaltung: 18. Dezember 2026 (GitHub Copilot)
MAI-Image-2.5 / 2.5-Flash / 2.5-Pro
2. Juni 2026 (Pro: 19. Juni 2026), Preview
Pro-Variante für fotorealistische Ausgabe und Objektkonsistenz
Preview; laut Retirement-Schedule von Microsoft Foundry (Stand 18. November 2026) am 24. November 2026 abgeschaltet
Veraltet Abschaltung: 24. November 2026 (laut Retirement-Schedule)
MAI-Transcribe-1
Januar 2026 (Preview)
Erstes Transcribe-Modell der MAI-Familie
Laut Microsoft Learn seit 20. August 2026 deprecated, laut Retirement-Schedule am 15. September 2026 abgeschaltet
Abgeschaltet Abschaltung: 15. September 2026 (Microsoft Foundry)
MAI-Code-1-Flash
2. Juni 2026
Coding-Modell der Build 2026, optimiert für GitHub Copilot
Laut GitHub-Changelog am 10. September 2026 in allen Copilot-Oberflächen abgeschaltet
Abgeschaltet Abschaltung: 10. September 2026 (GitHub Copilot)
MAI-Image-2 / MAI-Image-2e
Februar 2026 (2), April 2026 (2e)
Erste Bildmodelle der MAI-Familie in Microsoft Foundry
MAI-Image-2e laut Retirement-Schedule von Microsoft Foundry am 28. August 2026 abgeschaltet; MAI-Image-2 führt der Schedule nicht mehr
Abgeschaltet Abschaltung: 28. August 2026 (MAI-Image-2e, Microsoft Foundry)

Einsatzbereiche

Typische Anwendungsgebiete für dieses Modell

Coding-Assistenten in GitHub Copilot
Bildgenerierung und Bildbearbeitung
Transkription und Untertitel
Sprachausgabe und Voice-Agents
Reasoning-Workloads in Microsoft Foundry
Schwachstellenanalyse in Microsoft-Security-Produkten

Technische Details

API, Features und Capabilities

API & Verfügbarkeit
Verfügbarkeit Microsoft Foundry (MAI-Thinking-1, MAI-Image, MAI-Code-2-Flash und MAI Realtime 1 als Limited Access Preview), Azure Speech (MAI-Transcribe, MAI-Voice), GitHub Copilot (MAI Code 2, MAI Code 2 Flash), Microsoft-Security-Produkte (MAI Cyber)
Features & Capabilities
Tool Use Function Calling Vision Reasoning Mode Realtime API
Training & Wissen
Wissensstand nicht dokumentiert
Fine-Tuning Verfügbar (Reinforcement Fine-Tuning für MAI-Code-1.1-Flash (Preview, Global), MAI Licensed Weights und Frontier Tuning (angekündigt))
Sprachunterstützung
Beste Qualität Englisch, Deutsch
Unterstützt MAI-Transcribe-2: 60 Sprachen, MAI-Voice-2.1: 23 Sprachen; für MAI Code 2, MAI Realtime 1 und MAI-Image-2.7 keine Sprachliste veröffentlicht
Deutsch ist für Transcribe und Voice dokumentiert; für die übrigen Modelle eigene Tests mit deutschen Inhalten einplanen

Hosting & Compliance

DSGVO-konforme Hosting-Optionen und Lizenzierung

DSGVO-konforme Hosting-Optionen
Azure Speech (Fast Transcription)
MAI-Transcribe-2: North Europe, West Europe
Laut Microsoft Learn speichert und verarbeitet Azure Speech Sprachdaten in der Region der Ressource; Preview ohne SLA
Azure Speech (Voice Live)
MAI-Transcribe-2 in EU-Ressourcenregionen wie Germany West Central, France Central, Sweden Central und West Europe
Laut Microsoft Verarbeitungsbereich Data Zone; die LLM-Verarbeitung in Voice Live hat einen eigenen Verarbeitungsbereich
Lizenz & Hosting
Lizenz Proprietär (Microsoft)
Sicherheitsfilter Guardrails und Abuse Monitoring von Microsoft Foundry
Enterprise Support Ja
Nur Cloud

Benchmarks

Leistungsvergleich mit standardisierten Tests

MAI Code 2: Anteil an der Leistung von GPT-6.1 Sol
98%
CyberGym-E2E
92.3%
WebExploitBench
40.4%
AIME 2025
97.0%
SWE-Bench Pro
52.8%

MAI (Microsoft AI) ist die Familie vollständig hauseigener Modelle von Microsoft für Softwareentwicklung, Reasoning, Bild, Sprache und Cybersicherheit. Auf der Ignite 2026 am 17. November 2026 hat Microsoft AI sieben neue Modelle angekündigt, darunter MAI Code 2, MAI Code 2 Flash, MAI-Image-2.7, MAI Realtime 1 und MAI Cyber 2 Flash. Anders als die offenen Phi-Modelle sind alle MAI-Modelle proprietär und laufen über Microsoft-Dienste: Microsoft Foundry, Azure Speech, GitHub Copilot oder Microsoft-Security-Produkte.

