Mistral AI lance Voxtral 3, une offre d'agents vocaux facturée à partir de 0,04 dollar la minute

Le 20 octobre, Mistral AI a publié Voxtral 3, une famille de modèles vocaux : transcription de la parole (à partir de 0,0035 dollar la minute en différé, 0,008 dollar en temps réel), synthèse vocale (13 dollars par million de caractères) et une API (interface qui permet à un logiciel d’utiliser le service) d’agent vocal complet, qui écoute, raisonne, interroge vos outils et répond, à 0,04 dollar la minute avec le modèle Mistral Small 4 et 0,08 dollar avec d’autres modèles. L’éditeur annonce un temps de réponse inférieur à une seconde par tour de parole, l’arrêt de l’agent quand on l’interrompt, plus de 50 langues en transcription et plus de 35 en synthèse, ainsi qu’un raccordement aux standards de téléphonie (SIP) et du navigateur (WebRTC) ; il cite la prise de rendez-vous, la vérification de factures et le service client. Point notable pour une entreprise française : le service est proposé sur une API hébergée dans l’Union européenne, ou installable sur vos propres serveurs sur devis, avec le choix de conserver ou non les conversations. Les comparaisons de qualité et de prix avec les concurrents restent celles de l’éditeur. Ce que cela change pour vous : si vous payez un accueil téléphonique externalisé ou envisagez un assistant vocal pour les appels simples, demandez à votre intégrateur un chiffrage à la minute sur cette base, et inscrivez dans le contrat l’hébergement européen et la non-conservation des enregistrements.