Modelo compacto de transcripción de voz a texto de Mistral, de 4.000 millones de parámetros, con diarización y sesgo por contexto para mejorar el reconocimiento de términos técnicos y nombres.
¿Por qué importa? Ofrece transcripción y diarización cercanas al modelo grande a un precio más bajo y con un tamaño que permite desplegarlo en entornos con pocos recursos; según Mistral, supera a Gemini 3.5 Transcribe en transcripción multilingüe.
Disponible en vista previa pública por la API de Mistral y para despliegue en infraestructura propia. Se lanzó junto a Voxtral Small Transcribe 3, Voxtral Mini Transcribe Realtime 3 y Voxtral TTS 3, que tienen su propia ficha en Modelos al día.
Más de 50 idiomas · 4.000 millones de parámetros · contexto de 32.000 tokens · 0,0035 $ por minuto de audio.