Grundlage dieser Seite sind die Ignite-Übersicht von Microsoft AI, das Ignite 2026 Book of News, die Modellübersicht in Microsoft Learn, die GitHub-Preisliste und die Azure Retail Prices API. Als KI-Beratung aus Rosenheim ordnen wir die Modelle für Unternehmen im DACH-Raum nach Bezugsweg und EU-Verarbeitung ein. Stand dieser Übersicht: 19. November 2026.

Aktuelle Modelle im Überblick

ModellTypStatusBezugswegEU-Bezug laut Microsoft
MAI Code 2CodingGA seit 17. November 2026GitHub Copilotkeine EU-Verarbeitungszusage dokumentiert
MAI Code 2 FlashCodingGA in Copilot, Limited Access Preview in FoundryGitHub Copilot, Microsoft FoundryFoundry: bisher nur Global-Preise
MAI-Image-2.7 / -2.7-FlashBildgenerierung und BearbeitungPublic PreviewMicrosoft Foundry, fal, OpenRouter, VercelGlobal Standard
MAI Realtime 1Speech-to-SpeechLimited Access PreviewMicrosoft Foundry, MAI Labskeine Angaben
MAI Cyber 2 FlashCybersicherheitRollout ab Mitte Dezember 2026Codename MDASHkeine Angaben
MAI-Thinking-1Reasoning-LLMPublic PreviewMicrosoft FoundryGlobal Standard, alle EU-Regionen
MAI-Transcribe-2Speech-to-TextPublic PreviewAzure SpeechNorth Europe, West Europe
MAI-Transcribe-2-StreamingSpeech-to-Text in EchtzeitPublic PreviewAzure SpeechSweden Central
MAI-Voice-2.1 / -2.1-FlashText-to-SpeechPublic PreviewAzure SpeechFrance Central, North Europe, Sweden Central, West Europe
MAI-Image-2.6 / -2.6-FlashBildgenerierungGAMicrosoft FoundryGlobal Standard, Sweden Central, West Europe

Das Entscheidungsmodell Microsoft-Decision-1.1, ebenfalls Teil der Ignite-Ankündigung, behandeln wir auf der eigenen Seite Microsoft-Decision-1.1.

MAI Code 2 und MAI Code 2 Flash

MAI Code 2 zielt auf alltägliche Entwicklungsarbeit in Unternehmen: produktionsreifer Code, Debugging, Änderungen über mehrere Dateien, repositoryweites Reasoning und Frontend-Arbeit. Laut Microsoft erreicht das Modell im Mittel aus DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas und FrontierCode v1.1 98 % der Leistung von GPT-6.1 Sol zu rund 40 % des Preises und 96 % der Leistung von Claude Opus 5.5 zu 5 % des Preises. In einem Blindtest mit 258 Bewertenden bevorzugten Entwickler die Frontend-Ergebnisse in 64 % der Fälle gegenüber GPT-6 Sol. Alle Modelle liefen laut Microsoft mit maximalem Reasoning; DeepSWE, Terminal Bench und SWE-Atlas hat Microsoft auf der internen Plattform MSBench über die Copilot CLI gemessen, FrontierCode stammt von Artificial Analysis. Die Kosten rechnet Microsoft mit dem Aktionspreis. Nicht optimiert ist das Modell laut Microsoft für Grundlagenforschung und sehr lange agentische Aufgaben.

MAI Code 2 Flash ist für Routineaufgaben mit hohem Volumen gedacht: Code-Erklärungen, gezielte Änderungen, einfache Fixes und schnelle Iterationen. Microsoft nennt eine mit GPT-6 Luna vergleichbare Leistung zu 65 % und eine mit Claude Haiku 5.5 vergleichbare Leistung zu 20 % des Preises. Der Foundry-Modellkatalog führt das Modell als mai-code-2-flash (Version 2026-11-17) mit 1 Mio. Token Kontext, bis 128K Token Output sowie Text- und Bildeingabe. Aus Code 2 Flash hat Microsoft außerdem MAI Work Flash abgeleitet, das Microsoft in Produkten von Microsoft 365 und Fabric IQ einsetzt.

