幣界網消息，Mistral 公司發布了 Voxtral 3，包括三款語音轉錄模型、一款語音合成模型，以及完整的 voice agent SDK。官方演示中，用戶用英語要求預約皮膚科醫生，AI 閱讀法語轉診信，調用系統查詢空閒時段，完成預約後再用英語確認，整個過程通過實時語音對話完成。Voxtral 3採用模塊化設計，轉錄模型負責識別語音，Mistral small 等通用大模型負責推理和調用工具，語音合成模型負責回答。該SDK 支持電話和網頁通話，允許用戶隨時打斷，Mistral 宣稱單輪交互延遲不到1秒。轉錄支持的语言從13種擴展至50多種，語音合成支持35種以上語言和50多種方言。API 實時轉錄每分鐘收費0.008美元，語音合成每百萬字符13美元。