Voxtral Mini 1.0 3B 2507 is het compacte tekst- en audiobegripmodel van Mistral AI, gebouwd op de Ministral 3B-taalmodelfamilie. Het accepteert spraakopnamen en tekstinstructies en produceert tekst, waaronder transcripten, vertalingen, antwoorden over de audio en gestructureerde samenvattingen. De oorspronkelijke Voxtral-release positioneert dit model met 3 miljard parameters voor compacte of lokale toepassingen, naast het afzonderlijke Voxtral Small-model met 24 miljard parameters. Het staat ook los van de gehoste, voor transcriptie geoptimaliseerde Voxtral Mini Transcribe-service.
Het model heeft een specifieke transcriptiemodus die standaard automatisch de brontaal voorspelt en overeenkomstig transcribeert. Kies die modus wanneer het vereiste artefact de gesproken formulering is. Audiobegrip staat daarentegen een directe vraag of samenvattingsverzoek over een opname toe, zonder een afzonderlijke spraakherkenningsfase gevolgd door een tekstmodel te vereisen. Een interview kan dus een volledig transcript, vertaling of antwoord op een gerichte vraag opleveren; geef aan welk resultaat nodig is, zodat die verschillende taken niet één onduidelijke briefing worden.
De kaart van de exacte release vermeldt een context van 32K tokens en audio tot 30 minuten voor transcriptie of 40 minuten voor begrip. Dit zijn verschillende taakspecifieke duurvermeldingen, geen gedeelde audioruimte voor elke bewerking. Houd de relevante opname, instructies en het gesprek binnen het beoogde taakbereik. De door de maker genoemde talen zijn Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands en Italiaans, met automatische taaldetectie. Onderscheid voor een vertaling of antwoord de opnametaal van de vereiste uitvoertaal.
Meerdere audio-invoeren in één bericht en audio over meerdere gebruikersbeurten worden ondersteund. Geef elke opname een duidelijke identificatie wanneer u om vergelijkingen vraagt. Een eigen voorbeeld kan twee gesproken toelichtingen vergelijken en retourneren welke vereisten zijn veranderd, met een afzonderlijke kolom voor elke bron. Een vervolg kan naar het detail achter één bevinding vragen of een andere opname aanleveren. De kaart demonstreert ook gebruik met alleen tekst en alleen audio, zodat het model zowel met de schriftelijke vraag als het spraakbewijs kan werken.
Lever voor een vergadersamenvatting de opname aan en vraag om een bruikbare structuur zoals onderwerpen, genoemde beslissingen en vervolgacties. Houd onzekere namen, datums of verantwoordelijkheden gescheiden van duidelijk uitgesproken feiten. Vraag bij een interview om de uitspraak die een specifieke vraag beantwoordt en voldoende omliggende context om die begrijpelijk te maken. Dit zijn taakontwerpen voor een bruikbaar tekstartefact; ze maken algemeen audiobegrip niet tot een garantie voor diarisatie, tijdstempels per woord of identificatie van een niet benoemde spreker.
De fabrikant beschrijft functieaanroepen vanuit gesproken intentie. In zo’n workflow levert de toepassing functiedefinities, stelt het model de relevante aanroep en argumenten voor en voert de toepassing die uit en retourneert de waarneming. Een gesproken verzoek kan dus een opzoekactie of een andere taak met tools sturen, maar de voorgestelde modelaanroep is iets anders dan een uitgevoerde actie. Bewaar het daadwerkelijk geretourneerde resultaat wanneer u het gesprek voortzet, zodat een later antwoord weerspiegelt wat er is gebeurd en niet wat er werd gevraagd.
De uitgebrachte gebruikskaart beveelt temperature 0.0 aan voor transcriptie en temperature 0.2 met top_p 0.95 voor audiobegrip en chat. Ze vermeldt dat systeemprompts in deze flow niet worden ondersteund; plaats de taak en antwoordvereisten daarom in de gebruikersinvoer. De voorbeelden decoderen opnamen tot audio-invoer en bevatten MP3-materiaal, maar stellen geen volledige codeclijst of afzonderlijke harde maximale uitvoerlengte vast. De generatie-instelling van 500 tokens in de voorbeelden blijft een voorbeeldbudget.
