FinOps Voxtral 3: koszt za minutę i znak
Zaktualizowano October 27, 2026 · pierwsza publikacja October 27, 2026
Voxtral 3 rozlicza transkrypcję według minut audio, a syntezę mowy według znaków. Changelog Mistral podaje 20 października 2026 jako datę publicznej wersji preview; osobny wpis zapowiadający ma datę 21 października. Agenci głosowi mają ponadto osobną stawkę minutową za zarządzany pipeline i model rozumujący.
Ceny według zadania
| Zadanie | Model | Stawka |
|---|---|---|
| Transkrypcja nagrania | Mini Transcribe 3 | $0,0035 / minuta audio |
| Nagranie, wyższa dokładność | Small Transcribe 3 | $0,0040 / minuta |
| Transkrypcja na żywo | Mini Transcribe Realtime 3 | $0,0080 / minuta |
| Tekst na mowę | Mini TTS 3 | $13 / 1 mln znaków |
To różne jednostki: transkrypcja zależy od długości audio, a TTS od liczby znaków wejściowych. Jedna uśredniona stawka ukrywa koszt poszczególnych etapów.
Przykłady budżetowe
10 000 minut nagrań kosztuje $35 w Mini lub $40 w Small. 10 000 minut realtime kosztuje $80. Dodatkowe $5 za Small porównaj z kosztami korekty przez człowieka i błędów w dalszym procesie.
10 mln znaków TTS kosztuje $130. Sześciominutowe nagranie transkrybowane przez Mini kosztuje $0,021; odpowiedź głosowa o długości 5 000 znaków to $0,065. Razem około $0,086 za te dwa wywołania. Bez rozumowania, agenta zarządzanego, ponowień, telefonii i infrastruktury.
Mistral osobno podaje $0,04/min za agentów głosowych z Mistral Small 4 do rozumowania albo $0,08/min z większym modelem. Traktuj to jako stawkę za zarządzany pipeline; nie dodawaj osobnych pozycji transkrypcji i TTS, jeśli faktura nie rozlicza ich oddzielnie. Zapisuj minuty, znaki, model i wynik; przed prognozą sprawdź aktualny cennik.
Źródła
Powiązane
Chcesz zastosować to w swoim stosie? Przynieś faktury dostawców, logi bramy i najważniejsze przepływy pracy; wskażemy czynniki kosztów i ścieżkę oszczędności. Umów bezpłatny audyt →