Mistral AIAudiomodellÖffentliche Vorschau

Voxtral Mini Transcribe Realtime 3

BeliebtheitPlatz 670 von 875

0von 100wie im Vormonat

Zusammenfassung

Voxtral Mini Transcribe Realtime 3 streamt Transkripte über eine WebSocket-Verbindung. Mistral dokumentiert konfigurierbare Audio-Chunks von 80 bis 2.400 Millisekunden sowie Sprecherkennungen und End-of-Turn-Erkennung.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 13 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

Omi Medical realtime: Medical-term WER (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 1.36
Bewertung: 1.36
Messgröße: Medical-term WER
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Weniger ist besser
Stichprobe: 2872
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 2.872.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Omi Medical realtime: Overall WER (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 7.44
Bewertung: 7.44
Messgröße: Overall WER
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Weniger ist besser
Stichprobe: 63815
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 63.815.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Omi Medical realtime: Drug-name errors (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 1.36
Bewertung: 1.36
Messgröße: Drug-name errors
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Weniger ist besser
Stichprobe: 442
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 442.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Omi Medical realtime: Dose/unit matches (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 75.53
Bewertung: 75.53
Messgröße: Dose/unit matches
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Mehr ist besser
Stichprobe: 94
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 94.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Omi Medical realtime: Dose/unit errors (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 24.47
Bewertung: 24.47
Messgröße: Dose/unit errors
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Weniger ist besser
Stichprobe: 94
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 94.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Omi Medical realtime: Dose precision (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 92.21
Bewertung: 92.21
Messgröße: Dose precision
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Mehr ist besser
Stichprobe: 77
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 77. Für die Präzision werden die vorhergesagten Dosis- und Einheitsereignisse als Nenner verwendet.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Omi Medical realtime: Dose F1 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 83.04
Bewertung: 83.04
Messgröße: Dose F1
Einheit: %
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeittranskription auf dem englischen medizinischen Korpus mit 1.513 Aufnahmen. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Der F1-Wert kombiniert Referenzereignisse und vorhergesagte Ereignisse.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

FLEURS 35 realtime WER at 2400 ms chunk latency (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 5.7
Bewertung: 5.7
Messgröße: WER
Einheit: %
Kategorie: realtime speech recognition
Richtung: Weniger ist besser
Quellentyp: vendor-reported
Auswertung: Mistral Voxtral 3 announcement and benchmark tables
Status: active
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Echtzeit-Transkriptionsmodell; Makromittel auf FLEURS 35 bei einer Streaming-Chunk-Latenz von 2.400 ms. Die übrigen Modelle in der Grafik arbeiten ebenfalls in Echtzeit.

Quelle Mistral Voxtral 3 announcement and benchmark tables

FLEURS 35 realtime WER at 960 ms chunk latency (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6
Bewertung: 6
Messgröße: WER
Einheit: %
Kategorie: realtime speech recognition
Richtung: Weniger ist besser
Quellentyp: vendor-reported
Auswertung: Mistral Voxtral 3 announcement and benchmark tables
Status: active
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Echtzeit-Transkriptionsmodell; Makromittel auf FLEURS 35 bei einer Streaming-Chunk-Latenz von 960 ms. Die übrigen Modelle in der Grafik arbeiten ebenfalls in Echtzeit.

Quelle Mistral Voxtral 3 announcement and benchmark tables

FLEURS 35 realtime WER at 480 ms chunk latency (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6.4
Bewertung: 6.4
Messgröße: WER
Einheit: %
Kategorie: realtime speech recognition
Richtung: Weniger ist besser
Quellentyp: vendor-reported
Auswertung: Mistral Voxtral 3 announcement and benchmark tables
Status: active
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Echtzeit-Transkriptionsmodell; Makromittel auf FLEURS 35 bei einer Streaming-Chunk-Latenz von 480 ms. Die übrigen Modelle in der Grafik arbeiten ebenfalls in Echtzeit.

Quelle Mistral Voxtral 3 announcement and benchmark tables

FLEURS 35 realtime WER at 240 ms chunk latency (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 7.4
Bewertung: 7.4
Messgröße: WER
Einheit: %
Kategorie: realtime speech recognition
Richtung: Weniger ist besser
Quellentyp: vendor-reported
Auswertung: Mistral Voxtral 3 announcement and benchmark tables
Status: active
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Echtzeit-Transkriptionsmodell; Makromittel auf FLEURS 35 bei einer Streaming-Chunk-Latenz von 240 ms. Die übrigen Modelle in der Grafik arbeiten ebenfalls in Echtzeit.

