AI TOOLS RADAR
全部模型 / MISTRALAI
mistralai logo
mistralai

Mistral: Voxtral Small Transcribe 3

来源介绍（英文）

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...

在 OpenRouter 查看来源
模型概览

模型规格

上下文
65,536 tokens
最大输出
52,428 tokens
架构
audio->transcription
分词器
Mistral
知识截止时间
暂未提供
内容审核
否
OPENROUTER

完整价格

同步自 OpenRouter。Token 价格均按每百万 Token 展示。

音频时长
$0.000067
每秒
API

快速调用

在本地设置 OPENROUTER_API_KEY。Python 需安装 requests；JavaScript 在 Node.js 中运行。密钥应保存在服务端。

API 文档

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'
能力与模态

输入 → 输出

输入
audio
输出
transcription
API

支持的 API 参数

可用提供方

3 个提供方

核验日期: 2026年10月20日

在 OpenRouter 查看实时 Provider

Provider 可用性、延迟、吞吐量和路由会持续变化，请前往来源页面查看实时运行数据。

OpenRouter

Mistral

暂未提供
上下文
66K
最大输出
52K

Mistral

暂未提供
上下文
66K
最大输出
52K

Mistral

暂未提供
上下文
暂未提供
最大输出
暂未提供
mistralai

4 个模型

全部模型
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...

上下文
4K
输入
text
输出
speech
字符: $13 每百万字符
查看模型详情 →
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....

上下文
66K
输入
audio
输出
transcription
音频时长: $0.000058 每秒
查看模型详情 →
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...

上下文
1.0M
输入
text · image
输出
text
输入: $1.36输出: $4.18每百万 Token
查看模型详情 →
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.

上下文
暂未提供
输入
audio
输出
transcription
音频时长: $0.00005 每秒
查看模型详情 →