Mistral: Voxtral Mini Transcribe
Mistral: Voxtral Mini Transcribe est un modèle de reconnaissance vocale de Mistral AI, sorti le 15 mai 2026, conçu pour convertir la parole en texte. Son WER mesuré par Artificial Analysis le situe à un très bon niveau, légèrement au-dessus du seuil généralement associé aux systèmes les…
Mistral: Voxtral Mini Transcribe est un modèle de reconnaissance vocale de Mistral AI, sorti le 15 mai 2026, conçu pour convertir la parole en texte. Son WER mesuré par Artificial Analysis le situe à un très bon niveau, légèrement au-dessus du seuil généralement associé aux systèmes les plus excellents.
Le modèle se positionne sur une tarification indiquée comme moyenne, avec un coût rapporté très inférieur à celui de modèles similaires. Aucune information de licence ouverte n’est fournie dans les données disponibles, ce qui invite à le considérer comme une offre commerciale documentée par des sources concordantes.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Reconnaissance vocale (speech-to-text) |
| Éditeur | Mistral AI |
| Date de sortie | 15 mai 2026 |
| Taux d'erreur de mots (WER) | 3,53 % (plus bas = meilleur) |
| Modalités (entrée → sortie) | audio → transcription |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Mistral | 3000 $ | gratuit | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 93 % en dessous de la moyenne des modèles similaires.
Notre analyse
Forces. Mistral: Voxtral Mini Transcribe présente une qualité de transcription solide pour un modèle speech-to-text, avec un taux d’erreur de mots bas, utile lorsque l’intelligibilité du texte final compte davantage que la simple captation audio. La mesure par Artificial Analysis donne un repère objectif et comparable, tandis que la couverture par des sources concordantes renforce la lisibilité de son positionnement. Son profil tarifaire déclaré comme inférieur à la moyenne des modèles similaires peut favoriser les déploiements à volume, notamment lorsque le coût de transcription devient un critère opérationnel central.
Limites et points d'attention. Le WER reste légèrement au-dessus du seuil couramment associé à l’excellence la plus stricte, ce qui peut laisser subsister des corrections manuelles dans les environnements bruyants, les échanges très spécialisés ou les prises de parole superposées. Les données disponibles ne précisent pas les langues couvertes, la robustesse aux accents, la gestion des diarisation ou la ponctuation automatique. usages pertinents : sous-titrage, transcription de réunions, dictée et commandes vocales.
Sources des données : OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai).