Mistral: Voxtral Mini Transcribe 3

Mistral Voxtral Mini Transcribe 3 is een spraak-naar-tekst-model van Mistral, door de provider uitgebracht op 20 oktober 2026. Het valt in de categorie transcriptie en is het compacte lid van Mistrals Voxtral-transcriptielijn, waardoor het de optie is om te overwegen wanneer je Mistrals spraakherkenning wilt zonder een groter model. Het model-id op api14 is mistralai/voxtral-mini-transcribe-3-0.

Het model accepteert audio als enige invoermodaliteit en retourneert een transcriptie als enige uitvoer. Twee functies vallen op in de transcriptie zelf: tijdstempels en sprekerdiarisatie, zodat de uitvoer kan aangeven wanneer iets is gezegd en wie het heeft gezegd. Het ondersteunt ook context biasing voor domeintermen, waarmee je de herkenning kunt sturen richting vocabulaire zoals productnamen, jargon of eigennamen die een algemeen model mogelijk verkeerd verstaat. Het contextvenster is 65.536 tokens en de maximale uitvoer is 52.428 tokens.

Die mogelijkheden wijzen op een tamelijk specifieke set taken. Transcriptie van vergaderingen en gesprekken is de voor de hand liggende, omdat diarisatie deelnemers scheidt en tijdstempels je in staat stellen de transcriptie uit te lijnen met een opname. Transcriptie van interviews volgt hetzelfde patroon. Context biasing maakt het model geschikter voor gespecialiseerde audio, bijvoorbeeld klinische notities, juridische procedures, technische lezingen of klantenservicegesprekken waarin interne terminologie vaak voorkomt. Omdat de uitvoer een transcriptie is en geen samenvatting of antwoord, geef je het resultaat doorgaans door aan een apart tekstmodel als je downstream samenvatting, extractie of zoekindexering nodig hebt.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id mistralai/voxtral-mini-transcribe-3-0, waarbij je audio als invoer verstuurt. Het model vermeldt geen ondersteunde parameters, dus er zijn geen sampling- of decoding-instellingen om aan te passen in het verzoek; houd je aanroepen in de standaardvorm voor transcriptie en vertrouw op de standaardwaarden van het model. Als je de herkenning van specifieke termen wilt beïnvloeden, is dat waar context biasing voor dient, niet een verzoekparameter.

Het belangrijkste om af te wegen is de reikwijdte. Dit is een transcriptiemodel met alleen audio-invoer en transcriptie-uitvoer, dus het beantwoordt geen vragen over de audio, vertaalt niet in een aparte stap en genereert geen tekst buiten de transcriptie. Als je workload tekst is in plaats van spraak, of je een model nodig hebt dat redeneert over de inhoud die het ontvangt, is een algemeen tekstmodel de betere keuze. Binnen spraak-naar-tekst-werk past Voxtral Mini Transcribe 3 het best wanneer je tijdstempels, diarisatie en context biasing voor domeintermen wilt in een compact Mistral-model.