Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Voxtral 3, hääleagendid ja uued spetsialiseeritud mudelid

Õppetund 11 / 12 Värskendatud 2. november 2026 Kesktase
Sellel lehel
  1. Voxtral 3: neli helimudelit
  2. Hääleagendid: valmis hääletöövoog
  3. Uued spetsialiseeritud mudelid
  4. Kolmandate osapoolte mudelid Mistrali platvormil
  5. OCR 4.1
  6. Peamised punktid

Mistrali sügisesed uuendused ei puuduta ainult Large 4. 20. oktoobril 2026 uuendas ettevõte kogu oma heliperekonna ja käivitas hallatava hääletöövoogu; samaaegselt lisandus kataloogi mitu spetsialiseeritud ja kolmandate osapoolte mudelit. See tund käsitleb kõike, tehes vahet üldkasutatava ja eelvaaterežiimis oleva vahel.

Voxtral 3: neli helimudelit

Voxtral 3 perekonda kuulub neli mudelit, mis on alates 2. novembrist 2026 kõik avalikus eelvaates.

MudelIDKasutusjuhtumHind
Voxtral Mini Transcribe 3voxtral-mini-transcribe-3-0Failide transkriptsioon koos diktorite eristamise ja ajatemplitega0,0035 $ minuti kohta
Voxtral Small Transcribe 3voxtral-small-transcribe-3-0Perekonna täpseim transkriptsioon koos diktorite eristamisega0,004 $ minuti kohta
Voxtral Mini Transcribe Realtime 3voxtral-mini-transcribe-realtime-3-0Reaalajas transkriptsioon, reguleeritav latentsus ja kõnevahetuse tuvastus0,008 $ minuti kohta
Voxtral TTS 3voxtral-mini-tts-3-0Häälesüntees koos hääle kloonimisega, 35+ keelt ja 50 murret, voogedastus13 $ miljoni märgi kohta

Need mudelid asendavad 2026. aasta heligeneratsiooni – Voxtral TTS (voxtral-mini-tts-2603), Voxtral Mini Transcribe 2 (voxtral-mini-2602) ja selle reaalajas versiooni –, mis tunnistati aegunuks 31. oktoobril ja eemaldatakse 30. aprillil 2027. Mistral rõhutab, et perekond on loodud suveräänseks kasutuselevõtuks: kas nende API kaudu, mida majutatakse Euroopas, või isemajutuse teel, andes organisatsioonile kontrolli selle üle, kus heli töödeldakse ja vestlusi säilitatakse.

Hääleagendid: valmis hääletöövoog

Samal päeval, 20. oktoobril, käivitas Mistral Voice Agents (hääleagendid), reaalajas kahepoolse hääletöövoogu, mis on kättesaadav Voice Agents SDK kaudu. SDK haldab kogu ahelat: mikrofoni salvestus, transkriptsioon, mudeli poolt vastuse genereerimine, süntees ja taasesitus. Mudelid töötavad Mistrali taristus, sinu rakendus salvestab ja edastab helivoogu ning liidesed on pakutud telefonside, brauseri ja kohandatud heli jaoks. Kontaktikeskuse või kätevaba assistendi puhul on see vahe viie ploki kokkupanemise ja ühe integreerimise vahel.

Uued spetsialiseeritud mudelid

Avalikus eelvaates ilmus kaks uut perekonda. Shieldstral 1.0 on kompaktne multimodaalne moderatsioonimudel, mis liigitab teksti ja piltide ohutust. Timestral 1.0 on ajaridade sihtmudel, saadaval neljas suuruses, mis teeb prognoose ilma eelneva treenimiseta ja toodab tõenäosuslikke väljundeid. Tootmises moderatsiooniks jääb üldkasutatavaks mudeliks Mistral Moderation 2 (mistral-moderation-2603), mis haldab 128 000 tokeni pikkust konteksti ja tuvastab turvameetmete möödaviigu katseid.

Kolmandate osapoolte mudelid Mistrali platvormil

Vaiksem, kuid oluline uuendus: Mistral majutab nüüd ka teiste avaldajate mudелеid. Alates 2. novembrist 2026 sisaldab kataloog üldkasutuses olevaid Z.ai GLM 5.3 ja GLM 5.3 Flash ning avalikus eelvaates olevat DeepSeek V4.1 Flash, kõik miljoni tokeni aknaga. Neid kutsutakse välja sama API-ga nagu Mistrali mudелеid; GLM 5.2 tunnistati aegunuks 29. septembril ja eemaldati 31. oktoobril GLM 5.3 kasuks.

OCR 4.1

Lõpuks, dokumentide poole pealt, on OCR 4.1 (mistral-ocr-4-1) olnud üldkasutuses alates 31. augustist sama hinnaga kui OCR 4.0, mis eemaldati 30. septembril. See lisab usaldusväärsuse skoorid ploki tasandil; alias mistral-ocr-latest on osutanud sellele alates 16. juulist.

Ametlikud allikad: Muudatuste logi · Mudelid · Hääleagendid · Hinnakiri

Peamised punktid

  • Voxtral 3 (20. oktoober, avalik eelvaade): kolm transkriptsioonimudelit ja üks häälesünteesi mudel, asendades 2026. aasta helilahendused
  • Voice Agents haldab SDK kaudu kogu reaalajas hääletöövoogu
  • Uued spetsialistid eelvaates: Shieldstral (moderatsioon) ja Timestral (ajaridad)
  • Majutatud kolmandate osapoolte mudelid: GLM 5.3, GLM 5.3 Flash, DeepSeek V4.1 Flash; OCR 4.1 üldkasutuses