Voxtral Mini 1.0 3B 2507은 Ministral 3B 언어 모델 제품군을 기반으로 만든 Mistral AI의 소형 텍스트·오디오 이해 모델입니다. 음성 녹음과 텍스트 지침을 입력받아 전사문, 번역, 오디오에 관한 답변, 구조화된 요약 등의 텍스트를 생성합니다. 최초 Voxtral 릴리스는 별도의 24B Voxtral Small 모델과 함께 이 3B 모델을 소형 또는 로컬 애플리케이션용으로 소개합니다. 호스팅된 전사 최적화 Voxtral Mini Transcribe 서비스와도 구분됩니다.
모델에는 기본적으로 원본 언어를 자동 예측하고 그에 따라 전사하는 전용 전사 모드가 있습니다. 발화 문구가 필요한 산출물일 때 이 모드를 선택하세요. 반면 오디오 이해는 별도의 음성 인식 단계 뒤에 텍스트 모델을 연결하지 않고도 녹음에 관한 직접 질문이나 요약 요청을 허용합니다. 따라서 인터뷰에서 전체 전사, 번역, 좁은 질문의 답변을 얻을 수 있습니다. 서로 다른 작업이 모호한 하나의 지시로 섞이지 않도록 필요한 결과를 지정하세요.
해당 릴리스 카드에는 32K토큰 컨텍스트와 전사 최대 30분 또는 이해 최대 40분의 오디오가 명시되어 있습니다. 이는 작업별로 다른 길이 설명이며 모든 작업에 공통된 오디오 허용량이 아닙니다. 관련 녹음, 지침, 대화를 의도한 작업 범위 안에 유지하세요. 제조사가 명시한 언어는 영어, 스페인어, 프랑스어, 포르투갈어, 힌디어, 독일어, 네덜란드어, 이탈리아어이며 자동 언어 감지를 제공합니다. 번역이나 답변에서는 녹음 언어와 필요한 출력 언어를 구분하세요.
한 메시지의 여러 오디오 입력과 여러 사용자 턴에 걸친 오디오가 지원됩니다. 비교를 요청할 때 각 녹음에 명확한 식별자를 부여하세요. 예를 들어 두 구두 설명을 비교하고 어떤 요구 사항이 바뀌었는지 원본별 별도 열로 반환하도록 할 수 있습니다. 후속 질문에서는 발견 사항 하나의 세부 내용을 묻거나 다른 녹음을 제공할 수 있습니다. 모델 카드는 텍스트 전용 및 오디오 전용 사용도 시연하여 모델이 음성 근거뿐 아니라 서면 질문도 처리할 수 있게 합니다.
회의 요약에서는 녹음을 제공하고 주제, 언급된 결정, 후속 조치 같은 유용한 구조를 요청하세요. 불확실한 이름, 날짜, 담당 사항을 명확히 발화된 사실과 구분하세요. 인터뷰에서는 특정 질문에 답하는 진술과 이를 이해하기에 충분한 주변 맥락을 요청하세요. 이는 사용 가능한 텍스트 산출물을 위한 작업 설계입니다. 일반적인 오디오 이해가 화자 분리, 단어 타임스탬프, 이름이 언급되지 않은 화자의 신원 식별을 보장하는 것은 아닙니다.
제조사는 발화 의도에서 시작하는 함수 호출을 설명합니다. 이런 워크플로에서 애플리케이션이 함수 정의를 제공하면 모델이 관련 호출과 인수를 제안하고 애플리케이션이 실행한 뒤 관찰 결과를 반환합니다. 따라서 음성 요청으로 조회나 다른 도구 지원 작업을 안내할 수 있지만 모델의 제안된 호출은 실행된 작업과 구분됩니다. 이후 답변이 요청된 내용이 아니라 실제 일어난 일을 반영하도록 대화를 이어 갈 때 실제 반환 결과를 보존하세요.
공개된 사용 카드는 전사에 temperature 0.0을, 오디오 이해와 채팅에 temperature 0.2 및 top_p 0.95를 권장합니다. 이 흐름에서는 시스템 프롬프트가 지원되지 않는다고 명시하므로 사용자 입력에 작업과 응답 요구 사항을 넣으세요. 예시는 녹음을 오디오 입력으로 디코딩하고 MP3 자료를 포함하지만 완전한 코덱 목록이나 별도의 엄격한 최대 출력 길이를 확립하지는 않습니다. 예시의 500토큰 생성 설정은 예시 예산입니다.