Beide Modelle sind seit dem 17. November 2026 laut GitHub-Changelog und GitHub-Preisliste in GitHub Copilot allgemein verfügbar: MAI Code 2 in Pro, Pro+, Max, Business und Enterprise, MAI Code 2 Flash zusätzlich in Free und Student. Nutzbar sind sie unter anderem in VS Code, Visual Studio, JetBrains, Xcode, Eclipse, der Copilot CLI, dem Copilot Cloud Agent und auf github.com. In Business und Enterprise werden neue Modelle standardmäßig aktiviert, sofern Administratoren die globale Voreinstellung nicht abgeschaltet haben. In Microsoft Foundry ist nur MAI Code 2 Flash verfügbar, als Limited Access Preview.

MAI-Image-2.7 und MAI-Image-2.7-Flash

MAI-Image-2.7 und MAI-Image-2.7-Flash erzeugen und bearbeiten Bilder. Microsoft hatte 2.7 am 27. Oktober 2026 zunächst als Bildbearbeitungsmodell außerhalb von Foundry gezeigt; seit der Ignite stehen beide Modelle als Public Preview in Microsoft Foundry bereit (Modellversion 2026-11-02), außerdem über fal, Genspark, OpenRouter und Vercel. MAI Image ist laut Microsoft inzwischen die Standard-Modellfamilie des Bing Image Creator.

Laut Microsoft belegt MAI-Image-2.7 auf dem Bildbearbeitungs-Ranking AA-Image-Editing v2.1 von Artificial Analysis Platz 1 mit 1.215 Elo aus 5.478 Stimmen (Stand 16. November 2026), 4 Elo vor GPT Image 2.6 Sunburst (max) zu einem Fünftel des Preises. Bei Text-to-Image nennt Microsoft Platz 4. Die Modelle verarbeiten einen Prompt mit bis zu 32.000 Token und bis zu fünf Referenzbilder, ändern gezielt Farbe, Material oder Position einzelner Objekte und erzeugen Bilder mit transparentem Hintergrund. Fotorealistische Bearbeitungen mit Minderjährigen sind laut Microsoft Learn standardmäßig gesperrt.

MAI Realtime 1

MAI Realtime 1 ist das erste Speech-to-Speech-Modell von Microsoft AI. Es soll natürliche Dialoge mit Unterbrechungen und kurzen Rückmeldungen führen, bei schwierigen Aufgaben an eine stärkere Reasoning-Stufe übergeben, Anfragen auch bei Hintergrundgeräuschen verstehen und Unternehmenssysteme und Tools anbinden. Das Modell ist kompatibel zur OpenAI Realtime API, was die Migration bestehender Voice-Anwendungen erleichtern soll. Microsoft gibt an, dass MAI Realtime 1 GPT Realtime 2.1 bei Qualität, Geschwindigkeit und Preis übertrifft, veröffentlicht aber keine konkreten Werte.

Der Preis beginnt laut Microsoft bei 0,01 USD je Audiominute; Reasoning kostet 1 USD je 1 Mio. Input-Token und 5 USD je 1 Mio. Output-Token. Unternehmen können sich für die Limited Access Preview in Microsoft Foundry registrieren und zahlen bis zur Public Preview nichts. Eine Demo läuft in MAI Labs, das laut Nutzungsbedingungen nur für private, nicht kommerzielle Zwecke gedacht ist. Geplant ist der Einsatz in Dynamics 365 Contact Center und Dragon Copilot.

MAI Cyber 2 Flash

MAI Cyber 2 Flash findet Schwachstellen in Code, belegt sie und unterstützt bei Untersuchung und Erkennung von Angriffen. Microsoft bietet das Modell ausschließlich in Microsoft-Security-Produkten an, darunter Codename MDASH, für verifizierte Verteidiger. Für berechtigte Kunden ersetzt es ab Mitte Dezember 2026 das bisherige Modell im MAI-Profil von MDASH, das Book of News spricht von einer Preview.

