Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
M
MISTRAL / voxtral-mini-tts-3-0
Voxtral TTS 3
Modello di sintesi vocale presentato il 20 ottobre 2026. La guida specifica vigente dichiara 35 lingue e oltre 50 dialetti; il vecchio conteggio di nove lingue nella scheda non viene utilizzato come limite attuale. Converte testo in audio, con riferimento vocale facoltativo. Le risposte batch e in streaming utilizzano lo stesso modello; non vengono conteggiate come checkpoint distinti.
01 / RIEPILOGO
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
02 / SCHEDA TECNICA
Limiti e integrazione
| ID API | voxtral-mini-tts-3-0 |
|---|---|
| Tipo di modello | Voce e audio |
| Modalità di accesso | Proprietario a pagamento |
| Licenza | Proprietaria |
| Distribuzione | API ospitata |
| Rilascio | 20 OCT 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo · Audio |
| Uscita | Audio |
| Finestra di contesto | Testo e riferimento vocale facoltativo |
| rendimento massimo | Audio sintetizzato |
| Ragionamento | Non pubblicato |
| Strumenti pubblicati | |
| Uscite strutturate | Non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Mistral API |
Narrazione, accessibilità e interfacce vocali tramite /v1/audio/speech. Supporta etichette di emozione e velocità slow o fast. Utilizza riferimenti vocali solo con autorizzazione verificabile e controlla pronuncia, numeri e cambi di lingua prima della pubblicazione. Il supporto multilingue non garantisce la stessa qualità in tutti gli accenti né elimina la revisione umana dei messaggi sensibili.
La guida ufficiale alla migrazione indica che le istruzioni di stile libere non sono disponibili al lancio: non le presentiamo come una funzione utilizzabile. Le etichette di emozione sono un meccanismo diverso. Non utilizzare la clonazione per impersonare persone né interpretare un riferimento vocale come consenso. Conserva l’identificatore versionato e convalida formato, durata e condizioni di trattamento dell’audio.
03 / CAPACITÀ
Cosa può fare
Orientamento
Narrazione, accessibilità e interfacce vocali tramite /v1/audio/speech. Supporta etichette di emozione e velocità slow o fast. Utilizza riferimenti vocali solo con autorizzazione verificabile e controlla pronuncia, numeri e cambi di lingua prima della pubblicazione. Il supporto multilingue non garantisce la stessa qualità in tutti gli accenti né elimina la revisione umana dei messaggi sensibili.
Contesto
Testo e riferimento vocale facoltativo · Audio sintetizzato
Strumenti e integrazione
Non pubblicato
Accesso
Mistral API
Modalità di input
TestoAudio
04 / PREZZI
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | 13 USD / milione di caratteri | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Incluso nella tariffa testo | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Tariffe pubbliche in dollari per minuto di audio o per milione di caratteri, a seconda della variante; non sono prezzi per token. I campi numerici per milione di token sono lasciati vuoti per evitare confronti fuorvianti. Conferma le condizioni di fatturazione e la disponibilità prima dell’integrazione. La distribuzione privata aziendale richiede un accordo specifico; non sono stati pubblicati pesi scaricabili di queste varianti.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
05 / VALUTAZIONI
Come leggere i risultati
“
Mistral utilizza VoiceCodeBench con 300 prompt in inglese e due voci; il test multilingue copre 377 prompt in undici lingue. Sono valutazioni del fornitore con giudice automatico, non test svolti da Inferama né una misura di qualità clinica. Non convertiamo le preferenze di un giudice in precisione fattuale. Verifica intelligibilità, naturalezza, pronuncia e uso autorizzato delle voci.
i Valutazione del fornitore; punteggi numerici non verificati da Inferama.
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
06 / VERSIONI
Cronologia
Voxtral TTS 3
Versione inclusa nel catalogo verificato di Inferama.
ANALISI
Analisi correlate
07 / FONTI