モデル
Voxtral 3を提供開始
原題: Voxtral 3
音声モデルとagent SDKを一体で提供
Mistralは2026年10月20日、Voxtral 3を発表し、同日から提供を開始しました。
音声認識、音声合成、tool callingを組み合わせるvoice agent SDKを公開しました。
Voxtral Small Transcribe 3は50超の言語に対応し、話者分離とcontext biasingを扱います。
Voxtral Mini Transcribe Realtime 3は40超の言語を500ミリ秒未満の遅延で処理します。
Voxtral Speech 3は35超の言語と50超の方言に対応し、会話文脈に応じて感情、速度、強調を調整します。
SDKはLiveKitを基盤に、音声入力、reasoning、tool call、音声出力をstreaming pipelineとして実行します。
Mistral APIの欧州、米国、global endpointとStudio playgroundから利用できます。
Transcribeは1分0.0035ドルから、Speech 3は100万文字13ドルと案内されています。
自社infrastructureやprivate cloudへの配備はMistralへの問い合わせが必要です。
性能比較はMistralの評価であり、独立評価とは区別が必要です。