Mistral 于 10 月 20 日发布 Voxtral 3，更新语音转写、语音合成，并提供基于 LiveKit 的语音智能体 SDK。SDK 把听取语音、理解请求、调用工具和开口回答串成实时流程，支持通过 SIP 接入电话，以及通过 WebRTC 接入浏览器和应用。官方展示的任务包括查询账单、核对来电者身份和预约服务。
批量转写覆盖 50 多种语言，支持区分说话人，也允许预先提供姓名、行业术语等上下文。语音合成覆盖 35 多种语言和 50 多种方言，可按对话调整情绪、语速与重音。Pro Voice 声音适配需要约 30 分钟录音。各环节使用独立模型，开发者可以更换推理模型或声音，不必重新搭建整套语音应用。
公布价格中，Mini 批量转写为每分钟 0.0035 美元，实时转写为每分钟 0.008 美元，语音合成为每百万字符 13 美元；这些是不同环节的单项费用。完整智能体服务另列计费，可在 Mistral Studio 体验。需要在自有服务器或私有云运行完整服务的企业，要联系厂商安排部署，公告没有提供可直接下载的全套开放权重。