Mistral AI a présenté Voxtral 3 le 20 octobre 2026. Cette nouvelle famille de modèles d’intelligence artificielle vocale reconnaît la parole dans plus de 50 langues et peut produire une voix plus naturelle, adaptée au contexte. Son principal objectif va au-delà de la simple dictée : grâce à un kit de développement, un agent vocal peut écouter, consulter des outils, raisonner et accomplir plusieurs actions pendant un appel. Voxtral 3 est déjà accessible via l’API de Mistral, notamment depuis une infrastructure européenne, avec des tarifs à l’usage publiés en dollars.
Publié le 22 octobre 2026. Article établi à partir de l’annonce officielle et de la documentation Mistral AI.
Voxtral 3 : les nouveautés essentielles
- Transcription multilingue : Voxtral Small Transcribe 3 et Voxtral Mini Transcribe 3 prennent en charge plus de 50 langues, dont le français.
- Conversation naturelle : la génération vocale Voxtral Mini TTS 3 adapte l’expression, le rythme et l’intonation, avec plus de 35 langues et 50 dialectes annoncés.
- Agents capables d’agir : le nouveau SDK associe reconnaissance vocale, modèle de raisonnement, appels à des outils et réponse audio.
- Disponibilité : l’API est accessible dès le lancement, avec des points d’accès européens ; le déploiement sur une infrastructure privée est également proposé aux entreprises.
- Tarification API : la transcription démarre, selon les tarifs de lancement, à 0,0035 dollar par minute en traitement différé.
Voxtral 3 comprend plus de 50 langues : ce que cela change
Avec Voxtral 3, Mistral cherche à réduire deux difficultés fréquentes des outils de transcription : les conversations multilingues et les mots difficiles à reconnaître. Les nouveaux modèles Small et Mini peuvent identifier différents intervenants dans une discussion — une opération appelée diarisation — et tenir compte d’une liste de noms propres ou de termes métiers fournie à l’avance.
Ce second mécanisme, parfois nommé context biasing, peut être utile dans une réunion médicale, une permanence technique ou un entretien comportant beaucoup de noms de produits. Il ne garantit pas une transcription parfaite : le bruit, les accents et les conditions d’enregistrement restent des variables essentielles.
La version Voxtral Small Transcribe 3 privilégie la qualité, tandis que Voxtral Mini Transcribe 3 cible les usages plus économiques. Mistral annonce aussi une déclinaison de transcription en temps réel, destinée aux agents conversationnels. Les performances comparatives vantées par le fabricant proviennent notamment de ses propres évaluations ; elles devront être confirmées dans des tests indépendants.
Une IA qui parle et agit pendant un appel
L’autre nouveauté de Voxtral 3 est son SDK d’agents vocaux, construit avec LiveKit. Son fonctionnement associe plusieurs étapes : le composant de transcription écoute la personne ; un modèle de langage, tel que Mistral Small, comprend la demande et appelle les outils autorisés ; enfin, le modèle de synthèse vocale formule une réponse.
Ces composants peuvent fonctionner dans un pipeline continu. Mistral revendique des échanges de moins d’une seconde par tour dans sa démonstration et une meilleure gestion des interruptions. Cette durée dépendra néanmoins de la connexion, des modèles utilisés et des logiciels externes interrogés.
Un agent de service client pourrait ainsi consulter une facture, vérifier l’identité de l’appelant ou réserver un rendez-vous, à condition de disposer des connexions et des autorisations nécessaires. Le système fonctionne avec les outils de téléphonie SIP, les navigateurs et les applications reposant sur WebRTC, selon le fabricant.
Cette capacité d’action exige des garde-fous : confirmation avant une opération sensible, limitation des droits d’accès, journalisation, et possibilité de passer à un conseiller humain. Une démonstration d’agent capable de réserver un créneau n’implique pas une autonomie illimitée pour toute entreprise.
Voxtral Mini TTS 3 : des voix plus naturelles et personnalisées
Pour la synthèse vocale, Voxtral Mini TTS 3 ne cherche pas seulement à lire du texte. Mistral annonce des voix pouvant moduler leur émotion, leur débit et l’accentuation de certains mots. Le modèle est présenté comme compatible avec plus de 35 langues et 50 dialectes, avec notamment des préréglages pour le français de France.
Les entreprises peuvent également demander une adaptation poussée de voix avec Pro Voice, à partir d’environ 30 minutes d’audio dans les conditions décrites par Mistral. Reproduire la voix d’une personne suppose toutefois son consentement et le respect des règles applicables en matière de données et d’identité vocale.