Bereid een duidelijke opname voor met het voor de taak relevante materiaal en geef aan of u de oorspronkelijke formulering, een vertaling, een antwoord of een samenvatting nodig heeft. De kaart demonstreert ook batchinference met meerdere gesprekken, een gebruikspatroon van de producent dat losstaat van de identiteit van een individueel resultaat. Behoud de 3B 2507-editie en het duuradvies voor transcriptie tegenover begrip; diarisatie, het profiel met 13 talen en de ondersteuning voor langere opnamen van het latere Mini Transcribe 2-model zijn afzonderlijke producentfuncties.
", "aboutText": "Voxtral Mini 1.0 3B 2507 is het compacte tekst- en audiobegripmodel van Mistral AI, gebouwd op de Ministral 3B-taalmodelfamilie. Het accepteert spraakopnamen en tekstinstructies en produceert tekst, waaronder transcripten, vertalingen, antwoorden over de audio en gestructureerde samenvattingen. De oorspronkelijke Voxtral-release positioneert dit model met 3 miljard parameters voor compacte of lokale toepassingen, naast het afzonderlijke Voxtral Small-model met 24 miljard parameters. Het staat ook los van de gehoste, voor transcriptie geoptimaliseerde Voxtral Mini Transcribe-service.\n\nHet model heeft een specifieke transcriptiemodus die standaard automatisch de brontaal voorspelt en overeenkomstig transcribeert. Kies die modus wanneer het vereiste artefact de gesproken formulering is. Audiobegrip staat daarentegen een directe vraag of samenvattingsverzoek over een opname toe, zonder een afzonderlijke spraakherkenningsfase gevolgd door een tekstmodel te vereisen. Een interview kan dus een volledig transcript, vertaling of antwoord op een gerichte vraag opleveren; geef aan welk resultaat nodig is, zodat die verschillende taken niet één onduidelijke briefing worden.\n\nDe kaart van de exacte release vermeldt een context van 32K tokens en audio tot 30 minuten voor transcriptie of 40 minuten voor begrip. Dit zijn verschillende taakspecifieke duurvermeldingen, geen gedeelde audioruimte voor elke bewerking. Houd de relevante opname, instructies en het gesprek binnen het beoogde taakbereik. De door de maker genoemde talen zijn Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands en Italiaans, met automatische taaldetectie. Onderscheid voor een vertaling of antwoord de opnametaal van de vereiste uitvoertaal.\n\nMeerdere audio-invoeren in één bericht en audio over meerdere gebruikersbeurten worden ondersteund. Geef elke opname een duidelijke identificatie wanneer u om vergelijkingen vraagt. Een eigen voorbeeld kan twee gesproken toelichtingen vergelijken en retourneren welke vereisten zijn veranderd, met een afzonderlijke kolom voor elke bron. Een vervolg kan naar het detail achter één bevinding vragen of een andere opname aanleveren. De kaart demonstreert ook gebruik met alleen tekst en alleen audio, zodat het model zowel met de schriftelijke vraag als het spraakbewijs kan werken.\n\nLever voor een vergadersamenvatting de opname aan en vraag om een bruikbare structuur zoals onderwerpen, genoemde beslissingen en vervolgacties. Houd onzekere namen, datums of verantwoordelijkheden gescheiden van duidelijk uitgesproken feiten. Vraag bij een interview om de uitspraak die een specifieke vraag beantwoordt en voldoende omliggende context om die begrijpelijk te maken. Dit zijn taakontwerpen voor een bruikbaar tekstartefact; ze maken algemeen audiobegrip niet tot een garantie voor diarisatie, tijdstempels per woord of identificatie van een niet benoemde spreker.\n\nDe fabrikant beschrijft functieaanroepen vanuit gesproken intentie. In zo’n workflow levert de toepassing functiedefinities, stelt het model de relevante aanroep en argumenten voor en voert de toepassing die uit en retourneert de waarneming. Een gesproken verzoek kan dus een opzoekactie of een andere taak met tools sturen, maar de voorgestelde modelaanroep is iets anders dan een uitgevoerde actie. Bewaar het daadwerkelijk geretourneerde resultaat wanneer u het gesprek voortzet, zodat een later antwoord weerspiegelt wat er is gebeurd en niet wat er werd gevraagd.