Voxtral 3 (Transcribe and TTS)의 개요
Voxtral 3는 Mistral AI의 음성 모델 계열로, 2026년 10월 20일 공개 프리뷰로 출시되었습니다. 모델은 네 가지입니다. 녹음된 오디오용으로 화자 표시(diarization)와 타임스탬프를 지원하는 Voxtral Small Transcribe 3와 40억(4-billion) 파라미터 Voxtral Mini Transcribe 3, 500밀리초 미만 실시간 전사용 Voxtral Mini Transcribe Realtime 3, 그리고 제로샷 음성 복제와 스트리밍으로 텍스트를 읽어 주는 Voxtral TTS 3입니다. Mistral은 같은 날 관리형 음성 에이전트 파이프라인과 SDK도 내놓았습니다.
전사는 EU 공식 언어 24개 전부를 포함한 50개 언어를, 음성 출력은 35개가 넘는 언어를 지원합니다. 모델은 EU, US, 글로벌 엔드포인트가 있는 Mistral API로 제공됩니다. 이전 일부 Voxtral 출시와 달리 가중치는 공개되지 않았으며, Mistral은 자체 배포를 기업 계약으로만 제공합니다.
보도된 출시 가격은 Mini Transcribe 3 분당 $0.0035, Small Transcribe 3 $0.0040, 실시간 모델 $0.008, 음성 출력 100만 자당 $13입니다.
Voxtral 3 (Transcribe and TTS)의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Mini Transcribe 3 | $0.0035 a minute | 녹음된 오디오, 화자 표시와 타임스탬프 |
| Small Transcribe 3 | $0.0040 a minute | |
| Mini Transcribe Realtime 3 | $0.008 a minute | 500 ms 미만 실시간 전사 |
| TTS 3 | $13 per million characters | 제로샷 음성 복제, 스트리밍 |
Mini Transcribe 3 분당 $0.0035, Small Transcribe 3 분당 $0.0040, Mini Transcribe Realtime 3 분당 $0.008, TTS 3 100만 자당 $13입니다(보도된 출시 가격).
Voxtral 3 (Transcribe and TTS), 쓸 만한 가치가 있습니까?
Voxtral 3를 살펴볼 이유는 전사입니다. Artificial Analysis는 Small Transcribe 3의 단어 오류율을 2.1%로 측정했습니다. Microsoft MAI-Transcribe-2보다 0.1포인트 뒤지고 ElevenLabs Scribe v2보다 0.1 앞서며, 더 저렴한 Mini는 2.2%입니다. 분당 $0.0035이면 오디오 1시간에 약 21센트로, Scribe v2의 시간당 $0.22와 비교되므로 정확도와 가격 모두 선두 모델과 대등합니다.
Mistral 자체 수치는 화자 표시 성능을 뒷받침합니다. Small의 화자 분리 오류는 18.4%로, Pyannote의 19.0%를 앞서고 Gemini 3.5 Transcribe의 38.4%보다 훨씬 좋습니다. 실시간 모델은 예상대로 정확도를 속도와 맞바꿉니다. 지연 2.4초에서 오류 5.7%, 240밀리초에서 7.4%이므로, 음성 에이전트는 자신의 지연 예산이 어디에 떨어지는지 테스트해야 합니다.
음성 출력은 덜 돋보입니다. Voxtral TTS 3는 Artificial Analysis 음성 순위에서 13위이며, 100만 자당 $13, 음성 1시간에 약 70센트입니다. 3월에 나온 Mistral의 오픈 4B TTS보다 127 Elo 높지만, ElevenLabs의 Eleven v4에는 뒤처집니다.
따져 볼 것이 두 가지 있습니다. 네 모델 모두 공개 프리뷰이므로 가격과 동작이 바뀔 수 있습니다. 또 올해 초 Voxtral Realtime과 Voxtral 4B TTS와 달리 내려받을 가중치가 없으므로, 오프라인 음성이 필요한 팀은 예전 오픈 모델에 머물러야 합니다.
제 역할을 하는 곳
유럽의 콜센터 분석 회사
수천 시간의 통화를 전사하고 화자 표시하기
Small Transcribe 3가 Mistral EU 엔드포인트를 통해 화자 표시와 타임스탬프를 처리합니다. 분당 $0.0040이면 10,000시간에 약 $2,400입니다.
전화 음성 에이전트를 만드는 팀
발신자 말을 실시간으로 듣고 자연스러운 목소리로 답하기
Mistral 음성 에이전트 SDK에서 Mini Transcribe Realtime 3와 TTS 3를 짝지웁니다. 전사 지연을 480에서 960 ms 정도로 두면 오류를 약 6%로 유지할 수 있습니다.
팟캐스트나 비디오 발행사
정확한 다국어 전사문과 자막 만들기
분당 $0.0035인 Mini Transcribe 3는 Artificial Analysis에서 Small과 0.1포인트 이내로 대등하며, 60분짜리 에피소드 하나에 약 21센트입니다.