La reconnaissance vocale, la création de voix et les agents temps réel sont donc trois usages liés mais distincts. Un client qui n’a besoin que de retranscrire des fichiers audio n’est pas obligé de développer tout un agent téléphonique.
Prix de Voxtral 3 : combien coûte l’API Mistral ?
Le communiqué officiel de lancement présente des tarifs en dollars américains pour l’API. Ils correspondent à des unités d’utilisation différentes et ne sont pas des prix TTC destinés aux particuliers français.
| Modèle / usage | Prix indiqué au lancement | Unité |
|---|---|---|
| Voxtral Mini Transcribe 3, traitement différé | 0,0035 $ | Par minute d’audio |
| Voxtral Mini Transcribe Realtime 3 | 0,008 $ | Par minute d’audio |
| Voxtral Small Transcribe 3 | 0,0040 $ | Par minute d’audio |
| Voxtral Mini TTS / Speech 3 | 13 $ | Par million de caractères |
Source : annonce officielle Mistral du 20 octobre 2026. Les tarifs peuvent évoluer : la grille affichée dans la console et les conditions commerciales au moment de l’achat font foi. Conversion en euros, taxes éventuelles et remises contractuelles ne sont pas détaillées ici.
Pour donner un ordre de grandeur purement arithmétique, 100 minutes traitées à 0,0035 dollar la minute représentent 0,35 dollar au tarif unitaire de lancement, hors autres services ou frais. Ce calcul ne doit pas être interprété comme un devis complet pour un agent vocal incluant un modèle de raisonnement, des appels externes et une infrastructure de téléphonie.
Voxtral 3 est-il disponible en France ?
Oui, via l’API Mistral : la société indique que les nouveaux modèles sont accessibles dès leur annonce avec des points d’accès hébergés en Europe, aux États-Unis ou à l’échelle mondiale. Les développeurs peuvent tester la transcription, la parole et les agents dans les environnements de démonstration de Mistral Studio.
Une entreprise française ayant des contraintes de résidence et de conservation des données doit sélectionner l’environnement approprié, vérifier les contrats et configurer la rétention des conversations. La disponibilité d’un point d’accès européen ne dispense pas de vérifier l’ensemble des flux de données et les éventuels outils tiers.
Pour les déploiements privés, Mistral invite les organisations à contacter son équipe. Cette possibilité ne signifie pas que tous les modèles ou SDK sont librement téléchargeables sous une licence open source ; les modalités d’exploitation doivent être vérifiées pour chaque composant.
Les entreprises qui veulent comparer cette offre avec une installation entièrement maîtrisée peuvent aussi consulter notre guide du déploiement d’une IA en local. Pour découvrir les autres outils de l’éditeur français, voir également comment utiliser Mistral AI et Vibe.
Notre analyse : la valeur vient du dialogue, pas seulement de la voix
La nouveauté la plus intéressante de Voxtral 3 est la combinaison d’une transcription multilingue, d’une synthèse vocale expressive et d’actions concrètes dans les outils d’entreprise. Un service client gagne peu à disposer seulement d’une voix convaincante si l’agent ne sait pas retrouver la bonne information, gérer les interruptions ou transférer une demande difficile.
Les prochains critères à surveiller seront donc la fiabilité des actions, la gestion des accents, la qualité du français, les coûts complets d’un appel et les garanties de confidentialité. Les chiffres de performance diffusés par Mistral sont des résultats annoncés par le fabricant, pas un test réalisé par TechPi.
FAQ : Voxtral 3 de Mistral AI
Voxtral 3 peut-il transcrire du français ?
Oui. La transcription multilingue de Voxtral 3 inclut le français parmi plus de 50 langues prises en charge par les modèles concernés.
Voxtral 3 permet-il de créer un standard téléphonique IA ?
Le SDK est conçu pour créer ce type d’agent, avec écoute, réponse vocale et appels à des outils métiers. L’intégration à la téléphonie et les autorisations restent à configurer.
Voxtral 3 est-il gratuit ?
Mistral annonce une API payante à l’usage. Des outils de test peuvent être proposés dans Studio, mais il ne faut pas confondre l’essai éventuel et une utilisation illimitée ou gratuite en production.
Peut-on héberger Voxtral 3 sur ses propres serveurs ?
Mistral propose des possibilités de déploiement privé pour les organisations, à examiner avec son équipe commerciale et technique selon les composants souhaités.
