Voxtral Small 24B 2507
Réseau Neuronal
Voxtral Small 24B est un modèle Mistral avec entrée audio pour la transcription, la traduction et la compréhension d'enregistrements.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Voxtral Small 24B 2507?
Voxtral Small 24B est un développement de Mistral : une évolution de Mistral Small 3 intégrant le traitement audio en entrée, tout en conservant les capacités textuelles du modèle de base. Le modèle accepte l'audio et gère la transcription, la traduction et la compréhension du contenu, tout en restant un modèle textuel classique pour les tâches habituelles. Sur BotHub, vous l'utilisez sans VPN ni carte étrangère : paiement en roubles par carte russe, facturation à l'usage, les jetons n'expirent pas. Avec plus de 250 modèles disponibles dans une seule fenêtre, comparez les résultats en quelques clics. L'API compatible OpenAI permet d'intégrer Voxtral Small à votre service et de changer de modèle sans réécrire l'intégration ; les requêtes sont chiffrées en AES-GCM. Utile pour transcrire des appels ou interviews, résumer des podcasts ou conférences, traiter des messages vocaux clients, traduire des enregistrements ou intégrer une saisie vocale dans votre application.Questions fréquentes sur Voxtral Small 24B 2507
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Voxtral Small 24B de Mistral AI traite le texte et les documents : il répond aux questions, résume et structure le contenu des fichiers, aide à la correspondance, au code et à l'analyse. Il prend en charge l'appel de fonctions, ce qui le rend adapté à l'intégration dans des services via l'API BotHub compatible OpenAI.
Jusqu'à 26 214 jetons par réponse, suffisant pour un article volumineux, une analyse détaillée de document ou un large fragment de code. La fenêtre de contexte totale est de 32 000 jetons, incluant votre requête avec fichiers et la réponse elle-même.
Aucun mode de raisonnement étape par étape spécifique n'est indiqué dans nos données pour ce modèle. Cependant, vous pouvez demander explicitement dans votre prompt de décomposer la tâche, d'énumérer les conditions et de vérifier le résultat — en pratique, cela améliore considérablement la précision de l'analyse.
Oui. Le modèle prend en charge l'appel de fonctions et la sortie structurée en JSON : vous décrivez les outils, il choisit le bon et renvoie les arguments selon le schéma défini. Pratique pour les agents, l'analyse de documents et les intégrations — les requêtes passent par l'API compatible OpenAI.
Selon nos données, seuls le texte et les documents sont acceptés en entrée — vous pouvez télécharger un fichier entier et le modèle en analysera le contenu. La réception d'images, d'audio et de vidéo n'est pas indiquée séparément ; pour ces tâches, il est préférable de choisir un modèle spécialisé dans BotHub dans la même fenêtre.
Nous n'avons pas de données sur les langues des prompts et des réponses, nous ne pouvons donc rien promettre — testez avec votre propre scénario. Vous pouvez comparer plusieurs modèles sur la même requête directement dans BotHub, sans VPN ni carte étrangère, avec paiement en roubles.