Vercel Changelog、生成AI・推論基盤の更新内容を公表

Vercelは、Microsoft AI（MAI）との提携により、AI GatewayにおいてMAIの最新音声モデルの提供を開始しました。提供されるモデルには、23言語の多言語対応と一貫した話者特性を維持する「MAI-Voice-2.1」および、低遅延な応答を重視した「MAI-Voice-2.1-Flash」、ストリーミング型の文字起こしを行う「MAI-Transcribe-2 Streaming」が含まれます。

従来のAI Gatewayでは主にテキストベースのモデルが中心でしたが、今回の対応により高精度な音声合成とリアルタイムな文字起こしが単一のプロキシ層で管理可能になりました。特に「MAI-Voice-2.1-Flash」は、ボイスエージェントや対話型アシスタントなど、即時性が求められるユースケース向けに最適化されています。すべてのモデルにおいてデータのゼロ保持（ZDR）が保証されており、学習に利用されないセキュアなパイプラインを構築できる点が以前の汎用API利用時との大きな違いです。

利用にあたっては、VercelのAI Gatewayを経由することでモデルごとの認証や利用制限を統合管理できます。一方で、MAIモデルへのアクセスを提供しているプラットフォームは現時点で限定的であるため、既存のマルチモデル運用に組み込む際は対応リージョンやレート制限の仕様を個別に確認する必要があります。