Mistral revela o inovador modelo de IA de áudio de código aberto Voxtral

À medida que os sistemas de IA se tornam mais sofisticados, a fala está emergindo rapidamente como a principal forma de interação com as máquinas. A Mistral, startup francesa de IA, entrou na área de áudio com seu primeiro modelo aberto, desafiando o domínio dos sistemas corporativos fechados ao oferecer alternativas de peso aberto.

Na terça-feira, a Mistral apresentou o Voxtral, sua família inaugural de modelos de áudio projetados para uso comercial.

A empresa posiciona o Voxtral como o primeiro modelo aberto capaz de fornecer "inteligência de fala verdadeiramente utilizável na produção".

Isso significa que os desenvolvedores não precisam mais escolher entre um sistema aberto acessível, mas impreciso, que tem dificuldades com transcrições e carece de compreensão real, e um sistema funcional, mas fechado, que tem custos mais altos e controle de implementação limitado.

Para as empresas, a Voxtral apresenta uma alternativa econômica que a Mistral afirma ser "menos da metade do preço" de soluções comparáveis.

A Mistral afirma que o Voxtral pode transcrever até 30 minutos de áudio. Graças ao seu backbone LLM, Mistral Small 3.1, ele compreende até 40 minutos, permitindo que os usuários façam perguntas sobre o áudio, gerem resumos ou convertam comandos de voz em ações em tempo real, como chamadas de API ou execução de funções. O Voxtral é multilíngue, capaz de transcrever e compreender idiomas como inglês, espanhol, francês, português, hindi, alemão, holandês e italiano.

A empresa está lançando duas variantes de seus "modelos de compreensão de fala". O primeiro, o Voxtral Small, apresenta parâmetros 24B para implementações em escala de produção e concorre com o ElevenLabs Scribe, o GPT-4o-mini e o Gemini 2.5 Flash.

AO VIVO AGORA! TechCrunch All Stage

Crie de forma mais inteligente. Dimensione mais rápido. Conecte-se mais profundamente. Junte-se aos líderes da Precursor Ventures, NEA, Index Ventures, Underscore VC e muito mais em um dia repleto de estratégias, workshops e valioso networking.

Economize US$ 450 em seu passe para o TechCrunch All Stage

Construa de forma mais inteligente. Dimensione mais rapidamente. Conecte-se mais profundamente. Junte-se aos líderes da Precursor Ventures, NEA, Index Ventures, Underscore VC e muito mais em um dia repleto de estratégias, workshops e valioso networking.

O segundo, Voxtral Mini, tem 3 bilhões de parâmetros para implementações locais e de borda. Há também uma versão de API ultra acessível, simplificada e rápida do modelo 3B chamada Voxtral Mini Transcribe, otimizada exclusivamente para tarefas de transcrição e projetada para superar o OpenAI Whisper por menos da metade do custo.

Os usuários podem testar o Voxtral gratuitamente baixando a API do Hugging Face ou experimentando os modelos no chatbot Le Chat da Mistral. A integração da API para aplicativos começa em US$ 0,001 por minuto, de acordo com a empresa.

Esse lançamento segue o anúncio da Mistral sobre o Magistral no mês passado, sua primeira família de modelos de raciocínio que resolvem problemas passo a passo para aumentar a confiabilidade.

A Mistral, uma empresa líder em IA na Europa, é conhecida por sua defesa de modelos de IA de código aberto. No início deste mês, o TechCrunch informou que a empresa está negociando para levantar até US$ 1 bilhão em ações de investidores como o fundo MGX de Abu Dhabi.