Mistral 宣布推出 Voxtral 3，并发布一套实时语音代理 SDK；该 SDK 将听取语音、推理、工具调用和语音回复整合到电话或网页的实时对话中。公告未披露基准测试、模型许可或架构细节，因此其语音识别质量、延迟和本地部署条件仍无法核实。
参考链接
社区讨论
评论者对实际效果和演示可信度提出质疑：一位开发者称已商用 Voxtral Mini 4B Realtime 的离线推理，在 4GB 显存、Ryzen 5 5600U 集显的笔记本上超过实时速度，并正在移植 Linux；另有评论称 Voxtral 3 是闭源模型，认为这不利于本地部署。还有用户抱怨 Teams 和 8x8 的现成转写质量太差，希望把音频流接入更好的模型，并有人指出演示中的法国皮肤科预约速度不现实。