Voxtral Small 24B 2507
Red Neuronal
Voxtral Small 24B es un modelo Mistral con entrada de audio para transcripción, traducción de voz y comprensión de grabaciones.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Voxtral Small 24B 2507?
Voxtral Small 24B es un desarrollo de Mistral: una evolución de Mistral Small 3 con procesamiento de audio añadido, manteniendo las capacidades de texto del modelo base. El modelo acepta audio y gestiona la transcripción, traducción y comprensión del contenido, además de funcionar como un modelo de texto estándar para tareas habituales. En BotHub, puedes usarlo sin VPN ni tarjetas extranjeras: pago en rublos con tarjetas rusas según el uso, sin caducidad de tokens. Con más de 250 modelos en una sola ventana, puedes comparar resultados en pocos clics. Su API compatible con OpenAI permite integrar Voxtral Small en tu servicio y cambiar de modelo sin reescribir la integración; las solicitudes están cifradas con AES-GCM. Es útil para convertir grabaciones de llamadas o entrevistas en texto, resumir podcasts o conferencias, procesar mensajes de audio de clientes, traducir voz de grabaciones o integrar entrada de voz en tus aplicaciones.Preguntas frecuentes sobre Voxtral Small 24B 2507
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Voxtral Small 24B de Mistral AI trabaja con texto y documentos: responde preguntas, resume y estructura el contenido de archivos, y ayuda con correspondencia, código y análisis. Admite llamadas a funciones, por lo que es adecuado para integrarse en servicios a través de la API compatible con OpenAI de BotHub.
Hasta 26 214 tokens en una respuesta, suficiente para un artículo extenso, un análisis detallado de un documento o un fragmento de código grande. La ventana de contexto total es de 32 000 tokens, incluyendo su solicitud con archivos y la respuesta.
No se indica un modo separado de razonamiento paso a paso en nuestros datos para este modelo. Sin embargo, puede solicitar directamente en el prompt que descomponga la tarea paso a paso, enumere las condiciones y verifique el resultado; en la práctica, esto mejora notablemente la precisión del análisis.
Sí. El modelo admite llamadas a funciones y salida estructurada en JSON: usted describe las herramientas, el modelo selecciona la adecuada y devuelve los argumentos en el esquema especificado. Es útil para agentes, análisis de documentos en campos e integraciones; las solicitudes se realizan a través de la API compatible con OpenAI.
Según nuestros datos, se aceptan texto y documentos como entrada; el archivo se puede cargar completo y el modelo analizará su contenido. No se indica la recepción de imágenes, audio o video por separado, por lo que para esas tareas es más conveniente elegir un modelo especializado en BotHub dentro de la misma ventana.
No tenemos datos sobre los idiomas de los prompts y las respuestas, por lo que no podemos prometer nada; pruébelo en su escenario. Puede comparar varios modelos con la misma solicitud directamente en BotHub, sin VPN ni tarjetas extranjeras, pagando en rublos.