Il 20 ottobre 2026 Mistral ha rilasciato Voxtral 3, una famiglia di modelli vocali più un kit software per costruire agenti vocali: assistenti che ascoltano, ragionano e rispondono a voce in tempo reale, al telefono o in un'app. Arriva due settimane dopo Mistral Large 4 dell'azienda e punta sullo stesso messaggio: qualità competitiva, prezzi bassi e hosting nell'UE per i team con regole sulla residenza dei dati.
La famiglia Voxtral 3
Small Transcribe 3
Registrato, massima accuratezza- Prezzo
- 0,004 dollari al minuto
- Etichette dei parlanti (diarizzazione) e vocabolario personalizzato
- 2,1% di errore su Artificial Analysis, terzo posto
Per riunioni, interviste e registrazioni di chiamate.
Mini Transcribe 3
Registrato, il più economico- Prezzo
- 0,0035 dollari al minuto
- Dimensioni
- 4 miliardi di parametri
- Accurato quasi quanto Small (2,2%)
Per grandi archivi audio.
Realtime Transcribe 3
In streaming- Prezzo
- 0,008 dollari al minuto
- Capisce quando chi parla ha finito, per turni naturali
- Meno accurato del modello in tempo reale di Google nel confronto di Mistral
Per sottotitoli dal vivo e agenti vocali.
Speech 3
Sintesi vocale- Prezzo
- 13 dollari per milione di caratteri
- Oltre 35 lingue e 50 dialetti, con tono emotivo
Per agenti che rispondono a voce.
Quanto è accurato?
Più basso è meglio. Test indipendente; i modelli di Mistral sono terzo (Small) e subito dietro (Mini).
Più basso è meglio. Confronto di Mistral su FLEURS.
Per l'audio registrato, Voxtral è tra i modelli più accurati disponibili, a uno dei prezzi più bassi. Per il parlato dal vivo è veloce ma fa sensibilmente più errori del migliore di Google, e MAI-Transcribe-2 di Microsoft elabora l'audio registrato molte volte più in fretta. Se ti servono trascrizioni di registrazioni, Voxtral è una scelta facile; per sottotitoli dal vivo in cui conta ogni parola, provalo contro le alternative.
Il kit per agenti vocali
L'SDK gestisce la parte tecnica che rende difficili gli agenti vocali: audio in streaming, capire quando chi chiama ha finito, interruzioni e collegamenti telefonici. Gli agenti possono interrogare i tuoi sistemi durante la conversazione, per esempio per controllare una fattura o prenotare un appuntamento. Far girare l'intero agente tramite Mistral costa 0,04 dollari al minuto con Mistral Small 4, o 0,08 con altri modelli di ragionamento.
Trasformare le chiamate in dati
Per i team di analisi, la parte interessante non è la voce ma le trascrizioni. A circa 21 centesimi per ora di audio, trascrivere ogni chiamata commerciale o di assistenza diventa abbastanza economico da farlo di default, e il testo si può poi cercare, classificare e contare come qualsiasi altro dataset.
- 1
Trascrivi con le etichette dei parlanti
Usa Small Transcribe 3 con la diarizzazione, così sai chi ha detto cosa.
- 2
Salva come righe
Una riga per turno: ID della chiamata, parlante, ora di inizio, testo.
- 3
Classifica con un modello piccolo
Etichetta argomento, sentiment ed esito con un modello economico come Claude Haiku 5.5 o Mercury 3.
- 4
Fai report come con qualsiasi dato
Conta i reclami per argomento ogni settimana, o collega gli esiti delle chiamate alle vendite nel tuo data warehouse.
Small Transcribe 3Mini Transcribe 3
Prezzi di listino in dollari: 0,004 e 0,0035 al minuto.
Verifica cosa hai capito
1/3Quanto costa Voxtral Mini Transcribe 3?
13 dollari per milione di caratteri è il prezzo della sintesi vocale.
2/3Dove resta indietro Voxtral rispetto ai rivali?
Con 240 ms di ritardo, Gemini 3.5 Realtime ha fatto meno errori nel confronto di Mistral.
3/3Su cosa è basato l'SDK per agenti vocali?
Gestisce sessioni telefoniche (SIP) e in app (WebRTC).
Hai risposto correttamente a 0 domande su 3.
Altro da Mistral: Mistral Large 4 spiegato. Per altre novità su voce e agenti, leggi agenti che lavorano per ore.
Fonti: l'annuncio di Voxtral 3 di Mistral come riportato da MarkTechPost e The Decoder (20 ottobre 2026); il benchmark speech-to-text di Artificial Analysis. A parte i risultati di Artificial Analysis, i dati di accuratezza sono di Mistral.
Alessandro Ecclesie AgazziScritto da Alessandro Ecclesie Agazzi, analytics engineer a Londra. Aggiornato il 21 ottobre 2026. Chi sono