Mistral 这篇新闻页没有钟点，只写今天可用。评测图的说明写着生成于 2026-10-20。判断先写在前面：单价印在价目表里，词错误率没有印在正文里。
转写模型叫 Voxtral Small Transcribe 3。页面称，语言扩到 50 种，其中包括 24 种欧盟官方语言，以及多种低资源的亚洲语言和印度语言。页面还称，Small 在英文、法文和西班牙文的转写和说话人分离上，超过 Whisper、Scribe v2 和 Gemini 3.5 Transcribe。对比画在图里。图注点了 FLEURS 里 45 种语言的宏平均词错误率，以及 AMI-IHM、AMI-SDM、Switchboard、Switchboard CallHome 和 AISHELL-4。正文没有写出任何一条分数。
[1]
Mini 为 4B 参数，每分钟 0.0035 美元。价目表里，批量 Mini Transcribe 3 是每分钟 0.0035 美元，Small Transcribe 3 是每分钟 0.0040 美元。
正文把实时模型叫作 Voxtral Realtime Transcribe 3，称它在 35 种以上语言里、延迟低于 500 毫秒。卡片和价目表叫作 Voxtral Mini Transcribe Realtime 3，每分钟 0.008 美元，语言数写成 40 种以上。页面没有解释这两个名字是不是同一个模型。两句都是公司说法。
[1]语音合成也有两个名字。亮点写 Voxtral Mini TTS 3。后面写成 Voxtral Mini TTS 3.0，价钱安在 Voxtral Speech 3 上：每百万字符 13 美元。价目表用的也是 Speech 3，批量与实时同一个 API。页面称支持 35 种以上语言、50 种以上方言，并称这个价钱低于 OpenAI TTS-1、Deepgram、ElevenLabs Flash 和 Gemini Flash。那四家的价格，这一页没有印。
Voice Code Bench 由 BeSimple AI 制作，看企业客服里的数字和生僻名字。图注写：300 条英文提示，每个系统两种声音，评判模型是 gemini-3.8-flash，价格取自各家价目页，图生成于 2026-10-20。分数仍在图里。另外几张内部评测图，正文也没有印出分数。
时长有两句，不要并成一句。Pro Voice 称，只需 30 分钟音频，就能复现说话人的特点、情绪幅度和说话方式，并跨语言。另一处写，功能里包括用 30 分钟以上的采样音频做声音适配。两句都是页面自己的说法。怎么从这些音频里做出声音，这篇不写。
[1]语音智能体 SDK 建在 LiveKit 上。页面称，听、推理和说是同一条流，电话或网页上都能进行。听的例子是 Mini 实时转写。推理的例子是 Mistral Small。回答是 Speech 3。价目表另写，用 Mistral Small 4 做推理是每分钟 0.04 美元，换其他推理模型是每分钟 0.08 美元，原文印成 0.04$/min 和 0.08$/min。Small 和 Small 4 都出现了，页面没有说明是不是同一个模型。
页面称每一轮在一秒内完成。一秒没有测量条件。通话中的例子是核对身份、查账单、预约。这些是清单，不是这篇的实测。
可用范围有两句，不要合成一句。亮点写，今天可通过欧盟托管的 API 使用，或在自己的基础设施上部署。文末又写，托管端点包括欧洲、美国和全球。本地或私有云需要联系他们的团队，没有公开报价。
[1]