Mistral AI presenterar Voxtral 3: Nya språkmodeller ska möjliggöra realtids-språkagenter
23 oktober 2026 · 1 min läsning
Mistral AI har introducerat Voxtral 3, en ny familj av språkmodeller som ska möjliggöra realtids-språkagenter. Systemet innehåller en Speech-to-Text-modell (Voxtral Small Transcribe 3), en Text-to-Speech-modell (Voxtral Mini TTS 3) och ett Voice-Agent-SDK baserat på LiveKit. Tillsammans ska dessa enheter kombinera lyssnande, tänkande, verktygsanvändning och talande i en enda strömmande pipeline.
Transkriptionen stödjer över 50 språk, medan talutgången omfattar över 35 språk och 50 dialekter med emotionell anpassning. Agenter kan under pågående samtal få tillgång till externa system, som att boka möten eller kontrollera fakturor.
Mistral betonar möjligheten att driva systemet på egen infrastruktur eller via EU-hostade API:er för att säkerställa dataskydd. Priserna börjar vid 0,0035 dollar per minut för transkription. Ytterligare detaljer finns i dokumentationen.