Uso primário declarado ou inferido com cautela a partir da documentação oficial.
M
MISTRAL / voxtral-mini-tts-3-0
Voxtral TTS 3
Modelo de síntese de voz apresentado em 20 de outubro de 2026. O guia específico vigente declara 35 idiomas e mais de 50 dialetos; a contagem antiga de nove idiomas da ficha não é utilizada como limite atual. Converte texto em áudio, com referência de voz opcional. As respostas por lotes e em streaming utilizam o mesmo modelo; não são duplicadas como checkpoints distintos.
01 / RESUMO
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
02 / FICHA TÉCNICA
Limites e integração
| ID de API | voxtral-mini-tts-3-0 |
|---|---|
| Tipo de modelo | Voz e áudio |
| Modelo de acesso | Proprietário pago |
| Licença | Proprietária |
| Implantação | API alojada |
| Lançamento | 20 OCT 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto · Áudio |
| Saída | Áudio |
| Janela de contexto | Texto e referência de voz opcional |
| saída máxima | Áudio sintetizado |
| Raciocínio | Não publicado |
| Ferramentas publicadas | |
| Passeios Estruturados | Não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Não publicado |
| Plataformas verificadas | Mistral API |
Narração, acessibilidade e interfaces faladas mediante /v1/audio/speech. Admite etiquetas de emoção e velocidades slow ou fast. Use referências de voz apenas com autorização verificável e verifique pronúncia, números e mudanças de idioma antes de publicar. O suporte multilíngue não garante qualidade idêntica em todos os sotaques nem elimina a revisão humana de mensagens sensíveis.
A migração oficial indica que as instruções de estilo livres não estão disponíveis no lançamento: não as apresentamos como uma função utilizável. As etiquetas de emoção são um mecanismo diferente. Não use clonagem para se fazer passar por outras pessoas nem interprete uma referência de voz como consentimento. Mantenha o identificador versionado e valide formato, duração e condições de tratamento do áudio.
03 / CAPACIDADES
O que pode fazer
Orientação
Narração, acessibilidade e interfaces faladas mediante /v1/audio/speech. Admite etiquetas de emoção e velocidades slow ou fast. Use referências de voz apenas com autorização verificável e verifique pronúncia, números e mudanças de idioma antes de publicar. O suporte multilíngue não garante qualidade idêntica em todos os sotaques nem elimina a revisão humana de mensagens sensíveis.
Contexto
Texto e referência de voz opcional · Áudio sintetizado
Ferramentas e integração
Não publicado
Acesso
Mistral API
Modalidades de entrada
TextoÁudio
04 / PREÇOS
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | 13 USD / milhão de caracteres | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Incluído na tarifa de texto | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
Tarifas públicas em dólares por minuto de áudio ou por milhão de caracteres, conforme a variante; não são preços por tokens. Os campos numéricos por milhão de tokens ficam em branco para evitar comparações falsas. Confirme condições de faturamento e disponibilidade antes de integrar. A implantação privada empresarial requer acordo específico; não foram publicados pesos baixáveis dessas variantes.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
05 / AVALIAÇÕES
Como ler os resultados
“
A Mistral utiliza VoiceCodeBench com 300 prompts em inglês e duas vozes; o teste multilíngue cobre 377 prompts em onze idiomas. São avaliações do fornecedor com juiz automático, não testes próprios da Inferama nem uma medida de qualidade clínica. Não convertimos preferências de um juiz em precisão factual. Revise inteligibilidade, naturalidade, pronúncia e uso autorizado das vozes.
i Avaliação do fornecedor; pontuações numéricas não verificadas pela Inferama.
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
06 / VERSÕES
Cronologia
Voxtral TTS 3
Versão incorporada no catálogo verificado da Inferama.
ANÁLISE
Análises relacionadas
07 / FONTES