Quelle Mistral Voxtral 3 announcement and benchmark tables

Omi Medical realtime: Median final latency (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 396
Bewertung: 396
Messgröße: Median final latency
Einheit: ms
Benchmark-Version: Omi report edition 2026-10-18.1
Kategorie: medical-transcription
Richtung: Weniger ist besser
Stichprobe: 199
Quellentyp: vendor-reported
Auswertung: Omi Medical benchmark v1.1
Status: disputed
Abrufdatum: 2026-10-24
Methodik: Vom Anbieter veröffentlichter Wert. Rang 5 in Omis Echtzeittabelle. Echtzeitverarbeitung vom gemeinsamen Sprachende bis zum endgültigen Transkript; 200 kurze Aufnahmeversuche, ein ungültiger Versuch aus der Zeitmessung ausgeschlossen (N=199); AWS us-east-2, 19.10.2026. Rang 5; Omis internes Zeilenprofil voxtral-mini-transcribe-realtime-3. Nenner der Kennzahl: 199.
Einordnung: Omi kennzeichnet die Ausgabe als 2026-10-18.1 und die Genauigkeitszeilen nur mit Monat (2026-10). Latenz bei Stapelverarbeitung wurde am 18. Oktober und Echtzeit-Latenz am 19. Oktober gemessen, vor Mistrals Vorschauankündigung vom 20. Oktober. Der genaue Endpunkt beziehungsweise Modellversion ist nicht angegeben. Die Beobachtungen sind strittig und keine definitive Messung des Modells nach Veröffentlichung.

Quelle Omi Medical benchmark v1.1

Seite 1 von 2

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 83 Modellen

pyannote Community-173

Nemotron-3-Diarization57

Gemini 3.5 Transcribe52

Confucius4-R2T252

Granite Speech 5.0 470M TurboCTC52

Kokoro-82M51

Nova-351

Fish Audio S2 Pro51

NVIDIA Nemotron 3.5 Transcribe50

Granite Speech 5.0 470M TurboCTC NC50

Orukeet49

Lyria 3.547

Gemini 3.5 Live Translate46

Phonon-244

Aura-244

Gemini 3.1 Flash TTS44

MiniMax-Music341

Audio8-ASR-Infinite41

GPT-Realtime 2.141

Voxtral Mini Transcribe Realtime 30

pyannote Community-1

Nemotron-3-Diarization

Gemini 3.5 Transcribe

Confucius4-R2T2

Granite Speech 5.0 470M TurboCTC

Kokoro-82M

Nova-3

Fish Audio S2 Pro

NVIDIA Nemotron 3.5 Transcribe

Granite Speech 5.0 470M TurboCTC NC

Orukeet

Lyria 3.5

Gemini 3.5 Live Translate

Voxtral Mini Transcribe Realtime 3

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 1. November 2026 bis 5. November 2026

Voxtral Mini Transcribe Realtime 3Amazon Nova 2 SonicEleven Multilingual STS v2Eleven Music v2.5Eleven Text to Sound v2

Alle technischen Daten

Ein- und Ausgabe

Eingabe: Gestreamtes Audio; Quelle: Eingabe
Ausgabe: Gestreamtes Transkript mit Sprecherkennungen und End-of-Turn-Erkennung; Quelle: Ausgabe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen: Unbekannt; ohne Quelle
Watermarking-Technik: Nicht bekannt; ohne Quelle

Lizenz und Zugang

Veröffentlichung: In der Audioübersicht gelistet; eigene Ankündigung und Veröffentlichungsdatum nicht separat ausgewiesen; Quelle: Veröffentlichung
Zugang: Mistral API; Echtzeitmodus über WebSocket; Quelle: Zugang
Veröffentlichung: 20.10.2026; Quelle: Veröffentlichung

API

API-Modellkennung: voxtral-mini-transcribe-realtime-3-0; Quelle: API-Modellkennung

Weitere Angaben

Chunk-Latenz: Konfigurierbar von 80 bis 2.400 Millisekunden; Quelle: Chunk-Latenz
Audioblock-Latenz in Millisekunden: 80-2400; Quelle: Audioblock-Latenz in Millisekunden
Sprachumfang laut aktueller Dokumentation: Die Sprachenübersicht nennt für voxtral-mini-transcribe-realtime-3-0 eine Unterstützung von 45 Sprachen und Dialekten.; Quelle: Sprachumfang laut aktueller Dokumentation
Modellkennung in den API-Beispielen: Die offizielle Anfragedokumentation verwendet den Modellnamen voxtral-mini-transcribe-realtime-3. (Die Modellkarte verwendet voxtral-mini-transcribe-realtime-3-0; in der Anfragedokumentation fehlt das abschließende '-0'. Die Quellen erklären nicht, ob es Aliase sind.); Quelle: Modellkennung in den API-Beispielen
Dokumentierte Realtime-Schnittstelle: WebSocket über /v1/audio/transcriptions/realtime; das Echtzeitmodell wird als Anfrageparameter angegeben.; Quelle: Dokumentierte Realtime-Schnittstelle

Preise

Preis: 0,008 US-Dollar je Audiominute; Cachepreis 0,0008 US-Dollar je MinuteQuelle
Preis je Audiominute in USD: 0,008Quelle
Cachepreis je Audiominute in USD: 0,0008Quelle

Quellen und Datenstand

Alle 25 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

Art	Nachweis und Datenstand
Recherchestand	Recherchestand 24. Oktober 2026. 90 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht	Modellgewichte und Lizenz Hinweis Die öffentliche API-Modellkarte nennt weder herunterladbare Gewichte noch eine Open-Source-Lizenz.
In den geprüften Quellen nicht gefunden	Realtime-Ergebnisse je Sprache Hinweis Die öffentliche Echtzeitgrafik zeigt Makromittelwerte für FLEURS 35 nach Chunk-Latenz, keine Einzelwerte je Sprache.
Ungeklärt	Genauer Omi-Endpunkt und Modell-Build Hinweis Omi nennt das Produkt und einen internen Profil-Schlüssel, aber weder den genauen API-Endpunkt noch Modell-Metadaten. Der Zeitwiderspruch verhindert eine eindeutige Zuordnung zur am 20. Oktober angekündigten öffentlichen Version.
Ungeklärt	Abgleich der Modellkarten- und Request-IDs Hinweis Die Modellkarte verwendet voxtral-mini-transcribe-realtime-3-0, das Anfragebeispiel voxtral-mini-transcribe-realtime-3. Die öffentliche Dokumentation erklärt nicht, ob beide Kennungen austauschbar sind.
Ungeklärt	Exaktes unabhängiges Ergebnis für Voxtral Mini Transcribe Realtime 3.0 Hinweis Artificial Analysis veröffentlicht eine andere Varianten-ID mit 480 ms; eine exakte API-/Modellbrücke zur Ziel-Profil-ID wurde nicht gefunden. Ältere Realtime-Werte werden nicht übertragen.
In den geprüften Quellen nicht gefunden	Open-ASR-Ergebnis für die exakte Kennung Voxtral Mini Transcribe Realtime 3.0 Hinweis Die aktuelle Open-ASR-Rangliste zeigte diese exakte ID nicht; ältere Voxtral-2507-Einträge haben eine andere Version.
Weitere Quelle	Mistral audio models overview (abgerufen 24. Oktober 2026)
Weitere Quelle	Mistral speech transcription overview (abgerufen 24. Oktober 2026) · Mistral speech transcription overview · Redaktionelle Beschreibung geprüft am 24. Oktober 2026
Weitere Quelle	Mistral model changelog (abgerufen 24. Oktober 2026)
Weitere Quelle	Mistral inference pricing (abgerufen 24. Oktober 2026)
Weitere Quelle	Voxtral realtime transcription benchmark charts (abgerufen 24. Oktober 2026) · Mistral Voxtral 3 announcement · Redaktionelle Beschreibung geprüft am 24. Oktober 2026
Weitere Quelle	Omi Medical benchmark v1.1 (abgerufen 24. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 24. Oktober 2026)1 2 3 4 5 6 7 8 9 10 11 12 13
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0