Laut Microsoft erreicht MAI Cyber 2 Flash auf CyberGym-E2E 92,3 % gegenüber 91,5 % für GPT-6 Astra, mit halbem Reasoning-Budget und unter 2 % der Kosten je Aufgabe; 92 der 905 Aufgaben hat Microsoft wegen Überschneidungen mit Trainingsdaten für alle Modelle ausgeschlossen. Auf WebExploitBench nennt Microsoft 40,4 % gegenüber 38,4 % für GPT-5.6 Cyber. Der Kontext wächst gegenüber MAI Cyber 1.1 Flash auf das Vierfache, 1 Mio. Token, und das Modell erzeugt 86 % weniger Output-Token. Der Listenpreis liegt bei 0,10 USD je 1 Mio. Input-Token und 0,50 USD je 1 Mio. Output-Token.

MAI Licensed Weights

Mit MAI Licensed Weights sollen Unternehmen ein MAI-Modell mit eigenen Daten anpassen und in ihrer eigenen Azure-Umgebung betreiben, mit Kontrolle über Bereitstellung, Zugriff und Updates. Laut Microsoft bleiben Daten und Anpassungen beim Kunden; Microsoft nutzt sie nur mit ausdrücklicher Zustimmung zum Training. Als Beispiele nennt Microsoft AT&T (angepasste Versionen von MAI Code 2 und Code 2 Flash für die Analyse von 5G-Netzen), Woven by Toyota (mergefähige Fixes in 44 % der Fälle, in denen andere Modelle Nacharbeit brauchten) und Alaska Airlines (Klassifikationsgenauigkeit von 81,2 % auf 91,1 %). Das Angebot ist angekündigt und kommt über Frontier-Company-Projekte; Termine, Preise und Lizenzbedingungen hat Microsoft noch nicht veröffentlicht. Offene Gewichte sind das nicht: Die Modelle laufen weiterhin in Azure.

MAI-Thinking-1

MAI-Thinking-1 (Public Preview seit 2. Juni 2026) ist das Reasoning-Modell der Familie: Sparse Mixture-of-Experts mit 35B aktiven Parametern, 256k Kontext und bis zu 64k Output-Token, laut Microsoft auf kommerziell lizenzierten Daten trainiert. Microsoft nennt 97,0 % auf AIME 2025, 94,5 % auf AIME 2026 und 52,8 % auf SWE-Bench Pro. In Microsoft Foundry läuft das Modell über eine OpenAI-kompatible Chat-Completions-API (/mai/v1) mit Function Calling und verschlüsselter Chain-of-Thought, ausschließlich als Global Standard. Die Azure-Preisliste nennt 2,00 USD je 1 Mio. Input-Token, 0,20 USD für Cached Input und 8,00 USD für Output.

MAI-Transcribe-2 und MAI-Transcribe-2-Streaming

MAI-Transcribe-2 (Public Preview seit 3. September 2026) transkribiert 60 Sprachen inklusive Deutsch mit Speaker-Diarisierung, Word-Timestamps, Keyword-Biasing, automatischer Spracherkennung und Code-Switching; der Stil ist wählbar (verbatim mit Füllwörtern oder clean). Laut Microsoft liegt die Wortfehlerrate auf FLEURS im Mittel bei 5,2 %. Aufgerufen wird das Modell über die Fast-Transcription-API von Azure Speech (enhancedMode.model = "MAI-Transcribe-2") oder als Eingabe-Transkription in Voice Live. Der Preis liegt bei 0,10 USD pro Audiostunde als Aktionsangebot bis 31. Dezember 2026. Auf MAI-Transcribe-2 baut Dragon Copilot Transcribe auf, das laut Microsoft alle Arzt-Patienten-Gespräche in Dragon Copilot transkribiert, rund 10 Mio. Begegnungen im Monat.

MAI-Transcribe-2-Streaming ist die Echtzeit-Variante für Call-Center, Voice-Assistenten, Live-Untertitel und Echtzeit-Notizen. Angebunden wird sie über das Azure Speech SDK oder die Realtime API (OpenAI-Realtime-kompatibles WebSocket-Protokoll). Laut Microsoft Learn stellt Azure das Modell aus Sweden Central, Central US, East US 2 und Southeast Asia bereit.

