AI TOOLS RADAR
Wszystkie modele / MISTRALAI
mistralai logo
mistralai

Mistral: Voxtral Small 24B 2507 STT

Opis źródłowy (angielski)

Voxtral Small 24B 2507 STT is a speech transcription model from Mistral AI. It is suited for transcription, translation, and audio understanding workloads that benefit from its larger model capacity.

Zobacz źródło w OpenRouter Hugging Face
Przegląd

Specyfikacja modelu

Kontekst
Brak danych
Maksymalne wyjście
Brak danych
Architektura
audio->transcription
Tokenizer
Mistral
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Czas audio
$0.00005
za sekundę
API

Szybki start

Ustaw lokalnie OPENROUTER_API_KEY. Python wymaga requests, a JavaScript działa w Node.js. Klucz przechowuj na serwerze.

Dokumentacja API

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=mistralai/voxtral-small-24b-2507-stt' \
  -F 'file=@audio.wav'
Możliwości i modalności

Wejście → Wyjście

Wejście
audio
Wyjście
transcription
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 16 września 2026

Dostawcy na żywo w OpenRouter

Dostępność, opóźnienie, przepustowość i routing stale się zmieniają. Aktualne dane są na stronie źródłowej.

OpenRouter

DeepInfra

bf16
Kontekst
Brak danych
Maksymalne wyjście
Brak danych
mistralai

4 modele

Wszystkie modele
mistralai logomistralai

Mistral: Voxtral TTS 3

Voxtral TTS 3 is Mistral's text-to-speech model. It converts text into natural-sounding speech, offers a library of preset voices, supports zero-shot voice cloning, and accepts emotion and pace tags in...

Kontekst
4K
Wejście
text
Wyjście
speech
Znaki: $13 za milion znaków
Zobacz szczegóły modelu →
mistralai logomistralai

Mistral: Voxtral Small Transcribe 3

Voxtral Small Transcribe 3 is Mistral's flagship speech-to-text model. It takes audio input and returns a transcript with timestamps and speaker diarization, and supports context biasing for domain-specific vocabulary. Suited...

Kontekst
66K
Wejście
audio
Wyjście
transcription
Czas audio: $0.000067 za sekundę
Zobacz szczegóły modelu →
mistralai logomistralai

Mistral: Voxtral Mini Transcribe 3

Voxtral Mini Transcribe 3 is Mistral's compact speech-to-text model. It takes audio input and returns a transcript with timestamps and speaker diarization. It also supports context biasing for domain terms....

Kontekst
66K
Wejście
audio
Wyjście
transcription
Czas audio: $0.000058 za sekundę
Zobacz szczegóły modelu →
mistralai logomistralai

Mistral: Mistral Large 4

Mistral Large 4 is a frontier multimodal (text and image input) model from Mistral AI built for reasoning, coding, and agentic workloads. It offers a 1M-token context window with up...

Kontekst
1.0M
Wejście
text · image
Wyjście
text
Wejście: $1.36Wyjście: $4.18za milion tokenów
Zobacz szczegóły modelu →