Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
M
MISTRAL / voxtral-mini-tts-3-0
Voxtral TTS 3
Modèle de synthèse vocale présenté le 20 octobre 2026. Le guide spécifique en vigueur déclare 35 langues et plus de 50 dialectes ; l’ancien décompte de neuf langues de la fiche n’est pas utilisé comme limite actuelle. Il convertit du texte en audio, avec référence vocale facultative. Les réponses par lots et en streaming utilisent le même modèle ; elles ne sont pas comptées comme des checkpoints distincts.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | voxtral-mini-tts-3-0 |
|---|---|
| Type de modèle | Voix et audio |
| Mode d’accès | Propriétaire payant |
| Licence | Propriétaire |
| Déploiement | API hébergée |
| Lancement | 20 OCT 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte · Audio |
| Sortie | Audio |
| Fenêtre contextuelle | Texte et référence vocale facultative |
| puissance maximale | Audio synthétisé |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | API Mistral |
Narration, accessibilité et interfaces vocales via /v1/audio/speech. Prend en charge les étiquettes d’émotion et les vitesses slow ou fast. Utilisez des références vocales uniquement avec une autorisation vérifiable et vérifiez la prononciation, les nombres et les changements de langue avant publication. Le support multilingue ne garantit pas une qualité identique pour tous les accents et ne dispense pas d’une révision humaine des messages sensibles.
La migration officielle indique que les instructions de style libre ne sont pas disponibles au lancement : nous ne les présentons pas comme une fonctionnalité utilisable. Les étiquettes d’émotion constituent un mécanisme différent. N’utilisez pas le clonage pour usurper l’identité de personnes et n’interprétez pas une référence vocale comme un consentement. Conservez l’identifiant versionné et validez le format, la durée et les conditions de traitement audio.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Narration, accessibilité et interfaces vocales via /v1/audio/speech. Prend en charge les étiquettes d’émotion et les vitesses slow ou fast. Utilisez des références vocales uniquement avec une autorisation vérifiable et vérifiez la prononciation, les nombres et les changements de langue avant publication. Le support multilingue ne garantit pas une qualité identique pour tous les accents et ne dispense pas d’une révision humaine des messages sensibles.
Contexte
Texte et référence vocale facultative · Audio synthétisé
Outils et intégration
Non publié
Accès
API Mistral
Modalités d’entrée
TexteAudio
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | 13 USD / million de caractères | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Inclus dans le tarif texte | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Tarifs publics en dollars par minute d’audio ou par million de caractères, selon la variante ; il ne s’agit pas de prix par jeton. Les champs numériques par million de jetons restent vides afin d’éviter les fausses comparaisons. Confirmez les conditions de facturation et la disponibilité avant l’intégration. Le déploiement privé d’entreprise nécessite un accord spécifique ; aucun poids téléchargeable de ces variantes n’a été publié.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
Mistral utilise VoiceCodeBench avec 300 prompts en anglais et deux voix ; le test multilingue couvre 377 prompts dans onze langues. Il s’agit d’évaluations du fournisseur avec un juge automatique, pas de tests propres à Inferama ni d’une mesure de qualité clinique. Nous ne convertissons pas les préférences d’un juge en précision factuelle. Vérifiez l’intelligibilité, le naturel, la prononciation et l’utilisation autorisée des voix.
i Évaluation du fournisseur ; scores numériques non vérifiés par Inferama.
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Voxtral TTS 3
Version intégrée au catalogue vérifié d’Inferama.
ANALYSE
Analyses connexes
07 / SOURCES