Mistral ra mắt Voxtral: Mô hình AI âm thanh nguồn mở rẻ hơn 50% và “đánh bại” Whisper

• Mistral, startup AI hàng đầu châu Âu, vừa công bố Voxtral, mô hình AI âm thanh nguồn mở đầu tiên của hãng, hướng tới triển khai thực tế trong doanh nghiệp.

• Voxtral được thiết kế để hiểu và tương tác qua lời nói, sử dụng backbone ngôn ngữ là Mistral Small 3.1, cho phép phân tích nội dung âm thanh lên đến 40 phút.

• Mistral tuyên bố Voxtral là mô hình nguồn mở đầu tiên đủ mạnh để sử dụng trong sản phẩm thực tế, giúp giảm chi phí mà vẫn đảm bảo chất lượng, với giá chỉ bằng dưới 50% so với các giải pháp hiện có.

• 3 phiên bản được công bố:

  • Voxtral Small: 24 tỷ tham số, phù hợp cho triển khai ở quy mô doanh nghiệp, cạnh tranh với GPT-4o-mini, ElevenLabs Scribe và Gemini 2.5 Flash.

  • Voxtral Mini: 3 tỷ tham số, tối ưu cho triển khai cục bộ hoặc trên thiết bị edge.

  • Voxtral Mini Transcribe: phiên bản siêu nhẹ, chỉ dùng cho phiên âm, vượt OpenAI Whisper với chi phí chưa đến 0,001 USD/phút (~24 đồng/phút).

• Voxtral hỗ trợ đa ngôn ngữ: tiếng Anh, Tây Ban Nha, Pháp, Bồ Đào Nha, Hindi, Đức, Hà Lan, và Ý.

• Ngoài việc phiên âm, Voxtral còn cho phép tương tác thời gian thực như: tạo tóm tắt, trả lời câu hỏi về nội dung âm thanh, hoặc thực hiện hành động dựa trên lệnh thoại như gọi API hay chạy mã.

• Mô hình có thể dùng thử miễn phí trên Hugging Face hoặc chatbot Le Chat của Mistral. API có sẵn để tích hợp vào ứng dụng.

• Việc ra mắt Voxtral diễn ra chỉ một tháng sau khi Mistral công bố Magistral, dòng mô hình lập luận theo từng bước nhằm tăng độ tin cậy.

• Mistral hiện đang đàm phán huy động đến 1 tỷ USD từ các quỹ như MGX (Abu Dhabi) để mở rộng năng lực phát triển AI nguồn mở.

📌 Voxtral đánh dấu bước đột phá mới trong lĩnh vực AI âm thanh nguồn mở với khả năng hiểu lời nói, hỗ trợ đa ngôn ngữ và giá chỉ từ 0,001 USD/phút. Mô hình 24 tỷ tham số Voxtral Small sánh ngang GPT-4o-mini, trong khi bản Mini Transcribe còn vượt cả Whisper về hiệu năng – Mistral đang củng cố vị thế là lá cờ đầu AI nguồn mở tại châu Âu.

https://techcrunch.com/2025/07/15/mistral-releases-voxtral-its-first-open-source-ai-audio-model/