MAI-Voice-2.1 und MAI-Voice-2.1-Flash

MAI-Voice-2.1 und MAI-Voice-2.1-Flash sind die Text-to-Speech-Modelle der Familie (Public Preview) mit 23 Sprachen, Emotions- und Stilsteuerung per SSML und Instant Voice Cloning aus 5 bis 60 Sekunden Referenzaudio, das nur nach Limited-Access-Freigabe und mit Einwilligung nutzbar ist. Die Flash-Variante zielt auf Voice-Agents, IVR und Call-Center mit niedriger Latenz, MAI-Voice-2.1 auf Long-Form-Inhalte wie Hörbücher, Podcasts und Lehrinhalte. Für Deutsch listet Microsoft Learn die Stimmen de-DE-Klaus, de-DE-Mia, de-DE-Grant und de-DE-Harper.

Preise

ModellInputCached InputOutputBezug und Hinweis
MAI Code 20,500,0252,50GitHub Copilot, Aktionspreis bis 17. Mai 2027, danach 1,00 / 0,05 / 5,00
MAI Code 2 Flash0,050,0050,25GitHub Copilot und Foundry (Global), Aktionspreis bis 17. Mai 2027, danach 0,10 / 0,01 / 0,50
MAI-Code-1.1-Flash0,200,021,20GitHub Copilot bis 18. Dezember 2026
MAI-Thinking-12,000,208,00Microsoft Foundry, Global Standard
MAI Cyber 2 Flash0,100,010,50Listenpreis laut Microsoft AI, nur in Microsoft-Security-Produkten

Alle Preise in USD je 1 Mio. Token. Für die Bild- und Sprachmodelle gelten eigene Einheiten:

ModellPreisQuelle
MAI-Image-2.7rund 35 USD je 1.000 Bilder; je 1 Mio. Token: Text-Input 5,00, Bild-Input 8,00, Bild-Output 34,00 USDMicrosoft AI, Azure-Preisliste (Global)
MAI-Image-2.7-Flashrund 10 USD je 1.000 Bilder; je 1 Mio. Token: 1,75 / 2,50 / 10,00 USDMicrosoft AI, Azure-Preisliste (Global)
MAI-Image-2.6 / -2.6-Flashje 1 Mio. Token: 5,00 / 8,00 / 38,00 USD bzw. 1,75 / 2,50 / 19,00 USDAzure-Preisliste (Global)
MAI Realtime 1ab 0,01 USD je Audiominute, Reasoning 1 / 5 USD je 1 Mio. TokenMicrosoft AI
MAI-Transcribe-20,10 USD je Audiostunde bis 31. Dezember 2026Azure-Speech-Preisseite, Microsoft AI
MAI-Voice-2.1je 1 Mio. Zeichen laut Azure-Speech-PreisseiteAzure-Speech-Preisseite

Stand der Preise: 19. November 2026. Die Azure-Preisliste führt für MAI-Image-2.7 zusätzlich Data-Zone-Preise für EU-Regionen (etwa 40,80 USD je 1 Mio. Bild-Output-Token statt 34,00 USD) und für MAI-Transcribe-2 einen Stundenpreis von 0,54 USD. Weil Microsoft Learn den Deployment-Typ Data Zone für MAI-Image noch nicht dokumentiert und Microsoft nicht erklärt, ob 0,54 USD der Preis nach Ende der Aktion ist, prüfen wir solche Werte im Projekt direkt im Foundry-Portal.

Verfügbarkeit in der EU und DSGVO

Für die DSGVO-Bewertung zählen Bezugsweg und Deployment-Typ, nicht die Modellfamilie:

BezugswegModelleVerarbeitung laut Microsoft
Microsoft Foundry, Global StandardMAI-Thinking-1, MAI-Image-2.5 bis 2.7Inferenz in jeder Azure-Region möglich; gespeicherte Daten bleiben in der gewählten Geografie
Azure Speech, Fast TranscriptionMAI-Transcribe-2, MAI-Transcribe-1.5Ressource in North Europe oder West Europe; Azure Speech verarbeitet laut Microsoft Learn in der Ressourcenregion
Azure Speech, Voice LiveMAI-Transcribe-2, MAI-Transcribe-2-StreamingMAI-Transcribe-2 in EU-Regionen mit Verarbeitungsbereich Data Zone, Streaming in Sweden Central mit Verarbeitungsbereich Global
Azure Speech, Text-to-SpeechMAI-Voice-2.1, -2.1-FlashBereitstellung unter anderem aus France Central, North Europe, Sweden Central und West Europe mit Routing zwischen diesen Regionen
GitHub CopilotMAI Code 2, MAI Code 2 Flashkeine EU-Verarbeitungszusage für die Modelle dokumentiert
Microsoft-Security-Produkte, MAI LabsMAI Cyber 2 Flash, MAI Realtime 1 (Demo)keine Regionsangaben; MAI Labs nur für private Nutzung