작업과 관련된 자료를 담은 명확한 녹음을 준비하고 원래 문구, 번역, 답변, 요약 중 무엇이 필요한지 지정하세요. 모델 카드는 여러 대화를 사용하는 배치 추론도 시연하며 이는 개별 결과의 정체성과 별개인 제조사 사용 패턴입니다. 3B 2507 버전과 전사·이해별 길이 안내를 유지하세요. 이후 Mini Transcribe 2 모델의 화자 분리, 13개 언어 사양, 더 긴 녹음 지원은 별도의 제조사 기능입니다.
", "aboutText": "Voxtral Mini 1.0 3B 2507은 Ministral 3B 언어 모델 제품군을 기반으로 만든 Mistral AI의 소형 텍스트·오디오 이해 모델입니다. 음성 녹음과 텍스트 지침을 입력받아 전사문, 번역, 오디오에 관한 답변, 구조화된 요약 등의 텍스트를 생성합니다. 최초 Voxtral 릴리스는 별도의 24B Voxtral Small 모델과 함께 이 3B 모델을 소형 또는 로컬 애플리케이션용으로 소개합니다. 호스팅된 전사 최적화 Voxtral Mini Transcribe 서비스와도 구분됩니다.\n\n모델에는 기본적으로 원본 언어를 자동 예측하고 그에 따라 전사하는 전용 전사 모드가 있습니다. 발화 문구가 필요한 산출물일 때 이 모드를 선택하세요. 반면 오디오 이해는 별도의 음성 인식 단계 뒤에 텍스트 모델을 연결하지 않고도 녹음에 관한 직접 질문이나 요약 요청을 허용합니다. 따라서 인터뷰에서 전체 전사, 번역, 좁은 질문의 답변을 얻을 수 있습니다. 서로 다른 작업이 모호한 하나의 지시로 섞이지 않도록 필요한 결과를 지정하세요.\n\n해당 릴리스 카드에는 32K토큰 컨텍스트와 전사 최대 30분 또는 이해 최대 40분의 오디오가 명시되어 있습니다. 이는 작업별로 다른 길이 설명이며 모든 작업에 공통된 오디오 허용량이 아닙니다. 관련 녹음, 지침, 대화를 의도한 작업 범위 안에 유지하세요. 제조사가 명시한 언어는 영어, 스페인어, 프랑스어, 포르투갈어, 힌디어, 독일어, 네덜란드어, 이탈리아어이며 자동 언어 감지를 제공합니다. 번역이나 답변에서는 녹음 언어와 필요한 출력 언어를 구분하세요.\n\n한 메시지의 여러 오디오 입력과 여러 사용자 턴에 걸친 오디오가 지원됩니다. 비교를 요청할 때 각 녹음에 명확한 식별자를 부여하세요. 예를 들어 두 구두 설명을 비교하고 어떤 요구 사항이 바뀌었는지 원본별 별도 열로 반환하도록 할 수 있습니다. 후속 질문에서는 발견 사항 하나의 세부 내용을 묻거나 다른 녹음을 제공할 수 있습니다. 모델 카드는 텍스트 전용 및 오디오 전용 사용도 시연하여 모델이 음성 근거뿐 아니라 서면 질문도 처리할 수 있게 합니다.\n\n회의 요약에서는 녹음을 제공하고 주제, 언급된 결정, 후속 조치 같은 유용한 구조를 요청하세요. 불확실한 이름, 날짜, 담당 사항을 명확히 발화된 사실과 구분하세요. 인터뷰에서는 특정 질문에 답하는 진술과 이를 이해하기에 충분한 주변 맥락을 요청하세요. 이는 사용 가능한 텍스트 산출물을 위한 작업 설계입니다. 일반적인 오디오 이해가 화자 분리, 단어 타임스탬프, 이름이 언급되지 않은 화자의 신원 식별을 보장하는 것은 아닙니다.\n\n제조사는 발화 의도에서 시작하는 함수 호출을 설명합니다. 이런 워크플로에서 애플리케이션이 함수 정의를 제공하면 모델이 관련 호출과 인수를 제안하고 애플리케이션이 실행한 뒤 관찰 결과를 반환합니다. 따라서 음성 요청으로 조회나 다른 도구 지원 작업을 안내할 수 있지만 모델의 제안된 호출은 실행된 작업과 구분됩니다. 이후 답변이 요청된 내용이 아니라 실제 일어난 일을 반영하도록 대화를 이어 갈 때 실제 반환 결과를 보존하세요.\n\n공개된 사용 카드는 전사에 temperature 0.0을, 오디오 이해와 채팅에 temperature 0.2 및 top_p 0.95를 권장합니다. 