Voxtral 3
Mistral AI 推出的语音基础模型系列，面向实时语音理解与生成，强调低延迟流式处理、多语种覆盖与开放可微调部署
核心事实
时间轴 (近 90 天)
Mistral 声称 Voxtral 3 在准确率上领先 Whisper 和 ElevenLabs，但该结论仅来自公司自家图表，尚无独立基准佐证。
Voxtral 3 将完整实时语音对话的成本压到每分钟4美分。
Voxtral 3 提供一套统一语音栈，包含三个语音识别模型、一个语音生成模型以及一套实时语音智能体工具包。
早期独立开发者测试中，Voxtral 3 的完整语音往返响应被报告为低于一秒。
Voxtral 3 的实时转录模型同时利用声音信号与语义信息来判断通话者何时说完一句话，从而减少尴尬停顿和误打断。
Voxtral 3 支持 50 多种语言，并允许企业将自定义术语直接写入转录提示词。
Voxtral 3 的批处理转录定价为每分钟 0.35 美分起。
Voxtral 3 的完整实时智能体（搭配 Mistral Small 4）定价为每分钟 4 美分；换用更大推理模型成本翻倍至每分钟 8 美分。
企业可以将 Voxtral 3 整套栈跑在欧洲服务器上或私有硬件自托管。
开发者报告称，Voxtral 3 在噪声环境下仍需仔细的手动音频调校，鲁棒性尚未达到即插即用的程度。
还有 10 条时间轴事件
全部知识事实 (20)
Mistral AI 发布了 Voxtral 3，是其语音模型系列的最新迭代。
75%待验证Mistral 声称 Voxtral 3 在准确率上领先 Whisper 和 ElevenLabs，但该结论仅来自公司自家图表，尚无独立基准佐证。
50%待验证Voxtral 3 将完整实时语音对话的成本压到每分钟4美分。
50%待验证Voxtral 3 提供一套统一语音栈，包含三个语音识别模型、一个语音生成模型以及一套实时语音智能体工具包。
50%待验证早期独立开发者测试中，Voxtral 3 的完整语音往返响应被报告为低于一秒。
50%待验证Voxtral 3 的实时转录模型同时利用声音信号与语义信息来判断通话者何时说完一句话，从而减少尴尬停顿和误打断。
50%待验证Voxtral 3 支持 50 多种语言，并允许企业将自定义术语直接写入转录提示词。
50%待验证Voxtral 3 的批处理转录定价为每分钟 0.35 美分起。
50%待验证Voxtral 3 的完整实时智能体（搭配 Mistral Small 4）定价为每分钟 4 美分；换用更大推理模型成本翻倍至每分钟 8 美分。
50%待验证企业可以将 Voxtral 3 整套栈跑在欧洲服务器上或私有硬件自托管。
50%待验证开发者报告称，Voxtral 3 在噪声环境下仍需仔细的手动音频调校，鲁棒性尚未达到即插即用的程度。
50%待验证官方将 Voxtral 3 定位为 state-of-the-art（当前最佳水平）。
50%待验证官方目前只给出了 state-of-the-art 的定性表述，没有公开具体的词错率、MOS 分数或首包延迟数据。
50%待验证Voxtral 3 驱动 Mistral 全新的语音 Agent API。
50%待验证Voxtral 3 并非单一模型，而是拆分为 Transcribe（语音转文本）与 Speech（文本转语音）两条能力线。
50%待验证原文没有披露另外两款转录模型的具体参数与定位。
50%待验证Voxtral 3 延续了 Mistral 一贯的开放路线，允许开发者更自由地做私有化部署和微调。
50%待验证当前关于 Voxtral 3 的具体基准数据与商用条款仍需查阅原始公告确认。
50%待验证Mistral 已推出 Voxtral 3 公开预览版。
50%待验证Voxtral 3 的发布消息在 Hacker News 上获得 281 点热度和 74 条讨论。
50%