Mistral: Voxtral Small 24B 2507

Mistral: Voxtral Small 24B 2507 هو نموذج من Mistral، أصدره المزود في 2025-10-30. يقع في فئة النصوص وهو مبني كتحسين لـ Mistral Small 3، إذ يضيف قدرات إدخال صوتية مع الحفاظ على أداء النصوص في ذلك النموذج السابق. إذا كنت تعرف Mistral Small 3 بالفعل، فإن الطريقة المفيدة للتفكير في Voxtral Small هي أنه يحافظ على سلوك النصوص ويوسّع ما يمكن للنموذج قبوله كإدخال.

فيما يخص المدخلات والمخرجات، يقبل النموذج النصوص والصوت والملفات، وينتج نصوصا فقط. نافذة السياق هي 32768 رمزا، والحد الأقصى للمخرجات هو 26214 رمزا. وفقا للمزود، يتفوق في نسخ الكلام والترجمة وفهم الصوت، ما يعني أن الصوت ليس إضافة ملحقة بل مسار إدخال من الدرجة الأولى إلى جانب النصوص. إن الجمع بين سياق بحجم 32 ألفا وسقف مخرجات كبير يجعله عمليا للمهام التي يكون فيها الإدخال طويلا، مثل تسجيل اجتماع مع تعليمات، وتحتاج الإجابة إلى مساحة كافية.

تشير هذه القدرات إلى مجموعة محددة نسبيا من حالات الاستخدام. نسخ الكلام هو الحالة الواضحة، سواء كنت تحوّل التسجيلات إلى سجلات مكتوبة أو تغذي محتوى منطوقا في مسار معالجة نصية. وتأتي الترجمة من فهم الصوت نفسه، على سبيل المثال تحويل الكلام في لغة ما إلى نص في لغة أخرى. ويغطي فهم الصوت الحالات الأوسع: تلخيص مكالمة، أو استخراج بنود العمل من تسجيل، أو الإجابة عن أسئلة حول ما قيل. ولأن إدخال النصوص لا يزال مدعوما ويحتفظ النموذج بأداء قوي في النصوص، يمكنك أيضا مزج الوسائط في طلب واحد، بتمرير نص مكتوب أو مستند إلى جانب الصوت وطلب نتيجة مدمجة.

يمكنك استدعاء النموذج عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج "mistralai/voxtral-small-24b-2507". معاملات الطلب المدعومة هي frequency_penalty و max_tokens و presence_penalty و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_p. كل من استدعاء الأدوات والمخرجات المنظمة متاحان، لذا يمكنك ربط النموذج في حلقة وكيل أو فرض استجابة بتنسيق JSON عندما تغذي المخرجات نظاما آخر. تتصرف عناصر التحكم في أخذ العينات (temperature و top_p والعقوبتان و seed و stop) كما تتوقع من نقطة نهاية متوافقة مع OpenAI.

القيد الرئيسي الذي يجب تذكره هو وسيط المخرجات: يعيد النموذج نصوصا، لا صوتا، لذا ليس خيارا لتوليف الكلام. كما أن نافذة السياق البالغة 32768 رمزا معتدلة، وقد تحتاج المستندات الطويلة جدا أو التسجيلات الممتدة لساعات إلى تقسيم قبل أن تتسع لها. إذا كانت مهمتك نصية بحتا ولا تستفيد من الإدخال الصوتي، فقد يكون نموذج نصي فقط أنسب. وإذا كنت تحتاج إلى صوت كإدخال ونص كمخرج، فهذا النموذج موجه تماما لذلك.