Mistral AI发布Voxtral 3语音模型家族及配套SDK，包括3个转写模型、1个TTS模型和基于LiveKit的语音智能体SDK，均已在Mistral API公开预览。Small Transcribe 3的AA-WER为2.1%，排名第三，说话人分离表现最佳，但实时模式精度落后于Gemini 3.5 Realtime。批处理转写每分钟0.0035至0.004美元，TTS每百万字符13美元，未宣布开源权重。