Mistral发布Voxtral 3语音模型家族

2026年10月20日，Mistral AI 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音 Agent SDK。据其发布内容，该 SDK 将聆听、思考、工具调用与说话整合进单一实时流式管线。Mistral 称 Voxtral 3 即日起可通过其欧洲、美国及全球端点的 Mistral API 使用，也可通过欧盟托管的 API 使用，或自部署于自有基础设施，以便组织控制音频处理位置、数据处理方式及对话是否留存；语音智能体、音频转写、语音生成与语音克隆可在 Studio playground 中试用，本地或私有云部署需联系其团队。次日，Mistral AI 在 X 平台称 Voxtral 3 为“最先进的”Transcribe 和 Speech 模型，为 Mistral 全新的语音智能体 API 提供支持。后续报道称，该系列除一款 TTS 模型外还包含三款语音转文本模型：Small Transcribe 3、Mini Transcribe 3 和 Mini Transcribe Realtime 3；并称 Voxtral 3 TTS 定价为每百万字符 13 美元，对比 Gemini 3.8 Flash TTS 的每百万字符 16.5 美元、Eleven v4 Turbo 的每百万字符 40 美元和 Simba 3.2 的每百万字符 6.6 美元。最新跟进报道称，Voxtral Small Transcribe 3 在 Artificial Analysis 语音转文本榜单上排名第 3，Voxtral 3 TTS 在两个文本转语音竞技场中进入前 12。早先报道未披露参数、定价与开放范围，后续报道补充了模型构成、TTS 定价与榜单排名。

AI 根据报道生成 · 14 分钟前更新

1. 10月21日 00:18 · 2 篇报道
   Artificial Analysis 评测 Mistral Voxtral 3 语音模型
   Artificial Analysis：Mistral 发布 Voxtral 3 语音模型系列，含 TTS 与三款转写模型
2. 10月20日 20:00 · 2 篇报道
   Mistral发布Voxtral 3语音模型
   Mistral AI：Mistral 发布 Voxtral 3 语音模型家族与语音 Agent SDK

还没有足够的连续观测数据，暂不绘制趋势。