mistralai

Mistral: Voxtral Small 24B 2507

mistralai/voxtral-small-24b-2507

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

Voxtral Small 24B 2507 é a variante com áudio da Mistral construída sobre o Mistral Small 3: aceita texto, arquivos e áudio, e gera texto. A ficha do modelo descreve um modo dedicado de transcrição com detecção automática de idioma, resposta a perguntas e resumo direto do áudio, e chamadas de função acionadas por voz de forma experimental em oito idiomas. Com contexto de 32k tokens, a ficha indica cerca de 30 minutos de áudio para transcrição ou 40 para compreensão. As taxas de erro divulgadas aparecem apenas como imagens, portanto validação independente é recomendável.[1][2]

Pontos fortes

Reúne transcrição de fala, compreensão de áudio e chat de texto em um único modelo, de modo que perguntas e resumos sobre áudio dispensariam uma etapa separada de ASR.[2]
Descrito como nativamente multilíngue em oito idiomas, com detecção automática de idioma no modo de transcrição.[2]
Suporta chamadas de ferramentas, saídas estruturadas e contexto de 32k tokens cobrindo dezenas de minutos de áudio, segundo o catálogo e a ficha.[1][2]

Limitações

A ficha informa que prompts de sistema ainda não são suportados e classifica as chamadas de função como experimentais.[2]
A saída é apenas texto, a data de corte de conhecimento não é declarada e os benchmarks aparecem somente como imagens, sem verificação independente neste conjunto de fontes.[1][2]
A hospedagem própria exigiria cerca de 55 GB de memória de GPU em bf16/fp16; valide precisão e custo com o seu próprio áudio antes da adoção.[2]

Onde usar

Transcrição multilíngue de gravações longas como reuniões ou entrevistas, dado o modo dedicado; teste primeiro a precisão nos seus domínios-alvo.[2]
Assistentes de voz que respondam perguntas sobre áudio ou o resumam diretamente, potencialmente simplificando pipelines que hoje encadeiam ASR e LLM.[2]
Fluxos por intenção falada que acionem funções ou APIs; promissor, mas marcado como experimental, então pilote com cuidado antes de produção.[2]

Fontes

[1] OpenRouter catalog · Mistral: Voxtral Small 24B 2507Fontes consultadas: 13 de nov. de 2026
[2] Model documentation · Mistral: Voxtral Small 24B 2507Fontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

Voxtral Small is an enhancement of Mistral Small 3, incorporating state-of-the-art audio input capabilities while retaining best-in-class text performance. It excels at speech transcription, translation and audio understanding. Input audio...

Especificações

ID do modelo: mistralai/voxtral-small-24b-2507
Criador: mistralai
Adicionado ao OpenRouter: 30.10.2025
Comprimento de contexto: 32,768
Modalidade: text+file+audio->text
Modalidades de entrada: text, audio, file
Modalidades de saída: text
Preço por token: USD por 1M de tokens: entrada $0.100 / saída $0.300
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	parâmetros: structured_outputs, tool_choice, tools
Escrita	Sem medição	saída: text
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	entrada: file
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	entrada: audio
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Mistral	32,768	$0.100	$0.300	—	—	100%
Mistral	32,000	$0.110	$0.330	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.