Mistral: Voxtral Mini 3B 2507

Mistral: Voxtral Mini 3B 2507 ist ein Modell für Sprach- und Audioverständnis von Mistral AI. Es gehört zur Kategorie Transkription, und das Veröffentlichungsdatum des Anbieters ist der 2026-08-13. Der Name spiegelt das Design wider: ein kompaktes 3B-Modell in der Voxtral-Reihe, versioniert als 2507. Wenn Sie bereits an anderer Stelle in Ihrem Stack mit Mistral-Modellen arbeiten, erweitert dieses Modell diese Familie in die Audioverarbeitung statt in die Textgenerierung.

Das Modell nimmt Audio als Eingabemodalität und erzeugt Transkription als Ausgabemodalität. Mistral beschreibt es als geeignet für Transkription, Übersetzung und kompakte Audioverarbeitungs-Workloads, also sind das die Aufgaben, um die Sie planen sollten. Die Anbieterbeschreibung nennt kein Kontextfenster, und für dieses Modell ist keine Kontextlänge aufgeführt, behandeln Sie also die Verarbeitung von Langform-Audio als etwas, das Sie gegen Ihren eigenen Workload verifizieren sollten, statt es anzunehmen. Die aufgeführte maximale Ausgabe ist 0, was bedeutet, dass Sie sich beim Entwurf Ihrer Pipeline nicht auf ein dokumentiertes Ausgabe-Token-Budget verlassen sollten.

Die praktischen Einsatzmöglichkeiten ergeben sich direkt aus diesen Fähigkeiten. Transkription ist die primäre: aufgezeichnete Sprache in Text umwandeln. Übersetzung ist die zweite, was bei einem Audiomodell typischerweise bedeutet, mit Sprache in einer Sprache zu arbeiten und Text in einer anderen zu erzeugen. Die dritte ist kompakte Audioverarbeitung, ein breites Label, das kleinere oder leichtere Audioaufgaben abdeckt, für die ein 3B-Modell angemessen ist. Weil das Modell klein ist, eignet es sich für Workloads, bei denen Sie Audioverständnis ohne ein großes Modell wünschen, etwa Batch-Transkriptionsjobs, Meeting- oder Anrufaufzeichnungen und Pipelines, die transkribierten Text in spätere Stufen einspeisen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "mistralai/voxtral-mini-3b-2507" auf. Weil die Schnittstelle OpenAI-kompatibel ist, können Sie einen vorhandenen OpenAI-Client auf api14 richten und Audioeingabe auf die übliche Weise senden, wobei Transkription als Ausgabe zurückgegeben wird. Beachten Sie, dass für dieses Modell keine unterstützten Parameter aufgeführt sind, nehmen Sie also nicht an, dass Tuning-Optionen wie temperature oder top_p akzeptiert werden. Senden Sie die Modell-ID und Ihre Audioeingabe, und prüfen Sie die Live-Preistabelle auf der Seite für aktuelle Tarife.

Zu den Limits sind die Fakten hier dünn. Es gibt keine angegebene Kontextlänge und eine maximale Ausgabe von 0, wenn Ihre Arbeit also von sehr langem Audio oder einem garantierten Ausgabebudget abhängt, bestätigen Sie das Verhalten, bevor Sie sich festlegen. Wenn Sie Textgenerierung statt Audiotranskription benötigen, passt ein Textmodell im Katalog besser. Für Transkription, Übersetzung und kompakte Audioverarbeitung ist dieses Modell die direkte Entsprechung.