{
  "aboutHtml": "<p>Voxtral Small 1.0 24B 2507 เพิ่มการรับเสียงและความเข้าใจคำพูดให้แกนโมเดลภาษา Mistral Small รับเสียงและข้อความแล้วส่งข้อความกลับ รวมข้อความถอดเสียง คำตอบเกี่ยวกับการบันทึก คำแปล หรือบทสรุปแบบมีโครงสร้าง นี่คือรุ่นความเข้าใจคำพูดขนาด 24B ที่ระบุชื่อ แยกจาก Voxtral Mini รุ่นบริการที่ปรับเหมาะเพื่อถอดเสียง และ Voxtral รุ่นสร้างคำพูดหรือเรียลไทม์ภายหลัง</p><p>การถอดเสียงและความเข้าใจเสียง</p><p>โมเดลมีโหมดถอดเสียงล้วนโดยเฉพาะ ผู้ผลิตระบุว่าค่าเริ่มต้นจะทำนายภาษาต้นทางเสียงโดยอัตโนมัติแล้วถอดตามนั้น ใช้โหมดนี้เมื่อชิ้นงานที่ต้องการคือถ้อยคำที่พูดเอง แทนการตีความหรือสรุป ระบุว่าผลควรคงภาษาต้นฉบับหรือตามด้วยคำแปลที่ขอแยก</p><p>ความเข้าใจเสียงให้ถามเกี่ยวกับการบันทึกโดยตรง โดยไม่ต้องต่อโมเดลรู้จำเสียงแยกกับโมเดลข้อความก่อน คำขอสามารถถามว่าคุยหัวข้อใด ระบุข้อตัดสินใจอะไร หรือข้อมูลใดในการบันทึกตอบคำถามเฉพาะ ผลอาจเป็นคำตอบกระชับหรือบทสรุปที่จัดระเบียบ แทนถอดทุกคำที่พูดครบ</p><p>สำหรับสรุปประชุม ให้การบันทึกและกำหนดฟิลด์ที่จะส่งกลับ ได้แก่ หัวข้อ ข้อตัดสินใจที่กล่าวชัด และการดำเนินการติดตาม ขอชื่อหรือวันที่เฉพาะเมื่อการบันทึกกล่าวจริง และแยกรายละเอียดที่ยังไม่คลี่คลายจากข้อตัดสินใจ สำหรับสัมภาษณ์ ขอคำตอบต่อคำถามเฉพาะกับบริบทรอบข้างที่ทำให้เข้าใจ การออกแบบผลลัพธ์เหล่านี้เชื่อมงานเสียงกับเอกสารที่นำไปใช้ภายหลังได้</p><p>บริบท ระยะเวลา และภาษา</p><p>ผู้ผลิตระบุบริบท 32k โทเค็นและเสียงสูงสุด 30 นาทีสำหรับถอดเสียง หรือ 40 นาทีสำหรับทำความเข้าใจ ตัวเลขระยะเวลาสองตัวมีขอบเขตงานต่างกัน เลือกการดำเนินการที่ต้องการก่อนเลือกการบันทึก และรวมคำสั่งข้อความกับบทสนทนาเมื่อวางแผนบริบทที่มี การบันทึกยาวและคำตอบยาวต่างใช้ทรัพยากร ข้อความเรื่องระยะเวลาไม่ใช่คำรับรองความยาวคำตอบไร้ขีดจำกัดแยก</p><p>รุ่นเผยแพร่ระบุอังกฤษ สเปน ฝรั่งเศส โปรตุเกส ฮินดี เยอรมัน ดัตช์ และอิตาลีในภาษาหลักที่รองรับ พร้อมตรวจภาษาอัตโนมัติ สำหรับแปลคำพูด กำหนดภาษาสุดท้ายและคำที่ควรคงรูปเดิม สำหรับคำถามเกี่ยวกับเสียงภาษาหนึ่ง แยกภาษาการบันทึกจากภาษาที่ควรเขียนคำตอบ</p><p>หลายการบันทึกและคำถามติดตาม</p><p>การ์ดรองรับเสียงหลายรายการในข้อความเดียวและเสียงในหลายรอบผู้ใช้ ให้รหัสแต่ละการบันทึกและระบุบทบาทเมื่อเปรียบเทียบ คำขอเชิงปฏิบัติอาจเทียบคำอธิบายที่พูดสองเวอร์ชัน ถามว่าเงื่อนไขใดเปลี่ยน และส่งตารางที่แยกคอลัมน์ตามการบันทึก รหัสช่วยให้ข้อค้นพบโมเดลผูกกับต้นทางที่ถูกต้อง</p><p>การติดตามสามารถเก็บคำถามกับคำตอบก่อนหน้าแล้วถามรายละเอียดแคบลงหรือให้อีกการบันทึก เช่น ขอข้อตัดสินใจจากการสนทนาก่อน แล้วถามว่าข้อใดเกี่ยวกับข้อกำหนดเฉพาะ รุ่นเดียวกันยังสาธิตคำขอข้อความล้วนและเสียงล้วน แกนข้อความทำงานกับคำถามหรือผลที่เขียนได้ ส่วนความสามารถเสียงให้หลักฐานจากคำพูด</p><p>ฟังก์ชันที่สั่งด้วยเสียง</p><p>ผู้ผลิตอธิบายการเรียกฟังก์ชันจากเจตนาที่พูด และระบุว่าตัวอย่างเรียกฟังก์ชันในการ์ดที่เผยแพร่เป็นการรองรับแบบทดลอง ในเวิร์กโฟลว์นี้ แอปพลิเคชันกำหนดฟังก์ชันและอาร์กิวเมนต์ โมเดลเตรียมการเรียกจากคำขอ แล้วแอปพลิเคชันดำเนินการและให้ผล การค้นหาด้วยเสียงจึงส่งคำตอบที่เขียนโดยใช้ข้อมูลเครื่องมือที่เชื่อมต่อได้ การเรียกฟังก์ชันไม่ได้หมายความว่าโมเดลเป็นเจ้าของบริการภายนอกโดยอัตโนมัติหรือทำการเพียงเอ่ยชื่อ</p><p>ระบุวัตถุประสงค์ฟังก์ชันและข้อมูลจำเป็นให้ชัด หากการบันทึกขอการดำเนินการแต่ขาดค่าจำเป็น แอปพลิเคชันยังต้องใช้ค่านั้นเพื่อเรียกฟังก์ชัน แยกคำขอที่พูด อาร์กิวเมนต์ที่เสนอ และผลที่ส่งกลับ เพื่อให้คำตอบถัดไปอ้างผลการดำเนินการจริง</p><p>การตั้งค่าที่แนะนำและขอบเขตที่ควรทราบ</p><p>สำหรับความเข้าใจเสียงและ chat completion การ์ดแนะนำ temperature 0.2 และ top-p 0.95 สำหรับถอดเสียงแนะนำ temperature 0.0 ระบุชัดว่าพรอมป์ต์ระบบไม่รองรับในขั้นตอนใช้งานที่เผยแพร่นี้ จึงใส่งานและข้อกำหนดคำตอบในข้อมูลเข้าผู้ใช้ แทนถ่ายโอนธรรมเนียมพรอมป์ต์ระบบจากโมเดล Mistral อื่น</p><p>เลือกการบันทึกที่มีเนื้อหาเกี่ยวกับคำถาม รักษาคำพูดที่ได้ยินให้ชัด และระบุว่าผลควรเป็นข้อความถอดเสียง คำแปล คำตอบ หรือบทสรุป ผลลัพธ์ที่ระบุเป็นข้อความ คำตอบที่พูดต้องมีองค์ประกอบแปลงข้อความเป็นเสียง และไม่ควรอนุมานการระบุตัวผู้พูด การแยกผู้พูดอย่างละเอียด หรือเวลาระดับคำจากคำกล่าวความเข้าใจเสียงทั่วไปสำหรับรุ่นนี้โดยตรง</p><p>ตัวอย่างการสร้าง 500 โทเค็นในการ์ดเป็นค่าตัวอย่าง ไม่ใช่ความจุผลลัพธ์สูงสุดที่ระบุแยก คงรุ่น 2507 แนวทางระยะเวลาเฉพาะงาน และภาษาข้อมูลเข้าเมื่อเตรียมเวิร์กโฟลว์ที่ทำซ้ำได้ ชิ้นงานสุดท้ายที่มีประโยชน์คือข้อความที่ขอ ซึ่งเชื่อมกับการบันทึกและจัดรูปแบบสำหรับขั้นตอนเอกสารหรือแอปพลิเคชันถัดไป</p>",
