Mistral AI выпустила Voxtral 3 и Voice Agent SDK для голосовых агентов реального времени. Транскрибация — более 50 языков, синтез речи — более 35 языков. Что внутри. Единый потоковый конвейер объединяет распознавание речи, мышление, вызов инструментов и синтез речи. В семейство вошли Voxtral Small Transcribe 3 и Voxtral Mini TTS 3. Синтез поддерживает 50 диалектов, а Voice Agent SDK помогает собирать сценарии, где агент во время разговора обращается к внешним системам: например, бронирует встречи или проверяет счета. Где запускать. Конвейер можно развернуть на собственной инфраструктуре или использовать через API, размещаемые в ЕС. Это даёт выбор между контролем над данными и готовым облачным вариантом. Начальная цена транскрибации — $0.0035 за минуту. Чего пока нет. В материале не приведены показатели качества распознавания речи, синтеза речи и работы голосовых агентов. Поэтому заявленную точность и отзывчивость пока нельзя оценить по независимым замерам. Что это значит: Mistral AI собрала полный набор компонентов для голосовых агентов — от распознавания речи до вызова инструментов и ответа — и дала выбор между собственным развёртыванием и API в ЕС.