Für Foundry-Modelle gilt laut Microsoft: Prompts und Antworten werden nicht zum Training der Basismodelle verwendet und sind für andere Kunden und Modellanbieter nicht zugänglich. Auch bei Global-Deployments liegen gespeicherte Daten, einschließlich des Datenspeichers für das Abuse Monitoring, in der vom Kunden gewählten Geografie; bei Deployments im EWR prüfen laut Microsoft nur Mitarbeitende im EWR markierte Inhalte. Neu seit dem 17. November 2026: Für Modelle, die ab dem 1. November 2026 bereitgestellt wurden, will Microsoft das Programm Modified Abuse Monitoring ab einem noch nicht genannten Datum nicht mehr anbieten, mit mindestens 30 Tagen Vorankündigung. Nach den Versionsdaten betrifft das unter anderem MAI-Image-2.7 und MAI-Code-2-Flash. Außerdem können für Preview-Modelle laut Microsoft abweichende Datenschutzpraktiken gelten.

Unsere Einschätzung: Für personenbezogene Daten eignen sich derzeit vor allem die Speech-Modelle mit einer Ressource in einer EU-Region, für Transkription etwa MAI-Transcribe-2 in West Europe oder North Europe. Global-Standard-Modelle wie MAI-Thinking-1 und MAI-Image setzen wir für Inhalte ohne Personenbezug ein oder prüfen sie mit Datenschutz-Folgenabschätzung und Auftragsverarbeitungsvertrag im Einzelfall.

Modell-Lebenszyklus

  • MAI-Code-1.1-Flash ist laut GitHub-Changelog zum 18. Dezember 2026 in allen GitHub-Copilot-Oberflächen abgekündigt; Ersatz ist das aktuelle MAI-Code-Flash-Modell, also MAI Code 2 Flash.
  • MAI-Code-1-Flash ist seit dem 10. September 2026 in GitHub Copilot abgeschaltet.
  • MAI-Image-2.5, -2.5-Flash und -2.5-Pro werden laut Retirement-Schedule von Microsoft Foundry (Stand 18. November 2026) am 24. November 2026 abgeschaltet. Nachfolger sind MAI-Image-2.6 und MAI-Image-2.7.
  • MAI-Image-2e ist laut Retirement-Schedule seit dem 28. August 2026 abgeschaltet; MAI-Image-2 ist dort nicht mehr gelistet.
  • MAI-Transcribe-2-Streaming steht als Preview mit Abschaltdatum 4. Dezember 2026 im Retirement-Schedule.
  • MAI-Transcribe-1 ist seit dem 15. September 2026 abgeschaltet; Nachfolger sind MAI-Transcribe-1.5 und MAI-Transcribe-2.
  • MAI-Voice-2 und -2-Flash führt die aktuelle Microsoft-Learn-Dokumentation nicht mehr; Nachfolger sind MAI-Voice-2.1 und -2.1-Flash.
  • MAI Cyber 1.1 Flash wird für berechtigte MDASH-Kunden ab Mitte Dezember 2026 durch MAI Cyber 2 Flash ersetzt.
  • Mit Ausnahme der Coding-Modelle in GitHub Copilot laufen die meisten MAI-Modelle als Preview ohne SLA.

Unsere Empfehlung

Für Coding-Assistenten ist MAI Code 2 in GitHub Copilot einen Test wert, wenn Kosten pro Entwickler eine Rolle spielen: Die Aktionspreise bis Mai 2027 liegen deutlich unter denen der großen Frontier-Modelle. MAI Code 2 Flash eignet sich für Routineaufgaben und für Teams mit Copilot Free oder Student. Wer MAI-Code-1.1-Flash fest eingestellt hat, sollte vor dem 18. Dezember 2026 umstellen. Für Code mit hohen Vertraulichkeitsanforderungen prüfen wir vorab Copilot-Richtlinien und Datenflüsse.

Für Bildgenerierung und Produktbilder lohnt die Evaluation von MAI-Image-2.7 in Microsoft Foundry, für hohe Volumen die Flash-Variante zu rund 10 USD je 1.000 Bilder. Für Transkription im Microsoft-Stack bleibt MAI-Transcribe-2 mit einer Speech-Ressource in West Europe oder North Europe unsere erste Wahl für Evaluierungen; produktiv planen wir das Modell erst mit der allgemeinen Verfügbarkeit ein. Für Voice-Agents behalten wir MAI Realtime 1 im Blick, bis Microsoft Sprachen, Regionen und eine Public Preview nennt. MAI-Thinking-1 setzen wir für Reasoning-Aufgaben ohne personenbezogene Daten ein.