  "aboutText": "Voxtral Small 1.0 24B 2507 เพิ่มการรับเสียงและความเข้าใจคำพูดให้แกนโมเดลภาษา Mistral Small รับเสียงและข้อความแล้วส่งข้อความกลับ รวมข้อความถอดเสียง คำตอบเกี่ยวกับการบันทึก คำแปล หรือบทสรุปแบบมีโครงสร้าง นี่คือรุ่นความเข้าใจคำพูดขนาด 24B ที่ระบุชื่อ แยกจาก Voxtral Mini รุ่นบริการที่ปรับเหมาะเพื่อถอดเสียง และ Voxtral รุ่นสร้างคำพูดหรือเรียลไทม์ภายหลัง\n\nการถอดเสียงและความเข้าใจเสียง\n\nโมเดลมีโหมดถอดเสียงล้วนโดยเฉพาะ ผู้ผลิตระบุว่าค่าเริ่มต้นจะทำนายภาษาต้นทางเสียงโดยอัตโนมัติแล้วถอดตามนั้น ใช้โหมดนี้เมื่อชิ้นงานที่ต้องการคือถ้อยคำที่พูดเอง แทนการตีความหรือสรุป ระบุว่าผลควรคงภาษาต้นฉบับหรือตามด้วยคำแปลที่ขอแยก\n\nความเข้าใจเสียงให้ถามเกี่ยวกับการบันทึกโดยตรง โดยไม่ต้องต่อโมเดลรู้จำเสียงแยกกับโมเดลข้อความก่อน คำขอสามารถถามว่าคุยหัวข้อใด ระบุข้อตัดสินใจอะไร หรือข้อมูลใดในการบันทึกตอบคำถามเฉพาะ ผลอาจเป็นคำตอบกระชับหรือบทสรุปที่จัดระเบียบ แทนถอดทุกคำที่พูดครบ\n\nสำหรับสรุปประชุม ให้การบันทึกและกำหนดฟิลด์ที่จะส่งกลับ ได้แก่ หัวข้อ ข้อตัดสินใจที่กล่าวชัด และการดำเนินการติดตาม ขอชื่อหรือวันที่เฉพาะเมื่อการบันทึกกล่าวจริง และแยกรายละเอียดที่ยังไม่คลี่คลายจากข้อตัดสินใจ สำหรับสัมภาษณ์ ขอคำตอบต่อคำถามเฉพาะกับบริบทรอบข้างที่ทำให้เข้าใจ การออกแบบผลลัพธ์เหล่านี้เชื่อมงานเสียงกับเอกสารที่นำไปใช้ภายหลังได้\n\nบริบท ระยะเวลา และภาษา\n\nผู้ผลิตระบุบริบท 32k โทเค็นและเสียงสูงสุด 30 นาทีสำหรับถอดเสียง หรือ 40 นาทีสำหรับทำความเข้าใจ ตัวเลขระยะเวลาสองตัวมีขอบเขตงานต่างกัน เลือกการดำเนินการที่ต้องการก่อนเลือกการบันทึก และรวมคำสั่งข้อความกับบทสนทนาเมื่อวางแผนบริบทที่มี การบันทึกยาวและคำตอบยาวต่างใช้ทรัพยากร ข้อความเรื่องระยะเวลาไม่ใช่คำรับรองความยาวคำตอบไร้ขีดจำกัดแยก\n\nรุ่นเผยแพร่ระบุอังกฤษ สเปน ฝรั่งเศส โปรตุเกส ฮินดี เยอรมัน ดัตช์ และอิตาลีในภาษาหลักที่รองรับ พร้อมตรวจภาษาอัตโนมัติ สำหรับแปลคำพูด กำหนดภาษาสุดท้ายและคำที่ควรคงรูปเดิม สำหรับคำถามเกี่ยวกับเสียงภาษาหนึ่ง แยกภาษาการบันทึกจากภาษาที่ควรเขียนคำตอบ\n\nหลายการบันทึกและคำถามติดตาม\n\nการ์ดรองรับเสียงหลายรายการในข้อความเดียวและเสียงในหลายรอบผู้ใช้ ให้รหัสแต่ละการบันทึกและระบุบทบาทเมื่อเปรียบเทียบ คำขอเชิงปฏิบัติอาจเทียบคำอธิบายที่พูดสองเวอร์ชัน ถามว่าเงื่อนไขใดเปลี่ยน และส่งตารางที่แยกคอลัมน์ตามการบันทึก รหัสช่วยให้ข้อค้นพบโมเดลผูกกับต้นทางที่ถูกต้อง\n\nการติดตามสามารถเก็บคำถามกับคำตอบก่อนหน้าแล้วถามรายละเอียดแคบลงหรือให้อีกการบันทึก เช่น ขอข้อตัดสินใจจากการสนทนาก่อน แล้วถามว่าข้อใดเกี่ยวกับข้อกำหนดเฉพาะ รุ่นเดียวกันยังสาธิตคำขอข้อความล้วนและเสียงล้วน แกนข้อความทำงานกับคำถามหรือผลที่เขียนได้ ส่วนความสามารถเสียงให้หลักฐานจากคำพูด\n\nฟังก์ชันที่สั่งด้วยเสียง\n\nผู้ผลิตอธิบายการเรียกฟังก์ชันจากเจตนาที่พูด และระบุว่าตัวอย่างเรียกฟังก์ชันในการ์ดที่เผยแพร่เป็นการรองรับแบบทดลอง ในเวิร์กโฟลว์นี้ แอปพลิเคชันกำหนดฟังก์ชันและอาร์กิวเมนต์ โมเดลเตรียมการเรียกจากคำขอ แล้วแอปพลิเคชันดำเนินการและให้ผล การค้นหาด้วยเสียงจึงส่งคำตอบที่เขียนโดยใช้ข้อมูลเครื่องมือที่เชื่อมต่อได้ การเรียกฟังก์ชันไม่ได้หมายความว่าโมเดลเป็นเจ้าของบริการภายนอกโดยอัตโนมัติหรือทำการเพียงเอ่ยชื่อ\n\nระบุวัตถุประสงค์ฟังก์ชันและข้อมูลจำเป็นให้ชัด หากการบันทึกขอการดำเนินการแต่ขาดค่าจำเป็น แอปพลิเคชันยังต้องใช้ค่านั้นเพื่อเรียกฟังก์ชัน แยกคำขอที่พูด อาร์กิวเมนต์ที่เสนอ และผลที่ส่งกลับ เพื่อให้คำตอบถัดไปอ้างผลการดำเนินการจริง\n\nการตั้งค่าที่แนะนำและขอบเขตที่ควรทราบ\n\nสำหรับความเข้าใจเสียงและ chat completion การ์ดแนะนำ temperature 0.2 และ top-p 0.95 สำหรับถอดเสียงแนะนำ temperature 0.0 ระบุชัดว่าพรอมป์ต์ระบบไม่รองรับในขั้นตอนใช้งานที่เผยแพร่นี้ จึงใส่งานและข้อกำหนดคำตอบในข้อมูลเข้าผู้ใช้ แทนถ่ายโอนธรรมเนียมพรอมป์ต์ระบบจากโมเดล Mistral อื่น\n\nเลือกการบันทึกที่มีเนื้อหาเกี่ยวกับคำถาม รักษาคำพูดที่ได้ยินให้ชัด และระบุว่าผลควรเป็นข้อความถอดเสียง คำแปล คำตอบ หรือบทสรุป ผลลัพธ์ที่ระบุเป็นข้อความ คำตอบที่พูดต้องมีองค์ประกอบแปลงข้อความเป็นเสียง และไม่ควรอนุมานการระบุตัวผู้พูด การแยกผู้พูดอย่างละเอียด หรือเวลาระดับคำจากคำกล่าวความเข้าใจเสียงทั่วไปสำหรับรุ่นนี้โดยตรง\n\nตัวอย่างการสร้าง 500 โทเค็นในการ์ดเป็นค่าตัวอย่าง ไม่ใช่ความจุผลลัพธ์สูงสุดที่ระบุแยก คงรุ่น 2507 แนวทางระยะเวลาเฉพาะงาน และภาษาข้อมูลเข้าเมื่อเตรียมเวิร์กโฟลว์ที่ทำซ้ำได้ ชิ้นงานสุดท้ายที่มีประโยชน์คือข้อความที่ขอ ซึ่งเชื่อมกับการบันทึกและจัดรูปแบบสำหรับขั้นตอนเอกสารหรือแอปพลิเคชันถัดไป",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "8cff7e8cca31fb0902a1258f4f3ff779141429645f3c5c0738c41953c1d092a5",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "th",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Mistral: Voxtral Small 24B 2507 STT</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"ปิด\">×</button></div><div class=\"idline\"><span>Mistral /</span><code>mistralai/voxtral-small-24b-2507-stt</code><button type=\"button\" id=\"copy-id\">คัดลอก ID</button></div><nav class=\"card-jump-nav\" aria-label=\"ส่วนต่าง ๆ ของการ์ดโมเดล\"><button type=\"button\" data-card-jump=\"overview\">เริ่มต้น</button><button type=\"button\" data-card-jump=\"methods\">อินพุตและเมธอด</button><button type=\"button\" data-card-jump=\"pricing\">ราคา</button><button type=\"button\" data-card-jump=\"examples\">ตัวอย่าง</button><button type=\"button\" data-card-jump=\"results\">ผลลัพธ์</button><button type=\"button\" data-card-jump=\"aliases\">ชื่ออื่น</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"เมธอด API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|mistralai%2Fvoxtral-small-24b-2507-stt\">การรู้จำ</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">เริ่มต้น</h3><p class=\"mdesc-full\">Voxtral Small 1.0 24B 2507 เป็นโมเดลข้อความและเสียงสำหรับการถอดเสียง การแปลคำพูด คำถาม และบทสรุป ผู้ผลิตระบุบริบท 32k ระยะเสียงสูงสุด 30 นาทีสำหรับถอดเสียงหรือ 40 นาทีสำหรับทำความเข้าใจ ข้อมูลเข้าเสียงหลายรายการ และผลลัพธ์ข้อความ</p><dl class=\"card-io\" data-card-io><div><dt>อินพุตที่รองรับ</dt><dd>เสียง</dd></div><div><dt>ผลลัพธ์</dt><dd>ข้อความ</dd></div></dl><details class=\"card-about\"><summary>เกี่ยวกับโมเดล</summary><p class=\"note-s\" data-model-method-boundary>คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก</p><div class=\"mabout\" id=\"m-about\"><p>Voxtral Small 1.0 24B 2507 เพิ่มการรับเสียงและความเข้าใจคำพูดให้แกนโมเดลภาษา Mistral Small รับเสียงและข้อความแล้วส่งข้อความกลับ รวมข้อความถอดเสียง คำตอบเกี่ยวกับการบันทึก คำแปล หรือบทสรุปแบบมีโครงสร้าง นี่คือรุ่นความเข้าใจคำพูดขนาด 24B ที่ระบุชื่อ แยกจาก Voxtral Mini รุ่นบริการที่ปรับเหมาะเพื่อถอดเสียง และ Voxtral รุ่นสร้างคำพูดหรือเรียลไทม์ภายหลัง</p><p>การถอดเสียงและความเข้าใจเสียง</p><p>โมเดลมีโหมดถอดเสียงล้วนโดยเฉพาะ ผู้ผลิตระบุว่าค่าเริ่มต้นจะทำนายภาษาต้นทางเสียงโดยอัตโนมัติแล้วถอดตามนั้น ใช้โหมดนี้เมื่อชิ้นงานที่ต้องการคือถ้อยคำที่พูดเอง แทนการตีความหรือสรุป ระบุว่าผลควรคงภาษาต้นฉบับหรือตามด้วยคำแปลที่ขอแยก</p><p>ความเข้าใจเสียงให้ถามเกี่ยวกับการบันทึกโดยตรง โดยไม่ต้องต่อโมเดลรู้จำเสียงแยกกับโมเดลข้อความก่อน คำขอสามารถถามว่าคุยหัวข้อใด ระบุข้อตัดสินใจอะไร หรือข้อมูลใดในการบันทึกตอบคำถามเฉพาะ ผลอาจเป็นคำตอบกระชับหรือบทสรุปที่จัดระเบียบ แทนถอดทุกคำที่พูดครบ</p><p>สำหรับสรุปประชุม ให้การบันทึกและกำหนดฟิลด์ที่จะส่งกลับ ได้แก่ หัวข้อ ข้อตัดสินใจที่กล่าวชัด และการดำเนินการติดตาม ขอชื่อหรือวันที่เฉพาะเมื่อการบันทึกกล่าวจริง และแยกรายละเอียดที่ยังไม่คลี่คลายจากข้อตัดสินใจ สำหรับสัมภาษณ์ ขอคำตอบต่อคำถามเฉพาะกับบริบทรอบข้างที่ทำให้เข้าใจ การออกแบบผลลัพธ์เหล่านี้เชื่อมงานเสียงกับเอกสารที่นำไปใช้ภายหลังได้</p><p>บริบท ระยะเวลา และภาษา</p><p>ผู้ผลิตระบุบริบท 32k โทเค็นและเสียงสูงสุด 30 นาทีสำหรับถอดเสียง หรือ 40 นาทีสำหรับทำความเข้าใจ ตัวเลขระยะเวลาสองตัวมีขอบเขตงานต่างกัน เลือกการดำเนินการที่ต้องการก่อนเลือกการบันทึก และรวมคำสั่งข้อความกับบทสนทนาเมื่อวางแผนบริบทที่มี การบันทึกยาวและคำตอบยาวต่างใช้ทรัพยากร ข้อความเรื่องระยะเวลาไม่ใช่คำรับรองความยาวคำตอบไร้ขีดจำกัดแยก</p><p>รุ่นเผยแพร่ระบุอังกฤษ สเปน ฝรั่งเศส โปรตุเกส ฮินดี เยอรมัน ดัตช์ และอิตาลีในภาษาหลักที่รองรับ พร้อมตรวจภาษาอัตโนมัติ สำหรับแปลคำพูด กำหนดภาษาสุดท้ายและคำที่ควรคงรูปเดิม สำหรับคำถามเกี่ยวกับเสียงภาษาหนึ่ง แยกภาษาการบันทึกจากภาษาที่ควรเขียนคำตอบ</p><p>หลายการบันทึกและคำถามติดตาม</p><p>การ์ดรองรับเสียงหลายรายการในข้อความเดียวและเสียงในหลายรอบผู้ใช้ ให้รหัสแต่ละการบันทึกและระบุบทบาทเมื่อเปรียบเทียบ คำขอเชิงปฏิบัติอาจเทียบคำอธิบายที่พูดสองเวอร์ชัน ถามว่าเงื่อนไขใดเปลี่ยน