이 흐름에서는 시스템 프롬프트가 지원되지 않는다고 명시하므로 사용자 입력에 작업과 응답 요구 사항을 넣으세요. 예시는 녹음을 오디오 입력으로 디코딩하고 MP3 자료를 포함하지만 완전한 코덱 목록이나 별도의 엄격한 최대 출력 길이를 확립하지는 않습니다. 예시의 500토큰 생성 설정은 예시 예산입니다.\n\n작업과 관련된 자료를 담은 명확한 녹음을 준비하고 원래 문구, 번역, 답변, 요약 중 무엇이 필요한지 지정하세요. 모델 카드는 여러 대화를 사용하는 배치 추론도 시연하며 이는 개별 결과의 정체성과 별개인 제조사 사용 패턴입니다. 3B 2507 버전과 전사·이해별 길이 안내를 유지하세요. 이후 Mini Transcribe 2 모델의 화자 분리, 13개 언어 사양, 더 긴 녹음 지원은 별도의 제조사 기능입니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e4ef8b23fd0a846a212973b16d5ab233b92bf2ee74e1e9550f5d3b3c2834dff0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "mistralai/voxtral-mini-3b-2507Voxtral Mini 1.0 3B 2507은 전사, 음성 번역, 질문, 요약을 위해 오디오 이해와 소형 텍스트 모델을 결합합니다. 제조사는 32K 컨텍스트, 전사 최대 30분 또는 오디오 이해 최대 40분, 텍스트 출력을 문서화합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Voxtral Mini 1.0 3B 2507은 Ministral 3B 언어 모델 제품군을 기반으로 만든 Mistral AI의 소형 텍스트·오디오 이해 모델입니다. 음성 녹음과 텍스트 지침을 입력받아 전사문, 번역, 오디오에 관한 답변, 구조화된 요약 등의 텍스트를 생성합니다. 최초 Voxtral 릴리스는 별도의 24B Voxtral Small 모델과 함께 이 3B 모델을 소형 또는 로컬 애플리케이션용으로 소개합니다. 호스팅된 전사 최적화 Voxtral Mini Transcribe 서비스와도 구분됩니다.
모델에는 기본적으로 원본 언어를 자동 예측하고 그에 따라 전사하는 전용 전사 모드가 있습니다. 발화 문구가 필요한 산출물일 때 이 모드를 선택하세요. 반면 오디오 이해는 별도의 음성 인식 단계 뒤에 텍스트 모델을 연결하지 않고도 녹음에 관한 직접 질문이나 요약 요청을 허용합니다. 따라서 인터뷰에서 전체 전사, 번역, 좁은 질문의 답변을 얻을 수 있습니다. 서로 다른 작업이 모호한 하나의 지시로 섞이지 않도록 필요한 결과를 지정하세요.
해당 릴리스 카드에는 32K토큰 컨텍스트와 전사 최대 30분 또는 이해 최대 40분의 오디오가 명시되어 있습니다. 이는 작업별로 다른 길이 설명이며 모든 작업에 공통된 오디오 허용량이 아닙니다. 관련 녹음, 지침, 대화를 의도한 작업 범위 안에 유지하세요. 제조사가 명시한 언어는 영어, 스페인어, 프랑스어, 포르투갈어, 힌디어, 독일어, 네덜란드어, 이탈리아어이며 자동 언어 감지를 제공합니다. 번역이나 답변에서는 녹음 언어와 필요한 출력 언어를 구분하세요.
한 메시지의 여러 오디오 입력과 여러 사용자 턴에 걸친 오디오가 지원됩니다. 비교를 요청할 때 각 녹음에 명확한 식별자를 부여하세요. 예를 들어 두 구두 설명을 비교하고 어떤 요구 사항이 바뀌었는지 원본별 별도 열로 반환하도록 할 수 있습니다. 후속 질문에서는 발견 사항 하나의 세부 내용을 묻거나 다른 녹음을 제공할 수 있습니다. 모델 카드는 텍스트 전용 및 오디오 전용 사용도 시연하여 모델이 음성 근거뿐 아니라 서면 질문도 처리할 수 있게 합니다.
