Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
M
MISTRAL / voxtral-mini-tts-3-0
Voxtral TTS 3
Am 20. Oktober 2026 vorgestelltes Sprachsynthesemodell. Die aktuelle spezifische Anleitung nennt 35 Sprachen und mehr als 50 Dialekte; die veraltete Angabe von neun Sprachen auf der Modellkarte wird nicht als aktuelle Grenze verwendet. Es wandelt Text in Audio um und unterstützt eine optionale Stimmreferenz. Batch- und Streaming-Antworten verwenden dasselbe Modell und werden nicht als getrennte Checkpoints gezählt.
01 / ZUSAMMENFASSUNG
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
02 / TECHNISCHES DATENBLATT
Limits und Integration
| API-ID | voxtral-mini-tts-3-0 |
|---|---|
| Modelltyp | Sprache und Audio |
| Zugangsmodell | Kostenpflichtig proprietär |
| Lizenz | Proprietär |
| Einsatz | Gehostete API |
| Veröffentlichung | 20 OCT 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Audio |
| Ausfahrt | Audio |
| Kontextfenster | Text und optionale Stimmreferenz |
| maximale Leistung | Synthetisiertes Audio |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Mistral API |
Vertonung, Barrierefreiheit und Sprachschnittstellen über /v1/audio/speech. Unterstützt werden Emotionstags und die Geschwindigkeiten slow oder fast. Nutze Stimmreferenzen nur mit nachprüfbarer Genehmigung und prüfe vor der Veröffentlichung Aussprache, Zahlen und Sprachwechsel. Mehrsprachigkeit garantiert weder identische Qualität für alle Akzente noch den Wegfall menschlicher Prüfung sensibler Nachrichten.
Laut offizieller Migrationsanleitung sind freie Stilanweisungen zum Start nicht verfügbar; wir stellen sie daher nicht als nutzbare Funktion dar. Emotionstags sind ein anderer Mechanismus. Verwende Stimmklonen nicht zur Identitätstäuschung und deute eine Stimmreferenz nicht als Einwilligung. Bewahre die versionierte Kennung auf und prüfe Format, Dauer und Bedingungen der Audioverarbeitung.
03 / FÄHIGKEITEN
Was es kann
Orientierung
Vertonung, Barrierefreiheit und Sprachschnittstellen über /v1/audio/speech. Unterstützt werden Emotionstags und die Geschwindigkeiten slow oder fast. Nutze Stimmreferenzen nur mit nachprüfbarer Genehmigung und prüfe vor der Veröffentlichung Aussprache, Zahlen und Sprachwechsel. Mehrsprachigkeit garantiert weder identische Qualität für alle Akzente noch den Wegfall menschlicher Prüfung sensibler Nachrichten.
Kontext
Text und optionale Stimmreferenz · Synthetisiertes Audio
Tools und Integration
Nicht veröffentlicht
Zugang
Mistral API
Eingabemodalitäten
TextAudio
04 / PREISE
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | 13 USD / Million Zeichen | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Im Texttarif enthalten | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Öffentliche Dollarpreise pro Audiominute oder Million Zeichen, abhängig von der Variante; dies sind keine Tokenpreise. Die numerischen Felder pro Million Tokens bleiben leer, um falsche Vergleiche zu vermeiden. Prüfe vor der Integration Abrechnungsbedingungen und Verfügbarkeit. Privater Unternehmenseinsatz erfordert eine gesonderte Vereinbarung; herunterladbare Gewichte dieser Varianten wurden nicht veröffentlicht.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
05 / BEWERTUNGEN
So lesen Sie die Ergebnisse
“
Mistral verwendet VoiceCodeBench mit 300 englischen Prompts und zwei Stimmen; der mehrsprachige Test umfasst 377 Prompts in elf Sprachen. Dies sind Anbieterbewertungen mit automatischem Bewerter, keine eigenen Tests von Inferama und kein Maß für klinische Qualität. Wir setzen Präferenzen eines Bewerters nicht mit sachlicher Richtigkeit gleich. Prüfe Verständlichkeit, Natürlichkeit, Aussprache und autorisierte Stimmnutzung.
i Evaluation des Anbieters; numerische Werte nicht von Inferama verifiziert.
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
06 / VERSIONEN
Chronologie
Voxtral TTS 3
In den verifizierten Katalog von Inferama aufgenommene Version.
ANALYSE
Verwandte Analysen
07 / QUELLEN