และส่งตารางที่แยกคอลัมน์ตามการบันทึก รหัสช่วยให้ข้อค้นพบโมเดลผูกกับต้นทางที่ถูกต้อง</p><p>การติดตามสามารถเก็บคำถามกับคำตอบก่อนหน้าแล้วถามรายละเอียดแคบลงหรือให้อีกการบันทึก เช่น ขอข้อตัดสินใจจากการสนทนาก่อน แล้วถามว่าข้อใดเกี่ยวกับข้อกำหนดเฉพาะ รุ่นเดียวกันยังสาธิตคำขอข้อความล้วนและเสียงล้วน แกนข้อความทำงานกับคำถามหรือผลที่เขียนได้ ส่วนความสามารถเสียงให้หลักฐานจากคำพูด</p><p>ฟังก์ชันที่สั่งด้วยเสียง</p><p>ผู้ผลิตอธิบายการเรียกฟังก์ชันจากเจตนาที่พูด และระบุว่าตัวอย่างเรียกฟังก์ชันในการ์ดที่เผยแพร่เป็นการรองรับแบบทดลอง ในเวิร์กโฟลว์นี้ แอปพลิเคชันกำหนดฟังก์ชันและอาร์กิวเมนต์ โมเดลเตรียมการเรียกจากคำขอ แล้วแอปพลิเคชันดำเนินการและให้ผล การค้นหาด้วยเสียงจึงส่งคำตอบที่เขียนโดยใช้ข้อมูลเครื่องมือที่เชื่อมต่อได้ การเรียกฟังก์ชันไม่ได้หมายความว่าโมเดลเป็นเจ้าของบริการภายนอกโดยอัตโนมัติหรือทำการเพียงเอ่ยชื่อ</p><p>ระบุวัตถุประสงค์ฟังก์ชันและข้อมูลจำเป็นให้ชัด หากการบันทึกขอการดำเนินการแต่ขาดค่าจำเป็น แอปพลิเคชันยังต้องใช้ค่านั้นเพื่อเรียกฟังก์ชัน แยกคำขอที่พูด อาร์กิวเมนต์ที่เสนอ และผลที่ส่งกลับ เพื่อให้คำตอบถัดไปอ้างผลการดำเนินการจริง</p><p>การตั้งค่าที่แนะนำและขอบเขตที่ควรทราบ</p><p>สำหรับความเข้าใจเสียงและ chat completion การ์ดแนะนำ temperature 0.2 และ top-p 0.95 สำหรับถอดเสียงแนะนำ temperature 0.0 ระบุชัดว่าพรอมป์ต์ระบบไม่รองรับในขั้นตอนใช้งานที่เผยแพร่นี้ จึงใส่งานและข้อกำหนดคำตอบในข้อมูลเข้าผู้ใช้ แทนถ่ายโอนธรรมเนียมพรอมป์ต์ระบบจากโมเดล Mistral อื่น</p><p>เลือกการบันทึกที่มีเนื้อหาเกี่ยวกับคำถาม รักษาคำพูดที่ได้ยินให้ชัด และระบุว่าผลควรเป็นข้อความถอดเสียง คำแปล คำตอบ หรือบทสรุป ผลลัพธ์ที่ระบุเป็นข้อความ คำตอบที่พูดต้องมีองค์ประกอบแปลงข้อความเป็นเสียง และไม่ควรอนุมานการระบุตัวผู้พูด การแยกผู้พูดอย่างละเอียด หรือเวลาระดับคำจากคำกล่าวความเข้าใจเสียงทั่วไปสำหรับรุ่นนี้โดยตรง</p><p>ตัวอย่างการสร้าง 500 โทเค็นในการ์ดเป็นค่าตัวอย่าง ไม่ใช่ความจุผลลัพธ์สูงสุดที่ระบุแยก คงรุ่น 2507 แนวทางระยะเวลาเฉพาะงาน และภาษาข้อมูลเข้าเมื่อเตรียมเวิร์กโฟลว์ที่ทำซ้ำได้ ชิ้นงานสุดท้ายที่มีประโยชน์คือข้อความที่ขอ ซึ่งเชื่อมกับการบันทึกและจัดรูปแบบสำหรับขั้นตอนเอกสารหรือแอปพลิเคชันถัดไป</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">ใช้งานได้ใน Ailoot · อินพุตและเมธอด</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · การถอดเสียง</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>ขาเข้า</dt><dd><code>audio</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th><th>ข้อกำหนด</th><th>ค่าและข้อจำกัด</th><th>ค่าเริ่มต้น</th></tr></thead><tbody><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>mistralai/voxtral-small-24b-2507-stt</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>object</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">language</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>number</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>ขั้นต่ำ: 0</div><div>สูงสุด: 1</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>json, verbose_json</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"known\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>json</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>array</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>object</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>พารามิเตอร์และวงจรการทำงานของเมธอด</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>พารามิเตอร์</th><th>ข้อกำหนด</th></tr></thead><tbody><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>content_type</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>application/json</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>required</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>model, input_audio</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>material_types</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>audio</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>material_conditions</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>อ่านไฟล์ WAV จริงและเข้ารหัสไบต์จริงสำหรับ input_audio แบบ JSON ที่ประกาศไว้ ข้อกำหนดที่รองรับเฉพาะ JSON นี้ไม่ได้ระบุเส้นทาง multipart</td></tr></tbody></table></div><p>วงจรการทำงาน: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">ราคา</h3><div