Sprache & Audio
Voxtral Mini Transcribe 2
Voxtral Mini Transcribe 2 ist ein Sprache & Audio-Modell von Mistral AI. Eingabe: Audio. Ausgabe: Text.
Sprache & AudioVoxtral TTS 3
Voxtral TTS 3 ist ein Audiomodell von Mistral AI. Text in Sprache umwandeln; Streaming und Stimmreferenzen sind eigene Funktionen. Das Modell ist kein Sprach-zu-Text-Endpunkt.
Wie kannst du es nutzen?
Nutze den in den Quellen genannten Anbieterzugang für genau diese Version. Ein Produktabo enthält nicht automatisch API-Guthaben.
Public Preview seit 20.10.2026Quellenstand 2026-10-24
Mistral AI im Verzeichnis
EingabeText, Audio-Referenz
AusgabeAudio
ModellzugangSiehe Datenblatt
Änderungen am Modell
Nachprüfung am 24. Oktober 2026; Herstellerdokumentation, kein eigener Modelltest.
Dieser Endpunkt wandelt Text in Audio um. Eine Stimmreferenz ist eine zusätzliche Eingabe für die dokumentierten Stimmenfunktionen. Das ist keine automatische Transkription und kein vollständiger Assistent.
Die aktuelle Modellkarte nennt 13 USD je Million Zeichen. Das lässt sich nicht direkt mit einem Preis je Million Texttokens vergleichen. Für die eigene Probe zuerst Aussprache und Texttreue bewerten, danach den tatsächlichen Verbrauch.
Die vier Voxtral-3-Endpunkte sind seit 20. Oktober als Public Preview dokumentiert. Die Ankündigung beschreibt auch Eigenbetrieb; ein für alle frei verfügbares konkretes Gewichteartefakt ist in diesem Profil nicht bestätigt. API-Verfügbarkeit und Gewichte-Lizenz bleiben getrennt.
KI-Stimmen und Anbieter vergleichen: Sprachgenerierung, Transkription und kompletten Assistenten auseinanderhalten.
Herstellerquelle zum Update · geprüft am 24. Oktober 2026
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Mistral AI |
|---|---|
| Modellfamilie | Voxtral |
| Modell-/API-ID | voxtral-mini-tts-3-0 |
| Status | Public Preview seit 20.10.2026 |
| Modellart | Sprache & Audio |
|---|---|
| Eingabe | Text, Audio-Referenz |
| Ausgabe | Audio |
| Kontext | Nicht bestätigt |
|---|---|
| Maximaler Output / Horizont | Nicht bestätigt |
| Bereitstellung | Mistral API; gesonderte Bereitstellungsbedingungen für Eigenbetrieb |
|---|---|
| Gewichte | Nicht bestätigt |
| Lizenz | Anbieterbedingungen; konkrete Bereitstellung prüfen |
Daten im Überblick
Die Grafik zeigt die ausgewiesenen Eingabe- und Ausgabearten. Sie beschreibt einen Arbeitsweg und enthält keine erfundenen Messwerte oder Leistungswerte.
- Eingabe
- Text, Audio-Referenz
- Ausgabe
- Audio
Datenbasis: Herstellerangaben im Quellenstand 2026-10-24. Quellen zu diesem Profil ↓
Einsatz und Grenzen
Transkription, Sprachausgabe und Audio-Dialog sind unterschiedliche Aufgaben. Prüfe zuerst die dokumentierte Ein- und Ausgabe dieses konkreten Endpunkts.
Prüfe vor einem API-Aufruf, ob dein Konto Zugriff hat und welchen Endpunkt, Tarif und welche Region du verwenden musst. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Was kostet Voxtral TTS 3?
Bestätigter Tarif / Preisangabe13 USD je 1 Mio. Zeichen
Standardtarif laut Mistral am 24.10.2026, ohne Cache, Sondertarife und Steuern. Audio-Minuten und Zeichen werden nicht in Texttokenpreise umgerechnet.
Zugang: Mistral API; gesonderte Bereitstellungsbedingungen für Eigenbetrieb. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Praxis: Audioein- und -ausgabe prüfen
Eigene redaktionelle Vorlage; noch kein ausgeführter Modelltest.
Vorlagetext: Unser Termin ist am Dienstag um 8: 30 Uhr.
Prüfe: Wochentag, Uhrzeit, Aussprache und hinzugefügte Wörter.
Nutze eine dokumentierte Standardstimme; keine fremde Stimmkopie nötig.Dein Prüfkriterium
Die Wörter, Uhrzeiten und gegebenenfalls Sprecher stimmen mit der Aufnahme oder Textvorlage überein. Unverständliche Stellen werden überprüft; ein flüssig klingendes Ergebnis ist noch kein richtiger Inhalt.
Nutze künstliche oder bewusst freigegebene Daten. Notiere genaue Modellversion, Endpunkt beziehungsweise Runtime, Einstellungen, fachliche Fehler und tatsächlichen Verbrauch.
Quellen und Prüfstand
Quellenstand: 2026-10-24. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Häufige Fragen
Was ist Voxtral TTS 3?
Text in Sprache umwandeln; Streaming und Stimmreferenzen sind eigene Funktionen. Das Modell ist kein Sprach-zu-Text-Endpunkt. Hersteller: Mistral AI. Dokumentierte ID: voxtral-mini-tts-3-0.
Was verarbeitet Voxtral TTS 3?
Eingabe: Text, Audio-Referenz. Ausgabe: Audio. Die Ankündigung und die aktuelle TTS-Modellkarte nennen unterschiedliche Sprachumfänge. Gewünschte Sprache und Funktion vor produktivem Einsatz am konkreten Endpunkt prüfen.
Kannst du Voxtral TTS 3 lokal betreiben?
Der dokumentierte Zugang lautet: Mistral API; gesonderte Bereitstellungsbedingungen für Eigenbetrieb. Öffentlich verfügbare offene Gewichte werden damit nicht bestätigt. Ein integriertes On-Device-Modell kann besondere Hardware und Plattformvorgaben haben.
Was kostet Voxtral TTS 3?
13 USD je 1 Mio. Zeichen. Standardtarif laut Mistral am 24.10.2026, ohne Cache, Sondertarife und Steuern. Audio-Minuten und Zeichen werden nicht in Texttokenpreise umgerechnet. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Ist das ein Leistungstest oder eine Rangliste?
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-24. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Wie aktuell ist dieses Profil?
Die genannten Herstellerunterlagen wurden am 24. Oktober 2026 geprüft. Verfügbarkeit für ein bestimmtes Konto und unabhängige Modellqualität sind damit nicht nachgewiesen. Konkrete unbekannte Werte bleiben offen.
Was prüfst du mit der eigenen Aufgabe?
Die Wörter, Uhrzeiten und gegebenenfalls Sprecher stimmen mit der Aufnahme oder Textvorlage überein. Unverständliche Stellen werden überprüft; ein flüssig klingendes Ergebnis ist noch kein richtiger Inhalt.
Weitere Mistral AI-Modelle
Alle anzeigen →Sprache & Audio
Voxtral Small
Voxtral Small ist ein Sprache & Audio-Modell von Mistral AI. Eingabe: Audio. Ausgabe: Text.
Sprache & Audio
Voxtral Transcribe Realtime
Voxtral Transcribe Realtime ist ein Sprache & Audio-Modell von Mistral AI. Eingabe: Audio. Ausgabe: Text.