Mistral: Voxtral Small 24B 2507

Mistral: Voxtral Small 24B 2507 is een model van Mistral, door de provider uitgebracht op 2025-10-30. Het valt in de categorie tekst en is gebouwd als een uitbreiding van Mistral Small 3, waarbij audio-invoermogelijkheden zijn toegevoegd met behoud van de tekstprestaties van dat eerdere model. Als je Mistral Small 3 al kent, is de nuttige manier om over Voxtral Small na te denken dat het het tekstgedrag behoudt en uitbreidt wat het model als invoer kan accepteren.

Wat invoer en uitvoer betreft, accepteert het model tekst, audio en bestanden, en het produceert alleen tekst. Het contextvenster is 32768 tokens, en de maximale uitvoer is 26214 tokens. Volgens de provider blinkt het uit in spraaktranscriptie, vertaling en audiobegrip, wat betekent dat audio geen aangeplakt extraatje is maar een eersteklas invoerpad naast tekst. De combinatie van een context van 32k en een hoge uitvoerlimiet maakt het praktisch voor taken waarbij de invoer lang is, zoals een vergaderopname plus instructies, en het antwoord ruimte nodig heeft.

Die mogelijkheden wijzen op een tamelijk specifieke set use cases. Spraaktranscriptie is de voor de hand liggende, of je nu opnames omzet in geschreven verslagen of gesproken inhoud in een tekstpipeline voert. Vertaling volgt uit hetzelfde audiobegrip, bijvoorbeeld het omzetten van spraak in de ene taal naar tekst in een andere. Audiobegrip dekt de bredere gevallen: een gesprek samenvatten, actiepunten uit een opname halen, of vragen beantwoorden over wat er is gezegd. Omdat tekstinvoer nog steeds wordt ondersteund en het model sterke tekstprestaties behoudt, kun je ook modaliteiten in één verzoek mixen, door een transcript of een document samen met audio mee te sturen en om een gecombineerd resultaat te vragen.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "mistralai/voxtral-small-24b-2507". De ondersteunde verzoekparameters zijn frequency_penalty, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools en top_p. Tool calling en structured outputs zijn beide beschikbaar, dus je kunt het model in een agent-loop hangen of een JSON-vormig antwoord forceren wanneer de uitvoer naar een ander systeem gaat. Sampling-besturing (temperature, top_p, de twee penalties, seed en stop) gedraagt zich zoals je van een OpenAI-compatibel endpoint zou verwachten.

De belangrijkste beperking om in gedachten te houden is de uitvoermodaliteit: het model retourneert tekst, geen audio, dus het is geen optie voor spraaksynthese. Het contextvenster van 32768 tokens is ook gematigd, en zeer lange documenten of opnames van meerdere uren moeten mogelijk worden opgedeeld voordat ze passen. Als je taak puur tekst is en geen baat heeft bij audio-invoer, kan een tekst-only model eenvoudiger passen. Als je audio in en tekst uit nodig hebt, is dit model precies daarop gericht.