회의 요약에서는 녹음을 제공하고 주제, 언급된 결정, 후속 조치 같은 유용한 구조를 요청하세요. 불확실한 이름, 날짜, 담당 사항을 명확히 발화된 사실과 구분하세요. 인터뷰에서는 특정 질문에 답하는 진술과 이를 이해하기에 충분한 주변 맥락을 요청하세요. 이는 사용 가능한 텍스트 산출물을 위한 작업 설계입니다. 일반적인 오디오 이해가 화자 분리, 단어 타임스탬프, 이름이 언급되지 않은 화자의 신원 식별을 보장하는 것은 아닙니다.
제조사는 발화 의도에서 시작하는 함수 호출을 설명합니다. 이런 워크플로에서 애플리케이션이 함수 정의를 제공하면 모델이 관련 호출과 인수를 제안하고 애플리케이션이 실행한 뒤 관찰 결과를 반환합니다. 따라서 음성 요청으로 조회나 다른 도구 지원 작업을 안내할 수 있지만 모델의 제안된 호출은 실행된 작업과 구분됩니다. 이후 답변이 요청된 내용이 아니라 실제 일어난 일을 반영하도록 대화를 이어 갈 때 실제 반환 결과를 보존하세요.
공개된 사용 카드는 전사에 temperature 0.0을, 오디오 이해와 채팅에 temperature 0.2 및 top_p 0.95를 권장합니다. 이 흐름에서는 시스템 프롬프트가 지원되지 않는다고 명시하므로 사용자 입력에 작업과 응답 요구 사항을 넣으세요. 예시는 녹음을 오디오 입력으로 디코딩하고 MP3 자료를 포함하지만 완전한 코덱 목록이나 별도의 엄격한 최대 출력 길이를 확립하지는 않습니다. 예시의 500토큰 생성 설정은 예시 예산입니다.
작업과 관련된 자료를 담은 명확한 녹음을 준비하고 원래 문구, 번역, 답변, 요약 중 무엇이 필요한지 지정하세요. 모델 카드는 여러 대화를 사용하는 배치 추론도 시연하며 이는 개별 결과의 정체성과 별개인 제조사 사용 패턴입니다. 3B 2507 버전과 전사·이해별 길이 안내를 유지하세요. 이후 Mini Transcribe 2 모델의 화자 분리, 13개 언어 사양, 더 긴 녹음 지원은 별도의 제조사 기능입니다.
POST /v1/audio/transcriptionsaudiotext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 mistralai/voxtral-mini-3b-2507 | 기본값— |
필드input_audio | 유형object | 요건필수 | 값과 한도 | 기본값— |
필드language | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 최솟값: 0 최댓값: 1 | 기본값— |
필드response_format | 유형string | 요건선택 사항 | 값과 한도 json, verbose_json | 기본값json |
필드timestamp_granularities | 유형array | 요건선택 사항 | 값과 한도 | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, input_audio |
매개변수material_types | 명세audio |
매개변수material_conditions | 명세실제 WAV 파일을 읽고 해당 바이트를 선언된 JSON input_audio에 맞게 인코딩하세요. 이 정확한 JSON 전용 선언에는 multipart 경로가 안내되어 있지 않습니다. |
수명 주기: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 예측 수량 | 과금 단위 | 요금 |
|---|---|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 예측 수량— | 과금 단위— | 요금 입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰 |
| 설정입력 오디오(초) | 요금표— | 예측 수량— | 과금 단위입력 오디오 초당 | 요금 입력 · 입력 오디오(초) · 비교 전용 추정치 $0.0000333334 입력 오디오 초당 |
| 설정예상 생성 비용 | 요금표— | 예측 수량1회 생성 예상치 | 과금 단위— | 요금 출력 · 예상 생성 비용 · 비교 전용 추정치 $0.0000333334 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'mistralai/voxtral-mini-3b-2507', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\nGET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.
정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드text | 유형 |
필드usage | 유형 |
필드segments[] | 유형 |
필드words[] | 유형 |
필드speaker fields | 유형 |
필드timestamps | 유형 |
Ailoot Ultra mistralai/voxtral-mini-3b-2507
위에 표시된 메서드 경로를 사용하세요.