도입 전 확인할 점
- 설정
- EU, US, 글로벌 엔드포인트 중 하나를 골라 Mistral API에서 voxtral-mini-transcribe-3-0, voxtral-small-transcribe-3-0, voxtral-mini-transcribe-realtime-3-0, voxtral-mini-tts-3-0을 호출합니다.
- 연동
- Mistral API와 Voice Agents 파이프라인, 듣기, 추론, 도구 호출, 음성을 다루는 LiveKit 기반 음성 에이전트 SDK가 있습니다.
- 데이터와 개인정보
- API 전용이며 공개된 가중치나 라이선스가 없습니다. Mistral API 약관은 옵트아웃하지 않으면 무료 등급 데이터로 학습할 수 있게 하고, 종량제에는 옵트아웃이 있습니다. 민감한 통화를 보내기 전에 오디오 관련 조건을 확인하십시오. 자체 배포는 기업 계약입니다.
- 대규모 사용 시 비용
- 전사 100,000시간은 Mini로 약 $21,000, 실시간 모델로 $48,000입니다. 100만 자당 $13인 음성 출력은 오디오 1시간에 약 70센트입니다.
- 제한
- 공개 프리 뷰입니다. 실시간 오류는 지연 2.4 s에서 5.7%, 240 ms에서 7.4%로 오릅니다. 음성 출력은 35개 이상, 전사는 50개 언어입니다.
좋은 점
- Artificial Analysis 단어 오류율 2.1%로 상위 3위권
- Mini Transcribe 3로 오디오 1시간에 약 21센트
- Mistral에 따르면 화자 분리 오류 18.4%로 Pyannote와 Gemini를 앞섬
- EU, US, 글로벌 엔드포인트, 전사 50개 언어
아쉬운 점
- 이전 Voxtral 출시와 달리 오픈 웨이트 없음
- 공개 프리뷰로 가격과 모델이 바뀔 수 있음
- TTS 3는 Artificial Analysis 음성 순위 13위
- 실시간 정확도는 지연 240 ms에서 오류 7.4%로 하락
추천 대상
특히 유럽에서 대량의 회의, 통화, 미디어를 전사하며 낮은 분당 비용에 최상위 정확도를 원하는 팀.
Voxtral 3 (Transcribe and TTS) 대안
Voxtral 3 (Transcribe and TTS): 자주 묻는 질문
- Voxtral 3 (Transcribe and TTS), 쓸 만한 가치가 있습니까?
- 독립 전사 테스트에서 최상위권이면서 분당 3분의 1센트이고 EU 엔드포인트도 있습니다. 음성 출력은 그저 경쟁력 있는 수준이고, 이번에는 오픈 웨이트가 없습니다. 평점은 5점 만점에 4.4점입니다.
- Voxtral 3 (Transcribe and TTS)의 가격은 얼마입니까?
- Mini Transcribe 3 분당 $0.0035, Small Transcribe 3 분당 $0.0040, Mini Transcribe Realtime 3 분당 $0.008, TTS 3 100만 자당 $13입니다(보도된 출시 가격).
- Voxtral 3 (Transcribe and TTS)의 단점은 무엇입니까?
- 이전 Voxtral 출시와 달리 오픈 웨이트 없음; 공개 프리뷰로 가격과 모델이 바뀔 수 있음; TTS 3는 Artificial Analysis 음성 순위 13위; 실시간 정확도는 지연 240 ms에서 오류 7.4%로 하락.
- Voxtral 3 (Transcribe and TTS)에 적합한 사람은 누구입니까?
- 특히 유럽에서 대량의 회의, 통화, 미디어를 전사하며 낮은 분당 비용에 최상위 정확도를 원하는 팀.
- 팀이나 프로덕션 환경에서 Voxtral 3 (Transcribe and TTS)의 비용은 얼마입니까?
- 전사 100,000시간은 Mini로 약 $21,000, 실시간 모델로 $48,000입니다. 100만 자당 $13인 음성 출력은 오디오 1시간에 약 70센트입니다.
- Voxtral 3 (Transcribe and TTS)에 회사 데이터를 맡겨도 안전합니까?
- API 전용이며 공개된 가중치나 라이선스가 없습니다. Mistral API 약관은 옵트아웃하지 않으면 무료 등급 데이터로 학습할 수 있게 하고, 종량제에는 옵트아웃이 있습니다. 민감한 통화를 보내기 전에 오디오 관련 조건을 확인하십시오. 자체 배포는 기업 계약입니다.
- Voxtral 3 (Transcribe and TTS)의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 ElevenLabs Scribe v2, Gemini 3.5 Transcribe, Deepgram Nova-3 및 GPT Transcribe입니다.
답변 확인일: 2026년 10월 25일.
Voxtral 3 (Transcribe and TTS) 개발사입니까? 이 평점을 사이트에 표시하십시오
