Qué pasó
- Mistral AI presentó el 20 de octubre de 2026 Voxtral 3, una suite de voz con tres modelos de transcripción y uno de síntesis de voz.
- Los de transcripción son Small Transcribe 3 y Mini Transcribe 3 (4.000 millones de parámetros), ambos por lotes, y Mini Transcribe Realtime 3, para flujo continuo. El de voz se llama Voxtral Speech 3.
- Mistral declara transcripción en más de 50 idiomas y una latencia en tiempo real bajo 500 milisegundos. Un turno completo de agente de voz, dice, baja de un segundo.
- Los precios publicados son US$ 0,0035 por minuto (Mini), US$ 0,004 (Small) y US$ 0,008 (tiempo real). La síntesis cuesta US$ 13 por millón de caracteres.
Por qué importa
- La transcripción es la parte barata del trabajo con voz, y Mistral la pone en centavos. Una pyme que graba llamadas de venta puede transcribir 1.000 horas por unos US$ 210 con el modelo Mini, calculado con la tarifa publicada.
- Español y portugués aparecen en las listas de idiomas de las pruebas. La publicación no detalla cómo rinde con acento chileno o rioplatense, y un paper de septiembre midió que el error crece en ciertos grupos tras podar modelos de audio.
- La consecuencia que la fuente no dice: el precio por minuto ya no es el obstáculo para automatizar el call center. Pasa a serlo la revisión humana de lo transcrito, que Mistral no cotiza.
El dato
4,1% contra 16,0%. Error de palabras de Voxtral Small frente a Whisper large-v3 en FLEURS, 45 idiomas, indicando el idioma. Es una medición de Mistral.
Contexto
La competencia ya estaba en este terreno. Microsoft reunió transcripción en 60 idiomas y dos modelos de generación de voz en un solo anuncio. Mistral compara además contra Scribe v2 y Gemini 3.5 Transcribe.
Qué viene
- La publicación no fija fecha para nuevos idiomas ni cambios de precio.
- Los modelos están en la API de Mistral, con endpoints en Europa, Estados Unidos y global, y en Studio.
- Para correrlos en infraestructura propia hay que hablar con ventas. La página no indica licencia ni pesos abiertos.
Cierre
El 10 de septiembre OpenAI abrió su modelo de voz a desarrolladores para teléfonos y agentes. Mistral entra por el lado de la transcripción, con un costo que invita a probar y una licencia que todavía no se conoce.
Fuentes
Editado por Rodrigo Cornejo. Quiénes escriben las notas
