# Mistral 发布 Voxtral 语音理解模型，24B 与 3B 双版本开源

> 原标题：Voxtral

- 来源：Mistral AI
- 发布时间：2025-07-15T12:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/m6bdwr4l0konj30cgdjbshmtf
- 原文：https://mistral.ai/news/voxtral/

## 摘要

Mistral 发布 Voxtral 语音理解模型，提供 24B 和 3B 两个版本，均以 Apache 2.0 许可开源并上线 API。模型支持 32k token 上下文，可处理最长 30 分钟转写或 40 分钟理解，具备内置问答与摘要、多语言识别和语音函数调用能力，并保留 Mistral Small 3.1 的文本能力。

## 推荐理由

Mistral 开源两款语音理解模型，给出 32k 上下文、函数调用等能力与低于同类 API 一半的定价，便于评估语音方案选型。

## 锐评

每分钟 $0.001，这个价格是真的狠。Whisper 自己部署看着免费，算上 GPU 和运维，一小时音频的成本远不止六分钱，Mistral 直接把转写做成了白菜价。3B 版本 Apache 2.0 能本地跑，边缘设备上做实时语音理解有戏了。

它把 ASR 和语言模型合成一个模型，省掉了串 Whisper 加 GPT 的胶水层，函数调用直接从语音触发，做语音 agent 的少写一堆解析代码。开源加这个定价，闭源语音 API 的日子不好过了。