\n\nDe uitgebrachte gebruikskaart beveelt temperature 0.0 aan voor transcriptie en temperature 0.2 met top_p 0.95 voor audiobegrip en chat. Ze vermeldt dat systeemprompts in deze flow niet worden ondersteund; plaats de taak en antwoordvereisten daarom in de gebruikersinvoer. De voorbeelden decoderen opnamen tot audio-invoer en bevatten MP3-materiaal, maar stellen geen volledige codeclijst of afzonderlijke harde maximale uitvoerlengte vast. De generatie-instelling van 500 tokens in de voorbeelden blijft een voorbeeldbudget.\n\nBereid een duidelijke opname voor met het voor de taak relevante materiaal en geef aan of u de oorspronkelijke formulering, een vertaling, een antwoord of een samenvatting nodig heeft. De kaart demonstreert ook batchinference met meerdere gesprekken, een gebruikspatroon van de producent dat losstaat van de identiteit van een individueel resultaat. Behoud de 3B 2507-editie en het duuradvies voor transcriptie tegenover begrip; diarisatie, het profiel met 13 talen en de ondersteuning voor langere opnamen van het latere Mini Transcribe 2-model zijn afzonderlijke producentfuncties.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "98b1ce90a913b0c58608ca0db967d07658c3d11ca9f77ddb7d47629892866e9a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "mistralai/voxtral-mini-3b-2507Voxtral Mini 1.0 3B 2507 combineert audiobegrip met een compact tekstmodel voor transcriptie, spraakvertaling, vragen en samenvattingen. De maker documenteert een context van 32K, maximaal 30 minuten transcriptie of 40 minuten audiobegrip en tekstuitvoer.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Voxtral Mini 1.0 3B 2507 is het compacte tekst- en audiobegripmodel van Mistral AI, gebouwd op de Ministral 3B-taalmodelfamilie. Het accepteert spraakopnamen en tekstinstructies en produceert tekst, waaronder transcripten, vertalingen, antwoorden over de audio en gestructureerde samenvattingen. De oorspronkelijke Voxtral-release positioneert dit model met 3 miljard parameters voor compacte of lokale toepassingen, naast het afzonderlijke Voxtral Small-model met 24 miljard parameters. Het staat ook los van de gehoste, voor transcriptie geoptimaliseerde Voxtral Mini Transcribe-service.
Het model heeft een specifieke transcriptiemodus die standaard automatisch de brontaal voorspelt en overeenkomstig transcribeert. Kies die modus wanneer het vereiste artefact de gesproken formulering is. Audiobegrip staat daarentegen een directe vraag of samenvattingsverzoek over een opname toe, zonder een afzonderlijke spraakherkenningsfase gevolgd door een tekstmodel te vereisen. Een interview kan dus een volledig transcript, vertaling of antwoord op een gerichte vraag opleveren; geef aan welk resultaat nodig is, zodat die verschillende taken niet één onduidelijke briefing worden.
De kaart van de exacte release vermeldt een context van 32K tokens en audio tot 30 minuten voor transcriptie of 40 minuten voor begrip. Dit zijn verschillende taakspecifieke duurvermeldingen, geen gedeelde audioruimte voor elke bewerking. Houd de relevante opname, instructies en het gesprek binnen het beoogde taakbereik. De door de maker genoemde talen zijn Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands en Italiaans, met automatische taaldetectie. Onderscheid voor een vertaling of antwoord de opnametaal van de vereiste uitvoertaal.
Meerdere audio-invoeren in één bericht en audio over meerdere gebruikersbeurten worden ondersteund. Geef elke opname een duidelijke identificatie wanneer u om vergelijkingen vraagt. Een eigen voorbeeld kan twee gesproken toelichtingen vergelijken en retourneren welke vereisten zijn veranderd, met een afzonderlijke kolom voor elke bron. Een vervolg kan naar het detail achter één bevinding vragen of een andere opname aanleveren. De kaart demonstreert ook gebruik met alleen tekst en alleen audio, zodat het model zowel met de schriftelijke vraag als het spraakbewijs kan werken.
Lever voor een vergadersamenvatting de opname aan en vraag om een bruikbare structuur zoals onderwerpen, genoemde beslissingen en vervolgacties. Houd onzekere namen, datums of verantwoordelijkheden gescheiden van duidelijk uitgesproken feiten. Vraag bij een interview om de uitspraak die een specifieke vraag beantwoordt en voldoende omliggende context om die begrijpelijk te maken. Dit zijn taakontwerpen voor een bruikbaar tekstartefact; ze maken algemeen audiobegrip niet tot een garantie voor diarisatie, tijdstempels per woord of identificatie van een niet benoemde spreker.
