20 октября 2026 г.
Voxtral 3: голосовой агент Mistral расшифровывает 50+ языков за $0,0035 в минуту
Mistral выпустил Voxtral 3 20 октября: батч-расшифровка стоит от $0,0035 за минуту, realtime-версия $0,008. Голосовой агент принимает и совершает звонки по SIP и WebRTC, умеет вызывать функции и искать в вебе.
Голосовой агент слушает, рассуждает, вызывает инструменты и отвечает голосом в потоке, по заявке вендора быстрее одной секунды. Realtime-транскрипция держит задержку до 500 мс и понимает 35+ языков. API работает через европейские, американский и глобальный эндпоинты, а модели можно развернуть на своей инфраструктуре. По заявке Mistral, Voxtral 3 опережает Whisper, Scribe v2 и Gemini 3.5 Transcribe на многоязычных задачах, WER 4,1% на FLEURS 45.
Установка. Клиент ставится командой `pip install "mistralai[realtime]"`, extra realtime добавляет WebSocket-клиент. Батч-модель называется voxtral-mini-transcribe-3-0, поток voxtral-mini-transcribe-realtime-3-0, речь voxtral-mini-tts-3-0. Через LiveKit Agents тот же стек подключается плагином: `uv add "livekit-agents[mistralai]~=1.5"`, ключ MISTRAL_API_KEY кладётся в .env.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Цена. Батч Mini стоит $0,0035 за минуту, Small $0,0040, realtime $0,008, синтез речи $13 за миллион символов. Сторонних замеров WER в материале нет.
Сторонних замеров WER пока нет, цифра Mistral остаётся заявкой вендора.
* Meta Platforms Inc. признана в РФ экстремистской организацией, её деятельность запрещена; Facebook и Instagram заблокированы. Meta AI и другие продукты компании — продукты этой организации.
Первоисточник