Am 20. Oktober 2026 hat Mistral Voxtral 3 veröffentlicht, eine Familie von Sprachmodellen samt Software-Baukasten für Sprachagenten: Assistenten, die zuhören, nachdenken und in Echtzeit laut antworten, am Telefon oder in einer App. Es kommt zwei Wochen nach Mistral Large 4 und setzt auf dasselbe Versprechen: konkurrenzfähige Qualität, niedrige Preise und Hosting in der EU für Teams mit Vorgaben zur Datenresidenz.
Die Voxtral-3-Familie
Small Transcribe 3
Aufnahmen, höchste Genauigkeit- Preis
- 0,004 Dollar pro Minute
- Sprecherzuordnung (Diarisierung) und eigenes Vokabular
- 2,1 % Fehlerrate bei Artificial Analysis, Platz drei
Für Meetings, Interviews und Anrufaufzeichnungen.
Mini Transcribe 3
Aufnahmen, am günstigsten- Preis
- 0,0035 Dollar pro Minute
- Größe
- 4 Milliarden Parameter
- Fast so genau wie Small (2,2 %)
Für große Audioarchive.
Realtime Transcribe 3
Live- Preis
- 0,008 Dollar pro Minute
- Erkennt, wann jemand fertig gesprochen hat, für natürliche Gesprächswechsel
- In Mistrals Vergleich ungenauer als Googles Echtzeitmodell
Für Live-Untertitel und Sprachagenten.
Speech 3
Sprachausgabe- Preis
- 13 Dollar pro Million Zeichen
- Über 35 Sprachen und 50 Dialekte, mit emotionalem Ton
Für Agenten, die laut antworten.
Wie genau ist es?
Niedriger ist besser. Unabhängiger Test; Mistrals Modelle liegen auf Platz drei (Small) und knapp dahinter (Mini).
Niedriger ist besser. Mistrals Vergleich auf FLEURS.
Bei aufgezeichnetem Audio gehört Voxtral zu den genauesten Modellen, zu einem der niedrigsten Preise. Bei Live-Sprache ist es schnell, macht aber deutlich mehr Fehler als Googles bestes Modell, und Microsofts MAI-Transcribe-2 verarbeitet Aufnahmen um ein Vielfaches schneller. Für Transkripte von Aufnahmen ist Voxtral eine leichte Wahl; für Live-Untertitel, bei denen jedes Wort zählt, sollten Sie es gegen Alternativen testen.
Der Baukasten für Sprachagenten
Das SDK übernimmt die Technik, die Sprachagenten schwierig macht: Audio-Streaming, das Erkennen, wann der Anrufer fertig ist, Unterbrechungen und Telefonverbindungen. Agenten können im Gespräch Ihre Systeme abfragen, etwa eine Rechnung prüfen oder einen Termin buchen. Den ganzen Agenten über Mistral zu betreiben kostet 0,04 Dollar pro Minute mit Mistral Small 4 oder 0,08 Dollar mit anderen Reasoning-Modellen.
Aus Anrufen werden Daten
Für Analyseteams ist nicht die Stimme spannend, sondern die Transkripte. Bei rund 21 Cent pro Stunde Audio wird es günstig genug, jedes Vertriebs- oder Supportgespräch standardmäßig zu transkribieren; der Text lässt sich dann durchsuchen, klassifizieren und zählen wie jeder andere Datensatz.
- 1
Mit Sprecherzuordnung transkribieren
Small Transcribe 3 mit Diarisierung nutzen, damit klar ist, wer was gesagt hat.
- 2
Als Zeilen speichern
Eine Zeile pro Gesprächsbeitrag: Anruf-ID, Sprecher, Startzeit, Text.
- 3
Mit einem kleinen Modell klassifizieren
Thema, Stimmung und Ergebnis mit einem günstigen Modell wie Claude Haiku 5.5 oder Mercury 3 taggen.
- 4
Wie alle anderen Daten berichten
Beschwerden pro Thema und Woche zählen oder Anrufergebnisse im Data Warehouse mit Umsätzen verknüpfen.
Small Transcribe 3Mini Transcribe 3
Listenpreise in US-Dollar: 0,004 und 0,0035 pro Minute.
Testen Sie Ihr Wissen
1/3Was kostet Voxtral Mini Transcribe 3?
13 Dollar pro Million Zeichen ist der Preis der Sprachausgabe.
2/3Wo liegt Voxtral hinter der Konkurrenz?
Bei 240 ms Verzögerung machte Gemini 3.5 Realtime in Mistrals Vergleich weniger Fehler.
3/3Worauf basiert das SDK für Sprachagenten?
Es unterstützt Telefon- (SIP) und App-Sitzungen (WebRTC).
Sie haben 0 von 3 richtig.
Mehr von Mistral: Mistral Large 4 erklärt. Weitere Neuigkeiten zu Sprache und Agenten finden Sie in Agenten, die stundenlang arbeiten.
Quellen: Mistrals Ankündigung von Voxtral 3, wie von MarkTechPost und The Decoder berichtet (20. Oktober 2026); der Speech-to-Text-Benchmark von Artificial Analysis. Abgesehen von den Ergebnissen von Artificial Analysis stammen die Genauigkeitswerte von Mistral.
Alessandro Ecclesie AgazziGeschrieben von Alessandro Ecclesie Agazzi, Analytics Engineer in London. Aktualisiert am 21 Oktober 2026. Über mich