AI TOOLS RADAR
Wszystkie modele / MISTRALAI
mistralai logo
mistralai

Mistral: Voxtral Small Transcribe 3

Opis źródłowy (angielski)

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...

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

Kontekst
65 536 tokens
Maksymalne wyjście
52 428 tokens
Architektura
audio->transcription
Tokenizer
Mistral
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Czas audio
$0.000067
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-transcribe-3-0' \
  -F 'file=@audio.wav'
Możliwości i modalności

Wejście → Wyjście

Wejście
audio
Wyjście
transcription
API

Obsługiwane parametry API

Dostępni dostawcy

3 dostawców

Sprawdzono: 20 października 2026

Dostawcy na żywo w OpenRouter

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

OpenRouter

Mistral

Brak danych
Kontekst
66K
Maksymalne wyjście
52K

Mistral

Brak danych
Kontekst
66K
Maksymalne wyjście
52K

Mistral

Brak danych
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 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 →
mistralai logomistralai

Mistral: Voxtral Small 24B 2507 STT

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.

Kontekst
Brak danych
Wejście
audio
Wyjście
transcription
Czas audio: $0.00005 za sekundę
Zobacz szczegóły modelu →