Voxtral Small 24B 2507
5768°
Rulează modelul
Oferte / Reclame
Mistral | context de 32.768 tokeni | 0,10$/M input, 0,30$/M output. Voxtral Small este o îmbunătățire a Mistral Small 3, integrând capabilități audio de ultimă generație, păstrând în același timp performanța text de top. Excelează în transcrierea vorbirii, traducere și înțelegerea audio. Audio-ul de intrare este tarifat cu 100$ per milion de secunde.
Ghiduri pentru acest model
De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?
Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat
Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)
Notele căpitanului
Note din 2026-10-13
Voxtral Small 24B 2507 este modelul audio-capabil de 24 miliarde de parametri al Mistral, construit pe baza Mistral Small 3.1 cu un strat dedicat de înțelegere audio adăugat. Gestionează transcrierea vorbirii, traducerea și întrebări-răspunsuri audio într-un singur model, detectând automat limba sursă din opt limbi majore. Greutățile deschise și prețul scăzut al API-ului îl fac o alegere practică pentru dezvoltatorii care vor să evite combinarea separată a pipeline-urilor ASR și modelelor de limbaj.
Cunoscut pentru
- Mod dedicat de transcriere care detectează automat limba sursă fără configurare.
- Gestionează audio de până la 30 de minute pentru transcriere, 40 de minute pentru înțelegere.
- Apelarea funcțiilor declanșată direct din input vocal.
- Multilingv nativ: engleză, spaniolă, franceză, portugheză, hindi, germană, olandeză, italiană.
- Păstrează toate capabilitățile text ale Mistral Small 3.1 alături de audio.
Atenție la
- Prompturile de sistem nu sunt încă suportate, ceea ce limitează unele tipare de implementare.
- Rularea locală necesită aproximativ 55 GB RAM GPU în bf16 sau fp16.
- Prețul pentru audio este separat de cel pentru text: 100 USD per milion de secunde de audio input.
Cel mai bun pentru
Sugestii de încercat
Transcriere și rezumat audio
Atașează o înregistrare vocală a unei întâlniri sau prelegeri. Transcrie tot ce s-a spus, apoi produce un rezumat structurat cu principalele subiecte abordate, deciziile luate și acțiunile menționate. Prezintă rezumatul ca o listă numerotată.
Întrebări și răspunsuri audio dintr-o înregistrare
Atașează un clip audio cu o explicație vorbită sau un interviu. Răspunde la următoarele întrebări bazându-te doar pe ce se spune în înregistrare: Care este argumentul principal? Ce dovezi sau exemple sunt oferite? Există avertismente sau calificări menționate de vorbitor?
Tradu audio vorbit în engleză
Atașează un fișier audio în care vorbitorul folosește o limbă diferită de engleză. Identifică limba vorbită, transcrie originalul și oferă o traducere curată în engleză. Notează orice expresii ambigue sau dificil de redat direct.
Compară cu
- Mistral NemoModel cu greutăți deschisecontext de 131,072 tokeni · $0.03/M intrare, $0.03/M ieșire
- Ministral 3 3B 2512Model cu greutăți deschisecontext de 131,072 tokeni · $0.10/M intrare, $0.10/M ieșire
- Ministral 3 14B 2512Model cu greutăți deschisecontext de 262,144 tokeni · $0.20/M intrare, $0.20/M ieșire
- Mistral Small 3Model cu greutăți deschisecontext de 32,768 tokeni · $0.05/M intrare, $0.08/M ieșire
Mai multe modele text de la mistralai
Întrebări frecvente
- Pot rula Voxtral Small 24B local?
- Da, greutățile sunt deschise și disponibile pe Hugging Face. Mistral recomandă rularea cu vLLM și vei avea nevoie de aproximativ 55 GB RAM GPU în bf16 sau fp16.
- Cât costă Voxtral Small 24B prin API?
- Textul costă 0,10 USD per milion de tokeni de intrare și 0,30 USD per milion de tokeni de ieșire. Inputul audio este facturat separat, la 100 USD per milion de secunde.
- Cum diferă Voxtral Small de Mistral Small 3.1?
- Voxtral Small este construit direct pe Mistral Small 3.1 și păstrează toate capabilitățile sale text, dar adaugă un strat dedicat pentru input audio pentru transcriere, traducere, Q&A audio și apelare de funcții declanșate vocal.
Verdictul căpitanuluiUn model rar care face transcriere serioasă și înțelegere audio fără a sacrifica calitatea textului, la un preț care nu doare.
Fișa modelului pe Hugging Face
Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.
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.
Cum se adună acest scor
Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.
Glosar: termenii folosiți aici
- Scor de căldură
- Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
- Prag
- 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
- Echivalente descărcări
- Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
- Scară logaritmică
- Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
- Aprecieri
- Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
- Rata de adoptare
- Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
- Măsurat și estimat
- Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
- Seeder
- Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
- AI Horde
- O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
- Site-uri de generare
- Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
- Tokeni OpenRouter
- Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Model complet (checkpoint)
- Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
- LoRA și embedding
- Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
- Familie și greutăți
- Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
- Vârstă
- Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
- Boost de familie
- Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
- Scor de rezervă
- Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
- Nou! (perioadă de grație)
- Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
- Tendință
- Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
- Model tipic
- Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.
Voxtral Small 24B 2507 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.
Răsfoiește după familia de modele
Modele Text / LLM
434
Modele Anima
528
Modele Chroma
19
Modele Fibo
2
Modele Flux
1,496
Modele Flux 2 / Klein
1,239
Modele Flux 3
3
Modele Moss
3
Modele Iris
1
Modele MiniMax H3
364
Modele Hunyuan
204
Modele Ideogram
20
Modele Krea2
717
Modele Qwen
20
Modele Qwen2
47
Modele Ltx2
153