Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Voxtral 3, hlasoví agenti a nové specializované modely

Lekce 11 z 12 Aktualizováno 2. listopadu 2026 Mírně pokročilý
Na této stránce
  1. Voxtral 3: Čtyři audio modely
  2. Hlasoví agenti: Komplexní hlasové potrubí
  3. Nové specializované modely
  4. Modely třetích stran na platformě Mistral
  5. OCR 4.1
  6. Klíčové poznatky

Podzimní aktualizace společnosti Mistral se netýkají pouze modelu Large 4. Dne 20. října 2026 společnost obnovila celou svou rodinu audio modelů a spustila spravované hlasové potrubí; současně se v katalogu objevilo několik specializovaných modelů a modelů třetích stran. Tato lekce pokrývá vše a rozlišuje mezi tím, co je obecně dostupné, a tím, co zůstává ve fázi veřejného náhledu.

Voxtral 3: Čtyři audio modely

Rodina Voxtral 3 zahrnuje čtyři modely, které jsou k 2. listopadu 2026 všechny ve veřejném náhledu.

ModelIDPřípad použitíCena
Voxtral Mini Transcribe 3voxtral-mini-transcribe-3-0Přepis souborů s diarizací a časovými značkami0,0035 $ za minutu
Voxtral Small Transcribe 3voxtral-small-transcribe-3-0Nejpřesnější přepis v rodině s diarizací0,004 $ za minutu
Voxtral Mini Transcribe Realtime 3voxtral-mini-transcribe-realtime-3-0Přepis v reálném čase s nastavitelnou latencí a detekcí střídání řečníků0,008 $ za minutu
Voxtral TTS 3voxtral-mini-tts-3-0Syntéza řeči s klonováním hlasu, 35+ jazyků a 50 dialektů, streamování13 $ za milion znaků

Tyto modely nahrazují audio generaci z roku 2026 – Voxtral TTS (voxtral-mini-tts-2603), Voxtral Mini Transcribe 2 (voxtral-mini-2602) a jeho verzi pro reálný čas – které byly vyřazeny 31. října a odstraněny 30. dubna 2027. Mistral zdůrazňuje, že rodina je navržena pro suverénní nasazení: prostřednictvím jejího API hostovaného v Evropě nebo pomocí self-hostingu, což organizaci poskytuje kontrolu nad tím, kde je audio zpracováváno a kde jsou konverzace uchovávány.

Hlasoví agenti: Komplexní hlasové potrubí

Ve stejný den, 20. října, Mistral spustil Voice Agents, obousměrné hlasové potrubí pro reálný čas zpřístupněné prostřednictvím SDK Voice Agents. Toto SDK zpracovává celý řetězec: zachycení zvuku z mikrofonu, přepis, generování odpovědi modelem, syntézu a přehrávání. Modely běží na infrastruktuře Mistral, vaše aplikace zachycuje a streamuje audio a rozhraní jsou poskytována pro telefonii, prohlížeče i vlastní audio řešení. Pro kontaktní centra nebo asistenty bez použití rukou to znamená rozdíl mezi sestavováním pěti bloků a integrací jednoho.

Nové specializované modely

Ve veřejném náhledu se objevily dvě nové rodiny modelů. Shieldstral 1.0 je kompaktní multimodální model pro moderování, který klasifikuje bezpečnost textu a obrázků. Timestral 1.0 je základní model pro časové řady, dostupný ve čtyřech velikostech, který vytváří předpovědi bez předchozího tréninku a produkuje pravděpodobnostní výstupy. Pro produkční moderování zůstává obecně dostupným modelem Mistral Moderation 2 (mistral-moderation-2603), který zpracovává kontext o délce 128 000 tokenů a detekuje pokusy o obejití bezpečnostních omezení (jailbreak).

Modely třetích stran na platformě Mistral

Tichší, ale významnou novinkou je, že Mistral nyní hostuje modely od jiných vydavatelů. K 2. listopadu 2026 katalog zahrnuje Z.ai GLM 5.3 a GLM 5.3 Flash v obecné dostupnosti a DeepSeek V4.1 Flash ve veřejném náhledu, všechny s oknem o velikosti 1 milionu tokenů. Volají se pomocí stejného API jako modely Mistral; GLM 5.2 byl vyřazen 29. září a odstraněn 31. října ve prospěch GLM 5.3.

OCR 4.1

Nakonec, co se týče dokumentů, OCR 4.1 (mistral-ocr-4-1) je obecně dostupný od 31. srpna za stejnou cenu jako OCR 4.0, který byl odstraněn 30. září. Přidává skóre důvěryhodnosti na úrovni bloků; alias mistral-ocr-latest na něj odkazuje již od 16. července.

Oficiální zdroje: Changelog · Models · Voice Agents · Pricing

Klíčové poznatky

  • Voxtral 3 (20. října, veřejný náhled): tři modely pro přepis a jeden model pro syntézu řeči, nahrazující audio z roku 2026
  • Voice Agents zpracovává celé hlasové potrubí v reálném čase prostřednictvím SDK
  • Noví specialisté v náhledu: Shieldstral (moderování) a Timestral (časové řady)
  • Hostované modely třetích stran: GLM 5.3, GLM 5.3 Flash, DeepSeek V4.1 Flash; OCR 4.1 v obecné dostupnosti