De fabrikant beschrijft functieaanroepen vanuit gesproken intentie. In zo’n workflow levert de toepassing functiedefinities, stelt het model de relevante aanroep en argumenten voor en voert de toepassing die uit en retourneert de waarneming. Een gesproken verzoek kan dus een opzoekactie of een andere taak met tools sturen, maar de voorgestelde modelaanroep is iets anders dan een uitgevoerde actie. Bewaar het daadwerkelijk geretourneerde resultaat wanneer u het gesprek voortzet, zodat een later antwoord weerspiegelt wat er is gebeurd en niet wat er werd gevraagd.
De uitgebrachte gebruikskaart beveelt temperature 0.0 aan voor transcriptie en temperature 0.2 met top_p 0.95 voor audiobegrip en chat. Ze vermeldt dat systeemprompts in deze flow niet worden ondersteund; plaats de taak en antwoordvereisten daarom in de gebruikersinvoer. De voorbeelden decoderen opnamen tot audio-invoer en bevatten MP3-materiaal, maar stellen geen volledige codeclijst of afzonderlijke harde maximale uitvoerlengte vast. De generatie-instelling van 500 tokens in de voorbeelden blijft een voorbeeldbudget.
Bereid een duidelijke opname voor met het voor de taak relevante materiaal en geef aan of u de oorspronkelijke formulering, een vertaling, een antwoord of een samenvatting nodig heeft. De kaart demonstreert ook batchinference met meerdere gesprekken, een gebruikspatroon van de producent dat losstaat van de identiteit van een individueel resultaat. Behoud de 3B 2507-editie en het duuradvies voor transcriptie tegenover begrip; diarisatie, het profiel met 13 talen en de ondersteuning voor langere opnamen van het latere Mini Transcribe 2-model zijn afzonderlijke producentfuncties.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten mistralai/voxtral-mini-3b-2507 | Standaard— |
Veldinput_audio | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
Veldlanguage | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Minimum: 0 Maximum: 1 | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten json, verbose_json | Standaardjson |
Veldtimestamp_granularities | Typearray | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input_audio |
Parametermaterial_types | Contractaudio |
Parametermaterial_conditions | ContractLees een daadwerkelijk WAV-bestand en codeer de echte bytes voor de gedeclareerde JSON input_audio; voor deze exacte declaratie met uitsluitend JSON wordt geen multipart-route aangeboden. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · de daadwerkelijk geretourneerde task_id of het record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De weergegeven tarieven geven een schatting van de kosten vóór de generatie. Het definitieve bedrag wordt berekend op basis van de kosten die voor de oorspronkelijke generatie zijn geregistreerd. De gemeten duur van de uitvoer en de geschatte hoeveelheden zijn niet de definitieve factureerbare hoeveelheid.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Verwachte hoeveelheid | Rekeneenheid | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Verwachte hoeveelheid— | Rekeneenheid— | Kosten Invoer · Invoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Uitvoer · Uitvoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache lezen · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven, 1 uur · Schatting uitsluitend ter vergelijking — / 1K tokens |
| Configuratieseconde audio-invoer | Tariefstaffel— | Verwachte hoeveelheid— | Rekeneenheidper seconde audio-invoer | Kosten Invoer · seconde audio-invoer · Schatting uitsluitend ter vergelijking $0.0000333334 per seconde audio-invoer |
| ConfiguratieGeschatte generatiekosten | Tariefstaffel— | Verwachte hoeveelheidschatting voor één generatie | Rekeneenheid— | Kosten Uitvoer · Geschatte generatiekosten · Schatting uitsluitend ter vergelijking $0.0000333334 schatting vóór generatie Deze schatting is geen extra bedrag of vast tarief voor de voltooide generatie. |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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.\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige antwoord en de headers, alle daadwerkelijke uitvoer, de oorspronkelijk geretourneerde identificatoren en alle gebruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de geretourneerde X-Client-Request-ID voor reconciliatie. Lees alleen daadwerkelijk geretourneerde task_id/asset_id-waarden of de eigen mediabibliotheek uit; bouw nooit een taak-URL op basis van de bewerkings-ID en dien de aanmaakaanvraag nooit opnieuw in.
| Veld | Type |
|---|---|
Veldtext | Type |
Veldusage | Type |
Veldsegments[] | Type |
Veldwords[] | Type |
Veldspeaker fields | Type |
Veldtimestamps | Type |
Ailoot Ultra mistralai/voxtral-mini-3b-2507
Gebruik de hierboven getoonde methodepaden.