class=\"card-result-process\" data-billing-basis><h5>วิธีคำนวณค่าบริการสุดท้าย</h5><p class=\"note-s\">อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ</p></div><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก</p><dl data-price-conditions><dt>โหมดรวดเร็ว</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมดรวดเร็ว</span></dd><dt>โหมดยืดหยุ่น</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมด flex</span></dd><dt>ระดับการใช้เหตุผลสูงสุด</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด</span></dd></dl></div><div data-declared-tariff-pricing><h4>อัตราประมาณการเพื่อเปรียบเทียบ</h4><h4>ราคาตามการตั้งค่า</h4><p class=\"note-s\">เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>การตั้งค่า</th><th>ตารางอัตราค่าบริการ</th><th>ปริมาณคาดการณ์</th><th>หน่วยคิดค่าบริการ</th><th>ค่าบริการ</th></tr></thead><tbody><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>อัตราค่าบริการโทเคนพื้นฐาน</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>อัตราพื้นฐาน</td><td data-cell-label=\"ปริมาณคาดการณ์\"><span class=\"card-cell-label\">ปริมาณคาดการณ์</span>—</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>—</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · โทเค็นอินพุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาออก · โทเค็นเอาต์พุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การอ่านแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช, 1 ชั่วโมง · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div></td></tr><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>วินาทีเสียงขาเข้า</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>—</td><td data-cell-label=\"ปริมาณคาดการณ์\"><span class=\"card-cell-label\">ปริมาณคาดการณ์</span>—</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>ต่อวินาทีของเสียงอินพุต</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · วินาทีเสียงขาเข้า · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>$0.0001</b> <span class=\"price-unit\">ต่อวินาทีของเสียงอินพุต</span></div></td></tr><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>ต้นทุนการสร้างโดยประมาณ</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>—</td><td data-cell-label=\"ปริมาณคาดการณ์\"><span class=\"card-cell-label\">ปริมาณคาดการณ์</span>ค่าประมาณสำหรับการสร้างหนึ่งครั้ง</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>—</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาออก · ค่าใช้จ่ายในการสร้างโดยประมาณ · ประมาณการเพื่อเปรียบเทียบเท่านั้น</span> <b>$0.0001</b> <span class=\"price-unit\">ประมาณการก่อนสร้าง</span></div><p class=\"note-s\">ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว</p></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย <a href=\"/docs/th/billing/reserve/\">วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">ตัวอย่างคำขอ</h3><h4>Ailoot Ultra · การถอดเสียง</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"ตัวเลือกโค้ด\"><button class=\"cg-tab\" id=\"model-code-1947-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1947-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · เนื้อหาคำขอแบบเนทีฟที่ตรงตามต้นฉบับและผลลัพธ์ที่ครบถ้วน</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"คัดลอกโค้ด\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1947-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1947-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4]==b&#39;RIFF&#39; and audio[8:12]==b&#39;WAVE&#39;): raise SystemExit(&#39;Supply an actual WAV audio file&#39;)\nif len(audio)&gt;26214400: raise SystemExit(&#39;Use a documented supported large-file flow&#39;)\nrequest={&#39;model&#39;: &#39;mistralai/voxtral-small-24b-2507-stt&#39;, &#39;input_audio&#39;: {&#39;data&#39;: &#39;${BASE64_ACTUAL_WAV_BYTES}&#39;, &#39;format&#39;: &#39;wav&#39;}}\nrequest[&#39;input_audio&#39;][&#39;data&#39;]=base64.b64encode(audio).decode(&#39;ascii&#39;)\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">รับและบันทึกผลลัพธ์</h3><h4>Ailoot Ultra · การถอดเสียง</h4><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>การอ่านเนื้อหาแบบอื่น</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"ตัวเลือกโค้ด\"><button class=\"cg-tab\" id=\"model-code-1948-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1948-panel-0\" aria-selected=\"true\" tabindex=\"0\">อ่านไฟล์สื่อที่มีอยู่และเป็นของคุณ</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"คัดลอกโค้ด\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1948-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1948-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n</code></pre></div></div></div></details><div class=\"card-result-process\" data-all-results><h5>เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด</h5><p class=\"note-s\">เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน</p><p class=\"note-s\">เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ</h5><p class=\"note-s\">เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด</p></div><details class=\"card-about\" data-output-fields><summary>ฟิลด์การตอบกลับ</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th></tr></thead><tbody><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">segments[]</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">words[]</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">speaker fields</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">timestamps</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">ชื่ออื่น</h3><h4>ชื่ออื่นของโมเดล</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=mistralai%2Fvoxtral-small-24b-2507-stt&amp;route=Ultra&amp;caller=mistralai%2Fvoxtral-small-24b-2507-stt&amp;fmt=transcriptions\"><code>mistralai/voxtral-small-24b-2507-stt</code></a></span></p><h4>ชื่อพาธเมธอดอื่น</h4><p class=\"note-s\">ใช้พาธเมธอดที่แสดงด้านบน</p><h4>ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล</h4><p class=\"note-s\"><a href=\"#m=mistralai%2Fvoxtral-small-24b-2507-stt&amp;route=Ultra&amp;caller=mistralai%2Fvoxtral-small-24b-2507-stt&amp;fmt=transcriptions\"><code>mistralai/voxtral-small-24b-2507-stt</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "mistralai/voxtral-small-24b-2507-stt",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "mistralai/voxtral-small-24b-2507-stt",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|mistralai%2Fvoxtral-small-24b-2507-stt",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด"
            },
            "outputs": {
              "all_results": "เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "mistralai/voxtral-small-24b-2507-stt"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "mistralai/voxtral-small-24b-2507-stt"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "mistralai/voxtral-small-24b-2507-stt"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "อ่านไฟล์ WAV จริงและเข้ารหัสไบต์จริงสำหรับ input_audio แบบ JSON ที่ประกาศไว้ ข้อกำหนดที่รองรับเฉพาะ JSON นี้ไม่ได้ระบุเส้นทาง multipart"
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "ต้นทุนการสร้างโดยประมาณ",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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-small-24b-2507-stt', '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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${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.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "การถอดเสียง",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "mistralai/voxtral-small-24b-2507-stt",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0001",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          },
          {
            "amount": "0.0001",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0001",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    }
  ],
  "model_id": "mistralai/voxtral-small-24b-2507-stt",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "a14bfa7fd343c412a19bffa48063414050f49a7b046ff37a5c71f2c7782a99c7",
    "input_html_sha256": "1fd83b190e46ff02e6613cfa3c140502f08767cdf89d65033bcc78ecbcad7ade",
