Voxtral 3 de Mistral : 0,0035 dollar la minute, mais aucun poids à télécharger

Le chiffre

Mistral AI facture sa nouvelle famille de modèles vocaux Voxtral 3 à partir de 0,0035 dollar la minute transcrite depuis son lancement le 20 octobre 2026. Le premier Voxtral se téléchargeait librement ; au 21 octobre, aucun modèle Voxtral 3 ne figure sur la page Hugging Face de Mistral.

Au 21 octobre 2026, une heure d’audio transcrite par Voxtral Mini Transcribe 3 de Mistral AI coûte 0,21 dollar, contre 0,36 dollar avec Whisper chez OpenAI, selon notre calcul à partir des tarifs à la minute. L’écart atteint 42 %. Whisper ne figure plus dans la grille tarifaire d’OpenAI, qui facture gpt-transcribe 0,27 dollar l’heure, et gpt-4o-mini-transcribe 0,18 dollar, un cran sous Mistral.

Voxtral 3 réunit trois modèles de transcription : Small, Mini (4 milliards de paramètres) et une version temps réel. S’y ajoutent la synthèse vocale Voxtral Speech 3 et un kit de développement pour agents vocaux construit sur LiveKit. La transcription couvre plus de 50 langues, dont les 24 langues officielles de l’Union européenne. La version temps réel et la synthèse vocale en gèrent plus de 35. L’API tourne au choix sur des serveurs européens, américains ou mondiaux.

Voxtral 3 est-il open source, et peut-on l’installer en local ?

Pas à ce jour. La page de lancement ne parle ni de licence, ni de poids ouverts, ni de Hugging Face. Elle propose bien de déployer Voxtral 3 sur sa propre infrastructure. Mais pour faire tourner l’ensemble sur site ou dans un cloud privé, elle renvoie vers un contact commercial (« talk to our team »).

C’est un virage. En juillet 2025, TechCrunch présentait le premier Voxtral comme le premier modèle audio open source de Mistral, téléchargeable sur Hugging Face. En février 2026, Voxtral Realtime a suivi avec ses poids sous licence Apache 2.0. Le dernier ajout Voxtral sur Hugging Face est une version arabe de ce modèle de février, Voxtral Mini 4B Realtime.

Pour utiliser Voxtral 3 dès maintenant, il faut une clé de l’API Mistral ou le bac à sable audio de Mistral Studio. Le kit pour agents vocaux passe des appels téléphoniques (SIP) et tourne dans le navigateur (WebRTC), pour 0,04 dollar la minute avec Mistral Small 4. Selon Mistral, chaque échange se boucle en moins d’une seconde. L’agent se tait quand on lui coupe la parole.

Voxtral 3 transcrit-il mieux que Whisper ?

Oui, d’après les tests de Mistral. Sur FLEURS, une batterie de tests en 45 langues, Voxtral Small Transcribe 3 affiche un taux d’erreur mot de 4,0 % quand il devine lui-même la langue, contre 14,9 % pour Whisper large-v3. Il rate quatre mots sur cent, Whisper près de quinze. Le même graphique place Microsoft AI Transcribe 2 à égalité, relève le site TestingCatalog. Pour la diarisation, Mistral annonce 18,4 % d’erreurs pour Small, contre 23,0 % pour Scribe v2, le modèle d’ElevenLabs. Ces scores, c’est Mistral qui les a mesurés.

Pourquoi Voxtral 3 coûte-t-il plus cher que le premier Voxtral ?

Parce que chaque génération a ajouté des fonctions. En quinze mois, le prix d’entrée a été multiplié par 3,5. Le gros saut date de février 2026 : Voxtral Mini Transcribe V2 passe à 0,003 dollar la minute. Il apporte l’identification des locuteurs, des mots-clés fournis pour guider la transcription et des fichiers jusqu’à trois heures. Voxtral 3 ajoute un demi-millième de dollar et passe de 13 à plus de 50 langues.

Pour un particulier ou une petite équipe, la facture reste modeste : cent heures de réunions coûtent 21 dollars avec Mini Transcribe 3. Le vrai changement porte sur les données. Avec Voxtral Realtime, une entreprise gardait ses enregistrements sur ses propres machines sans rien demander à personne. Avec Voxtral 3, la confidentialité passe par les serveurs européens de Mistral ou par un contrat négocié. Pour le site lefilia.fr, cette souveraineté des données compte en Europe, sous l’effet du RGPD et de l’AI Act.

À l’heure d’audio, seul Voxtral Mini Transcribe Realtime 3 coûte plus cher que Whisper : 0,48 dollar. Au 21 octobre 2026, Mistral n’a fixé aucune date pour publier les poids de Voxtral 3.

Article créé en collaboration avec l’IA.