Mistral пусна Voxtral 3: разпознаване на реч на 50 езика и синтез на 35+, а цял гласов агент започва от 0,04 долара на минута

Факт

Фактите: на 20 октомври 2026 г. (страницата няма видима дата; това е денят от емисията на Mistral) Mistral обяви Voxtral 3 - ново семейство модели за разпознаване на реч и за синтез, заедно със SDK за гласови агенти, сглобен върху LiveKit. Разпознаването е във варианти Small Transcribe 3 и Mini Transcribe 3 (4 милиарда параметъра), плюс Mini Transcribe Realtime 3; списъкът с езици е разширен до 50, сред които 24 официални езика на ЕС. Синтезът, Mini TTS 3, поддържа 35+ езика и 50+ диалекта. Цените по таблицата на Mistral: Mini Transcribe 3 (на партиди) 0,0035 долара на минута, Small Transcribe 3 0,0040, Mini Transcribe Realtime 3 0,008; Mini TTS 3 - 13 долара за милион знака; агентното API - 0,04 долара на минута със Small 4 за мисленето и 0,08 с по-голям модел. Voxtral 3 е достъпен през API-то на Mistral, с европейски, американски и глобален адрес, или за собствено внедряване; за последното страницата не описва нито тегла, нито лиценз. Твърденията за качество са на Mistral: че Small води в разпознаването и диаризацията и е пред Whisper, Scribe v2 и Gemini 3.5 Transcribe, а за синтеза Mistral се позовава на Voice Code Bench на BeSimple AI.