    "private_audit_sha256": "b5a587d2c624fa6db7425f34948492afda319dd0d65903fa26b3d54955ac7bd5",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/th/mistralai-voxtral-small-24b-2507-stt/",
    "description": "Voxtral Small 1.0 24B 2507 เป็นโมเดลข้อความและเสียงสำหรับการถอดเสียง การแปลคำพูด คำถาม และบทสรุป ผู้ผลิตระบุบริบท 32k ระยะเสียงสูงสุด 30 นาทีสำหรับถอดเสียงหรือ 40 นาทีสำหรับทำความเข้าใจ ข้อมูลเข้าเสียงหลายรายการ และผลลัพธ์ข้อความ",
    "locale": "th",
    "md_url": "https://ailoot.ai/models/th/mistralai-voxtral-small-24b-2507-stt/index.md",
    "title": "Mistral: Voxtral Small 24B 2507 STT — Ailoot",
    "url": "https://ailoot.ai/models/th/mistralai-voxtral-small-24b-2507-stt/"
  },
  "rawModel": {
    "about": "Voxtral Small 1.0 24B 2507 เพิ่มการรับเสียงและความเข้าใจคำพูดให้แกนโมเดลภาษา Mistral Small รับเสียงและข้อความแล้วส่งข้อความกลับ รวมข้อความถอดเสียง คำตอบเกี่ยวกับการบันทึก คำแปล หรือบทสรุปแบบมีโครงสร้าง นี่คือรุ่นความเข้าใจคำพูดขนาด 24B ที่ระบุชื่อ แยกจาก Voxtral Mini รุ่นบริการที่ปรับเหมาะเพื่อถอดเสียง และ Voxtral รุ่นสร้างคำพูดหรือเรียลไทม์ภายหลัง\n\nการถอดเสียงและความเข้าใจเสียง\n\nโมเดลมีโหมดถอดเสียงล้วนโดยเฉพาะ ผู้ผลิตระบุว่าค่าเริ่มต้นจะทำนายภาษาต้นทางเสียงโดยอัตโนมัติแล้วถอดตามนั้น ใช้โหมดนี้เมื่อชิ้นงานที่ต้องการคือถ้อยคำที่พูดเอง แทนการตีความหรือสรุป ระบุว่าผลควรคงภาษาต้นฉบับหรือตามด้วยคำแปลที่ขอแยก\n\nความเข้าใจเสียงให้ถามเกี่ยวกับการบันทึกโดยตรง โดยไม่ต้องต่อโมเดลรู้จำเสียงแยกกับโมเดลข้อความก่อน คำขอสามารถถามว่าคุยหัวข้อใด ระบุข้อตัดสินใจอะไร หรือข้อมูลใดในการบันทึกตอบคำถามเฉพาะ ผลอาจเป็นคำตอบกระชับหรือบทสรุปที่จัดระเบียบ แทนถอดทุกคำที่พูดครบ\n\nสำหรับสรุปประชุม ให้การบันทึกและกำหนดฟิลด์ที่จะส่งกลับ ได้แก่ หัวข้อ ข้อตัดสินใจที่กล่าวชัด และการดำเนินการติดตาม ขอชื่อหรือวันที่เฉพาะเมื่อการบันทึกกล่าวจริง และแยกรายละเอียดที่ยังไม่คลี่คลายจากข้อตัดสินใจ สำหรับสัมภาษณ์ ขอคำตอบต่อคำถามเฉพาะกับบริบทรอบข้างที่ทำให้เข้าใจ การออกแบบผลลัพธ์เหล่านี้เชื่อมงานเสียงกับเอกสารที่นำไปใช้ภายหลังได้\n\nบริบท ระยะเวลา และภาษา\n\nผู้ผลิตระบุบริบท 32k โทเค็นและเสียงสูงสุด 30 นาทีสำหรับถอดเสียง หรือ 40 นาทีสำหรับทำความเข้าใจ ตัวเลขระยะเวลาสองตัวมีขอบเขตงานต่างกัน เลือกการดำเนินการที่ต้องการก่อนเลือกการบันทึก และรวมคำสั่งข้อความกับบทสนทนาเมื่อวางแผนบริบทที่มี การบันทึกยาวและคำตอบยาวต่างใช้ทรัพยากร ข้อความเรื่องระยะเวลาไม่ใช่คำรับรองความยาวคำตอบไร้ขีดจำกัดแยก\n\nรุ่นเผยแพร่ระบุอังกฤษ สเปน ฝรั่งเศส โปรตุเกส ฮินดี เยอรมัน ดัตช์ และอิตาลีในภาษาหลักที่รองรับ พร้อมตรวจภาษาอัตโนมัติ สำหรับแปลคำพูด กำหนดภาษาสุดท้ายและคำที่ควรคงรูปเดิม สำหรับคำถามเกี่ยวกับเสียงภาษาหนึ่ง แยกภาษาการบันทึกจากภาษาที่ควรเขียนคำตอบ\n\nหลายการบันทึกและคำถามติดตาม\n\nการ์ดรองรับเสียงหลายรายการในข้อความเดียวและเสียงในหลายรอบผู้ใช้ ให้รหัสแต่ละการบันทึกและระบุบทบาทเมื่อเปรียบเทียบ คำขอเชิงปฏิบัติอาจเทียบคำอธิบายที่พูดสองเวอร์ชัน ถามว่าเงื่อนไขใดเปลี่ยน และส่งตารางที่แยกคอลัมน์ตามการบันทึก รหัสช่วยให้ข้อค้นพบโมเดลผูกกับต้นทางที่ถูกต้อง\n\nการติดตามสามารถเก็บคำถามกับคำตอบก่อนหน้าแล้วถามรายละเอียดแคบลงหรือให้อีกการบันทึก เช่น ขอข้อตัดสินใจจากการสนทนาก่อน แล้วถามว่าข้อใดเกี่ยวกับข้อกำหนดเฉพาะ รุ่นเดียวกันยังสาธิตคำขอข้อความล้วนและเสียงล้วน แกนข้อความทำงานกับคำถามหรือผลที่เขียนได้ ส่วนความสามารถเสียงให้หลักฐานจากคำพูด\n\nฟังก์ชันที่สั่งด้วยเสียง\n\nผู้ผลิตอธิบายการเรียกฟังก์ชันจากเจตนาที่พูด และระบุว่าตัวอย่างเรียกฟังก์ชันในการ์ดที่เผยแพร่เป็นการรองรับแบบทดลอง ในเวิร์กโฟลว์นี้ แอปพลิเคชันกำหนดฟังก์ชันและอาร์กิวเมนต์ โมเดลเตรียมการเรียกจากคำขอ แล้วแอปพลิเคชันดำเนินการและให้ผล การค้นหาด้วยเสียงจึงส่งคำตอบที่เขียนโดยใช้ข้อมูลเครื่องมือที่เชื่อมต่อได้ การเรียกฟังก์ชันไม่ได้หมายความว่าโมเดลเป็นเจ้าของบริการภายนอกโดยอัตโนมัติหรือทำการเพียงเอ่ยชื่อ\n\nระบุวัตถุประสงค์ฟังก์ชันและข้อมูลจำเป็นให้ชัด หากการบันทึกขอการดำเนินการแต่ขาดค่าจำเป็น แอปพลิเคชันยังต้องใช้ค่านั้นเพื่อเรียกฟังก์ชัน แยกคำขอที่พูด อาร์กิวเมนต์ที่เสนอ และผลที่ส่งกลับ เพื่อให้คำตอบถัดไปอ้างผลการดำเนินการจริง\n\nการตั้งค่าที่แนะนำและขอบเขตที่ควรทราบ\n\nสำหรับความเข้าใจเสียงและ chat completion การ์ดแนะนำ temperature 0.2 และ top-p 0.95 สำหรับถอดเสียงแนะนำ temperature 