Voxtral Mini 3B 2507 (Amazon Bedrock)
MODEL PROFILE模型资料Eden AI · 2025-07-15 发布 · voxtral 家族 · 开源权重 · 2 家平台收录
资料长期未更新
返回厂商
Voxtral Mini 3B 2507 是 Voxtral 家族中的轻量级开源权重模型，经 Amazon Bedrock 接入并由 Eden AI 平台收录，支持文本与音频输入、仅输出文本，面向需要低成本语音转写与音频理解的开发者和产品团队。
模型介绍
Voxtral 是围绕语音与文本统一处理构建的模型家族，Mini 3B 是该家族中体量较小的一档，2025 年 7 月发布并开放权重。它要解决的核心问题是：把音频内容直接交给语言模型处理，省去单独部署语音识别模型的环节，让转写、音频问答、语音内容摘要等任务共用一套调用接口。上下文窗口与单次最大输出均为 32768 tokens，足以覆盖较长录音转写后的整段文本分析，也允许一次性输出长篇幅结果。输入侧支持 text 与 audio 两种模态，并具备附件输入与温度调节两项能力，输出侧只产生文本，不做语音合成。官方报价输入与输出均为 0.04 美元/百万 tokens，在同类语音理解模型中处于较低区间，适合高频、批量、对单价敏感的音频处理负载；需要更强推理或更长音频理解的场景，则可考虑同家族的更大规格版本。
选型建议需要低成本音频转写与轻量语音理解、且可接受人工校对时选它；要求高精度专业转写或复杂推理时，应换用更大规格模型。
关键指标
适用场景
- 把会议录音或访谈音频批量转写为文本，并顺势生成要点提纲
- 对播客、课程等长音频做分段摘要，压缩成可检索的文字素材
- 在语音助手类产品中承接语音指令理解，输出结构化文本结果
- 把客服通话录音转写后做分类与关键词抽取，支撑质量抽检
- 结合附件输入，将音频内容与已有文本材料对照做一致性核对
暂无：知识截止、许可证、参数规模、缓存读价、缓存写价、推理、工具调用、结构化输出（上游未公开，本站不估算）。 资料已 484 天没更新，规格与价格可能已变；发布 484 天。
规格与能力
上面没列到的字段采用音频编码与语言解码衔接的多模态结构，把音频转成模型可消费的表示后交由语言主干处理，属于典型的语音理解一体化路线。
- 结构音频输入经编码后与文本 token 一起进入语言主干，输出统一为文本，因此转写、翻译、摘要可复用同一套调用方式。
- 能力支持 text 与 audio 双输入，配合附件输入与温度调节，可在转写后直接做要点提炼、结构化整理或简单问答。
- 披露参数量级为 3B 级，权重开放，但本站未收录该模型的架构细节与公开跑分，更细的层数与训练配置公开资料较少。
- 开源权重
- 是
- 模型家族
- voxtral
能力
附件温度调节
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Voxtral Mini 3B | Privatemode AI | — | 32K | $0.0046/M | 免费 |
| Voxtral Mini 3B 2507 | Mistral | — | — | — | — |
性能表现
在轻量语音理解模型中属于实用取向，强在音频转写与文本后处理的连贯性，弱在深度推理与复杂任务承载。
- 强项音频直通文本的处理链路顺畅，转写与摘要可在一次调用中完成，适合会议记录、语音笔记等短中篇音频场景。
- 短板3B 规模的语义理解与多步推理有限，长音频中的说话人区分、专业术语识别与复杂指令遵循不如更大规格模型。
- 适合对单价敏感、以转写和轻量理解为主、可接受人工校对兜底的批量任务，而非高精度合规转写或复杂推理。
价格与性价比
结合各平台报价与同类对比输入输出同价、无缓存读折扣，计价结构简单，成本主要由音频与文本的 token 总量决定。
- 定位输入与输出均为 0.04 美元/百万 tokens，属于该平台上的低价档，适合把预算放在调用量而非单次质量上。
- 横向对比同家族 Voxtral Small 24B 输入 0.1 美元/百万 tokens，比本模型高 150%；Mistral Small 3 输入 0.05 美元/百万 tokens，仅高 25%。
- 平台差价models.dev 与其 amazon-bedrock 条目报价完全一致，相对输入价差 0.0%，本站收录 2 家平台，暂无明显渠道价差。
- 省钱音频与文本未区分计价，短音频转写和批量文本清洗的单位成本低，把长任务拆成多段短调用也不会额外加价。
平台报价对比
2 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| models.dev | $0.04/M | $0.04/M | — | 0.0% |
| models.dev · amazon-bedrock 另有 1 家同价 | $0.04/M | $0.04/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.04/M / $0.04/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Voxtral Small 24B 2507 (Amazon Bedrock) | 32.8K | $0.1/M | $0.3/M | +150.0% | — |
| Nano Banana (Vertex AI) | 32.8K | $0.3/M | $2.5/M | +650.0% | — |
| Mistral Small 3 (Deep Infra) | 32.8K | $0.05/M | $0.08/M | +25.0% | — |
| Mixtral 8x7B Instruct v0.1 (Deep Infra) | 32.8K | $0.4/M | $0.4/M | +900.0% | — |
| Qwen2.5-Coder-32B-Instruct (Cloudflare) | 32.8K | $0.66/M | $1/M | +1550.0% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 Voxtral Mini 3B 2507 (Amazon Bedrock) 的常见问题
5 条Voxtral Mini 3B 2507 (Amazon Bedrock) 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.04/M、输出 $0.04/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Voxtral Mini 3B 2507 (Amazon Bedrock) 支持多长的上下文？
资料显示上下文窗口 32.8K（32,768 tokens），单次最大输出 32.8K。实际可用长度还取决于调用平台的限制。
Voxtral Mini 3B 2507 (Amazon Bedrock) 是开源模型吗？
Voxtral Mini 3B 2507 (Amazon Bedrock) 提供开源权重，可以自行下载部署。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
Voxtral Mini 3B 2507 (Amazon Bedrock) 支持哪些能力？
按当前资料，Voxtral Mini 3B 2507 (Amazon Bedrock) 支持附件、温度调节。输入输出模态为 文本+音频 → 文本。
Voxtral Mini 3B 2507 (Amazon Bedrock) 可以在哪些平台调用？
当前资料显示该模型被 2 家 provider 或网关收录。本站核对的数据来源包括 models.dev。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
使用注意
- 口径本站未收录该模型的第三方跑分与榜单成绩，任何效果判断应以自建业务样本实测为准，不宜按排名选型。
- 边界仅支持文本输出，不含语音合成；音频质量、噪声与口音会直接影响结果，关键场景建议保留人工复核环节。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