Über das AI Gateway und CompanyGPT lassen sich MAI-Modelle aus Microsoft Foundry neben anderen Modellen zentral anbinden, mit Budgets und Modellwechsel an einer Stelle. Die innFactory GmbH ist Microsoft Solutions Partner; wir unterstützen bei Auswahl, Evaluation, Datenschutzprüfung und Integration.

Verwandte Microsoft-Modelle

Offene Modelle für Self-Hosting und Edge stehen auf der Seite Microsoft Phi, das Entscheidungsmodell für Routing und Klassifikation auf der Seite Microsoft-Decision-1.1. Die OpenAI-Modelle in Microsoft Foundry behandeln wir unter OpenAI GPT.

Microsoft MAI über innFactory beziehen

Microsoft MAI ist über Microsoft Foundry verfügbar. Welche Varianten in welchen Regionen laufen, steht im Abschnitt zur EU-Verfügbarkeit. Die innFactory GmbH ist Cloud-Reseller für AWS, Microsoft Azure, Google Cloud und STACKIT: Sie beziehen die Cloud-Ressourcen dafür direkt über uns.

  • Abrechnung per Rechnung oder Lastschrift, keine Kreditkarte nötig – alle Cloud-Anbieter auf einer konsolidierten Rechnung.
  • Persönlicher Ansprechpartner bei innFactory für Einrichtung, EU-Regionen und Modellauswahl.
  • innFactory AI Gateway: Budgets, SSO und Kostenkontrolle pro Team und Projekt, als Infrastrukturkomponente in Ihrem eigenen Tenant.
  • CompanyGPT: die DSGVO-konforme KI-Plattform für alle Mitarbeitenden, mit freier Modellwahl.

Kostenkalkulation für dieses Modell

Eine aktuelle Übersicht über Token-Preise, Modellvarianten und EU-Verfügbarkeit finden Sie auf unserem Schwesterprojekt ai-prices.eu. Dort lassen sich die laufenden Betriebskosten für Ihren konkreten Anwendungsfall vergleichen und abschätzen.

Preise auf ai-prices.eu vergleichen

ai-prices.eu ist ein Projekt der innFactory AI Consulting GmbH und hilft bei der transparenten Preisabschätzung führender KI-Modelle.

Häufig gestellte Fragen

Welche MAI-Modelle hat Microsoft auf der Ignite 2026 vorgestellt?

Am 17. November 2026 hat Microsoft AI sieben neue Modelle angekündigt: MAI Code 2 und MAI Code 2 Flash für Softwareentwicklung, MAI Cyber 2 Flash für Cybersicherheit, MAI Image 2.7 mit der Flash-Variante für Bildgenerierung und Bildbearbeitung, MAI Realtime 1 für Sprachdialoge in Echtzeit, Dragon Copilot Transcribe auf Basis von MAI-Transcribe-2 und das Entscheidungsmodell Microsoft-Decision-1.1. Dazu kommt MAI Licensed Weights: Unternehmen sollen MAI-Modelle anpassen und in der eigenen Azure-Umgebung betreiben können.

Was kosten MAI Code 2 und MAI Code 2 Flash?

Laut GitHub-Preisliste kostet MAI Code 2 in GitHub Copilot 0,50 USD je 1 Mio. Input-Token, 0,025 USD für Cached Input und 2,50 USD für Output. MAI Code 2 Flash kostet 0,05 USD, 0,005 USD und 0,25 USD. Beides sind Aktionspreise bis 17. Mai 2027; danach nennt GitHub 1,00 / 0,05 / 5,00 USD für MAI Code 2 und 0,10 / 0,01 / 0,50 USD für MAI Code 2 Flash. MAI Code 2 Flash ist zusätzlich als Limited Access Preview in Microsoft Foundry verfügbar.

Ist MAI-Image-2.7 in Microsoft Foundry verfügbar?

Ja. MAI-Image-2.7 und MAI-Image-2.7-Flash laufen seit der Ignite als Public Preview in Microsoft Foundry (Modellversion 2026-11-02, Deployment-Typ Global Standard), außerdem über fal, Genspark, OpenRouter und Vercel. Microsoft AI nennt rund 35 USD je 1.000 Bilder für MAI-Image-2.7 und rund 10 USD je 1.000 Bilder für die Flash-Variante. Beide Modelle erzeugen und bearbeiten Bilder, verarbeiten bis zu fünf Referenzbilder und unterstützen transparente Hintergründe.