0.0 ระบุชัดว่าพรอมป์ต์ระบบไม่รองรับในขั้นตอนใช้งานที่เผยแพร่นี้ จึงใส่งานและข้อกำหนดคำตอบในข้อมูลเข้าผู้ใช้ แทนถ่ายโอนธรรมเนียมพรอมป์ต์ระบบจากโมเดล Mistral อื่น\n\nเลือกการบันทึกที่มีเนื้อหาเกี่ยวกับคำถาม รักษาคำพูดที่ได้ยินให้ชัด และระบุว่าผลควรเป็นข้อความถอดเสียง คำแปล คำตอบ หรือบทสรุป ผลลัพธ์ที่ระบุเป็นข้อความ คำตอบที่พูดต้องมีองค์ประกอบแปลงข้อความเป็นเสียง และไม่ควรอนุมานการระบุตัวผู้พูด การแยกผู้พูดอย่างละเอียด หรือเวลาระดับคำจากคำกล่าวความเข้าใจเสียงทั่วไปสำหรับรุ่นนี้โดยตรง\n\nตัวอย่างการสร้าง 500 โทเค็นในการ์ดเป็นค่าตัวอย่าง ไม่ใช่ความจุผลลัพธ์สูงสุดที่ระบุแยก คงรุ่น 2507 แนวทางระยะเวลาเฉพาะงาน และภาษาข้อมูลเข้าเมื่อเตรียมเวิร์กโฟลว์ที่ทำซ้ำได้ ชิ้นงานสุดท้ายที่มีประโยชน์คือข้อความที่ขอ ซึ่งเชื่อมกับการบันทึกและจัดรูปแบบสำหรับขั้นตอนเอกสารหรือแอปพลิเคชันถัดไป",
    "alias_of": null,
    "aliases": [],
    "author": "Mistral",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0001",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0001",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ],
        "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด"
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "mistralai/voxtral-small-24b-2507-stt",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด"
            },
            "outputs": {
              "all_results": "เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "mistralai/voxtral-small-24b-2507-stt"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "mistralai/voxtral-small-24b-2507-stt"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "mistralai/voxtral-small-24b-2507-stt"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "อ่านไฟล์ WAV จริงและเข้ารหัสไบต์จริงสำหรับ input_audio แบบ JSON ที่ประกาศไว้ ข้อกำหนดที่รองรับเฉพาะ JSON นี้ไม่ได้ระบุเส้นทาง multipart"
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "ต้นทุนการสร้างโดยประมาณ",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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-small-24b-2507-stt', '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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${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.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "การถอดเสียง",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.0001",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0001",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "mistralai/voxtral-small-24b-2507-stt",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0001",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          },
          {
            "amount": "0.0001",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0001",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "mistralai/voxtral-small-24b-2507-stt",
        "request_model_id": "mistralai/voxtral-small-24b-2507-stt",
        "route_label": "Ultra"
      }
    ],
    "name": "Mistral: Voxtral Small 24B 2507 STT",
    "price": {
      "estimate_only": true,
      "in": null,
      "in_label": null,
      "out": 0.0001,
      "out_label": "estimate before generation",
      "scope_label": "Estimated generation cost",
      "sort_in": null,
      "sort_out": 0.0001,
      "varies": false
    },
    "short": "Voxtral Small 1.0 24B 2507 เป็นโมเดลข้อความและเสียงสำหรับการถอดเสียง การแปลคำพูด คำถาม และบทสรุป ผู้ผลิตระบุบริบท 32k ระยะเสียงสูงสุด 30 นาทีสำหรับถอดเสียงหรือ 40 นาทีสำหรับทำความเข้าใจ ข้อมูลเข้าเสียงหลายรายการ และผลลัพธ์ข้อความ"
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Voxtral Small 1.0 24B 2507 เป็นโมเดลข้อความและเสียงสำหรับการถอดเสียง การแปลคำพูด คำถาม และบทสรุป ผู้ผลิตระบุบริบท 32k ระยะเสียงสูงสุด 30 นาทีสำหรับถอดเสียงหรือ 40 นาทีสำหรับทำความเข้าใจ ข้อมูลเข้าเสียงหลายรายการ และผลลัพธ์ข้อความ",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "c9351ed92d0e01ecc99b78cbcffefd0a77c2c4c8487ea7ae6c9d89a13b84dd1f",
    "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9"
  },
  "sourceRevision": "8dedc43bf80dfbd30bf97ed475698f9a132e8b85a17259f0907cc5c3acc754b1"
}