Mistral: Voxtral Small Transcribe 3

Mistral: Voxtral Small Transcribe 3 is een spraak-naar-tekst-model van Mistral, vermeld op api14 onder de categorie transcription. Het wordt beschreven als Mistral's flagship transcription model, en de provider release date is 20 oktober 2026. Als je werk bestaat uit het omzetten van opgenomen spraak naar geschreven tekst, is dit de model familie waar je van deze provider het eerst naar moet kijken.

Het model accepteert audio als enige input modaliteit en retourneert een transcription als output. Volgens de provider beschrijving bevat het transcript timestamps en speaker diarization, dus je krijgt zowel wanneer iets is gezegd als een indicatie van wie het heeft gezegd. Het ondersteunt ook context biasing, waarmee je de herkenning kunt sturen richting domeinspecifiek vocabulaire. Het context window is 65.536 tokens, en de maximale output is 52.428 tokens, wat een hoog plafond is voor een enkele transcription job.

Die mogelijkheden wijzen op een tamelijk specifieke set toepassingen. Opnames van vergaderingen en gesprekken zijn een voor de hand liggende match, omdat timestamps en diarization het praktisch maken om leesbare notulen te produceren of om naar de opmerkingen van een bepaalde spreker te springen. Transcriptie van interviews profiteert van dezelfde twee functies, omdat je interviewer en geïnterviewde kunt scheiden zonder handmatig splitsen. Context biasing is belangrijk in technische, medische, juridische of anderszins gespecialiseerde omgevingen, waar namen, acroniemen en jargon veel voorkomen en generieke herkenning ze vaak verkeerd doet. Elke workflow die een doorzoekbare, tijdsgebonden tekstversie van een audioarchief nodig heeft, kan op dit model worden gebouwd.

Je roept het aan via api14's OpenAI-compatible API met het model id "mistralai/voxtral-small-transcribe-3-0". Omdat de interface het OpenAI-formaat volgt, kun je een bestaande OpenAI client op api14 richten en audio in het request versturen in plaats van je integratie te herschrijven. De lijst met ondersteunde parameters van het model is leeg, dus er zijn geen extra tuning opties om in te stellen naast wat het endpoint zelf accepteert; houd je request bij de standaardvelden en laat het model de transcription afhandelen. De live prijstabel op deze pagina dekt wat je per gebruik betaalt.

Iets om mee te wegen is de scope. Dit model is alleen gebouwd voor transcription, met audio in en tekst uit, dus het is niet de juiste keuze voor chat, reasoning, image of algemene tekstgeneratie taken; kies daarvoor een general purpose of multimodaal model. Het biedt ook geen instelbare parameters, dus als je fijne controle over het decodeergedrag nodig hebt, controleer dan of een ander transcription model op api14 dat wel biedt. Voor eenvoudige spraak-naar-tekst met timestamps, diarization en vocabulaire biasing is het een directe match.