Laufen die MAI-Modelle mit EU-Datenresidenz?

Das hängt vom Modell ab. Die Foundry-Modelle MAI-Thinking-1 und MAI-Image dokumentiert Microsoft Learn nur als Global Standard: Die Inferenz kann in jeder Azure-Region laufen, gespeicherte Daten bleiben laut Microsoft in der gewählten Geografie. MAI-Transcribe-2 ist über Azure Speech in North Europe und West Europe verfügbar, über Voice Live gibt Microsoft für EU-Regionen den Verarbeitungsbereich Data Zone an. MAI Code 2 läuft über GitHub Copilot ohne dokumentierte EU-Verarbeitungszusage. Pauschal DSGVO-konform ist die Familie damit nicht; entscheidend sind Modell, Bezugsweg und Region.

Was ist MAI Realtime 1?

MAI Realtime 1 ist das erste Speech-to-Speech-Modell von Microsoft AI für natürliche Sprachdialoge in Echtzeit, kompatibel zur OpenAI Realtime API. Microsoft nennt einen Startpreis von 0,01 USD je Audiominute, Reasoning wird mit 1 USD je 1 Mio. Input-Token und 5 USD je 1 Mio. Output-Token abgerechnet. Das Modell läuft als Limited Access Preview in Microsoft Foundry mit Registrierung, bis zur Public Preview fallen laut Microsoft keine Kosten an. Sprachen und Regionen hat Microsoft noch nicht veröffentlicht.

Wer kann MAI Cyber 2 Flash nutzen?

MAI Cyber 2 Flash ist laut Microsoft ausschließlich in Microsoft-Security-Produkten verfügbar, darunter Codename MDASH, und richtet sich an verifizierte Verteidiger. Für berechtigte Kunden ersetzt es ab Mitte Dezember 2026 das bisherige Modell im MAI-Profil von MDASH. Microsoft nennt 1 Mio. Token Kontext, 92,3 % auf CyberGym-E2E und einen Listenpreis von 0,10 USD je 1 Mio. Input-Token und 0,50 USD je 1 Mio. Output-Token.

Sind MAI-Modelle Open Source? Was sind MAI Licensed Weights?

Nein, alle MAI-Modelle sind proprietär. MAI Licensed Weights ist ein angekündigtes Angebot, mit dem Unternehmen ein MAI-Modell mit eigenen Daten anpassen und in der eigenen Azure-Umgebung betreiben sollen, mit Kontrolle über Zugriff und Updates. Laut Microsoft nutzt Microsoft die Daten und Anpassungen nur mit ausdrücklicher Zustimmung zum Training. Das Angebot kommt über Frontier-Company-Projekte, Termine und Preise nennt Microsoft noch nicht. Wer offene Gewichte braucht, nutzt Microsoft Phi.

Was ist MAI-Transcribe-2 und was kostet es?

MAI-Transcribe-2 ist das Speech-to-Text-Modell von Microsoft AI, seit 3. September 2026 als Public Preview über Azure Speech in Microsoft Foundry verfügbar. Es transkribiert 60 Sprachen inklusive Deutsch mit Speaker-Diarisierung, Word-Timestamps, Keyword-Biasing und Code-Switching. Der Preis beträgt 0,10 USD pro Audiostunde als Aktionsangebot bis 31. Dezember 2026. Auf MAI-Transcribe-2 baut auch Dragon Copilot Transcribe auf, das Microsoft für die Arzt-Patienten-Dokumentation einsetzt.

Gibt es MAI-Voice-2.1 mit deutschen Stimmen?

Ja. MAI-Voice-2.1 und MAI-Voice-2.1-Flash bieten laut Microsoft Learn die deutschen Stimmen de-DE-Klaus, de-DE-Mia, de-DE-Grant und de-DE-Harper mit steuerbaren Emotionen und Stilen per SSML. Beide Modelle sind Public Preview ohne SLA und unterstützen 23 Sprachen. Microsoft stellt sie unter anderem aus France Central, North Europe, Sweden Central und West Europe bereit; Instant Voice Cloning gibt es nur nach Limited-Access-Freigabe.

Beratung zu diesem Modell?

Wir helfen Ihnen bei der Auswahl und Integration des richtigen KI-Modells für Ihren Anwendungsfall.