Kan Voxtral Small 24B lokaal draaien?

Ja, de gewichten zijn open en beschikbaar op Hugging Face. Mistral raadt aan het te draaien met vLLM, en je hebt ongeveer 55 GB GPU-RAM in bf16 of fp16 nodig.

Wat kost Voxtral Small 24B via API?

Tekst kost $0,10 per miljoen invoertokens en $0,30 per miljoen uitvoertokens. Audio-invoer wordt apart gefactureerd tegen $100 per miljoen seconden.

Hoe verschilt Voxtral Small van Mistral Small 3.1?

Voxtral Small is direct gebouwd op Mistral Small 3.1 en behoudt alle tekstcapaciteiten, maar voegt een speciale audio-invoerlaag toe voor transcriptie, vertaling, audio Q&A en spraakgestuurde functie-aanroepen.

Voxtral Small 24B 2507

5768°

#llm #mistralai #audio #meertalig #lokaal #budget

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Mistral | 32.768 token context | $0.10/M input, $0.30/M output. Voxtral Small is een verbetering van Mistral Small 3, met state-of-the-art audio-inputmogelijkheden en behoud van de beste tekstprestaties in zijn klasse. Het blinkt uit in spraaktranscriptie, vertaling en audioverstaan. Ingevoerde audio kost $100 per miljoen seconden.

Gidsen voor dit model

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Voxtral Small 24B 2507 is Mistral's 24-miljard-parameter model met audio-capaciteit, gebouwd op de Mistral Small 3.1 backbone met een speciale audioverstaanlaag erbovenop. Het verwerkt spraaktranscriptie, vertaling en audio Q&A in één model, detecteert automatisch de brontaal in acht belangrijke talen. Open gewichten en een lage API-prijs maken het een praktische keuze voor ontwikkelaars die geen aparte ASR- en taalmodelpijplijnen willen samenstellen.

Bekend om

Speciale transcriptiemodus die automatisch de brontaal detecteert zonder configuratie.
Verwerkt audio tot 30 minuten voor transcriptie, 40 minuten voor begrip.
Functie-aanroepen worden direct geactiveerd vanuit gesproken spraakinput.
Van nature meertalig: Engels, Spaans, Frans, Portugees, Hindi, Duits, Nederlands, Italiaans.
Behoudt de volledige tekstcapaciteiten van Mistral Small 3.1 naast audio.

Let op

Systeemprompts worden nog niet ondersteund, wat sommige implementatiepatronen beperkt.
Lokaal draaien vereist ongeveer 55 GB GPU-RAM in bf16 of fp16.
Audiokosten zijn apart van tekst: $100 per miljoen seconden invoer.

Het beste voor

Agenten en toolgebruik

Prompts om te proberen

Transcribeer en vat audio samen

Voeg een geluidsopname van een vergadering of lezing toe. Transcribeer alles wat gezegd wordt en maak vervolgens een gestructureerde samenvatting met de belangrijkste besproken onderwerpen, genomen beslissingen en genoemde actiepunten. Presenteer de samenvatting als een genummerde lijst.

Audio Q&A vanuit opname

Voeg een audioclip toe van een gesproken uitleg of interview. Beantwoord de volgende vragen alleen op basis van wat in de opname gezegd wordt: Wat is het hoofdargument? Welke bewijzen of voorbeelden worden gegeven? Zijn er waarschuwingen of kanttekeningen die de spreker noemt?

Vertaal gesproken audio naar Engels

Voeg een audiobestand toe waarin de spreker een andere taal dan Engels gebruikt. Identificeer de gesproken taal, transcribeer het origineel en geef een nette Engelse vertaling. Noteer eventuele zinnen die dubbelzinnig of moeilijk direct te vertalen waren.

Vergelijk met

Mistral Nemo
Model met open gewichten
131,072 token context · $0.03/M invoer, $0.03/M uitvoer
Ministral 3 3B 2512
Model met open gewichten
131,072 token context · $0.10/M invoer, $0.10/M uitvoer
Ministral 3 14B 2512
Model met open gewichten
262,144 token context · $0.20/M invoer, $0.20/M uitvoer
Mistral Small 3
Model met open gewichten
32,768 token context · $0.05/M invoer, $0.08/M uitvoer

Meer tekstmodellen van mistralai

Veelgestelde vragen

Kan Voxtral Small 24B lokaal draaien?: Ja, de gewichten zijn open en beschikbaar op Hugging Face. Mistral raadt aan het te draaien met vLLM, en je hebt ongeveer 55 GB GPU-RAM in bf16 of fp16 nodig.
Wat kost Voxtral Small 24B via API?: Tekst kost $0,10 per miljoen invoertokens en $0,30 per miljoen uitvoertokens. Audio-invoer wordt apart gefactureerd tegen $100 per miljoen seconden.
Hoe verschilt Voxtral Small van Mistral Small 3.1?: Voxtral Small is direct gebouwd op Mistral Small 3.1 en behoudt alle tekstcapaciteiten, maar voegt een speciale audio-invoerlaag toe voor transcriptie, vertaling, audio Q&A en spraakgestuurde functie-aanroepen.

Oordeel van de kapitein
Een zeldzaam enkel model dat serieuze transcriptie en audioverstaan doet zonder tekstkwaliteit op te offeren, tegen een prijs die niet pijn doet.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

AI-modellen voor het genereren van afbeeldingen, video en tekst

Voxtral Small 24B 2507 is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm mistralai audio meertalig lokaal budget agenten

Bladeren op modelfamilie