Mistral تطلق Voxtral 3 بأصوات عربية إماراتية وفصحى ومكالمة صوتية كاملة بـ 0.04 دولار للدقيقة

أعلنت Mistral في 20 أكتوبر 2026 عن Voxtral 3، الجيل الجديد من موديلاتها الصوتية. وتضم قائمة الأصوات الجاهزة في الإعلان صوتين عربيين: Arabic (Emirati) وArabic (Modern Standard)، بينما يغطي تحويل الصوت إلى نص أكثر من 50 لغة.

والتسعير منشور بالدقيقة لا بالتوكن. تحويل الصوت إلى نص بسعر 0.0040 دولار للدقيقة مع Small Transcribe 3، و0.0035 دولار مع Mini Transcribe 3 وهو موديل بحجم 4B، و0.008 دولار للنسخة اللحظية. وتحويل النص إلى صوت بسعر 13 دولارًا لكل مليون حرف. أما Voice agent API، وهو الخط الكامل الذي يستقبل الكلام ويرد بالكلام، فبسعر 0.04 دولار للدقيقة مع Mistral Small 4، و0.08 دولار مع موديلات تفكير أخرى. وبهذا تكلّف ساعة المكالمة 2.40 دولار.

وكان بناء بوت صوتي عربي لخدمة العملاء أو الحجز ممكنًا تقنيًا منذ سنوات، لكن الصوت العربي الجيد كان مكلفًا أو غير متاح. ومع سعر معلن بالدقيقة، يصبح حساب تكلفة منتج يتحدث مع عملاء في مصر أو الخليج بالصوت أمرًا مباشرًا.

غير أن الإعلان لا يذكر أوزانًا منشورة ولا ترخيصًا للجيل الجديد، ولا يوجد له مستودع على Hugging Face. والمتاح للتنزيل والتشغيل على خادم خاص هو الجيل السابق، ومنه Voxtral-Mini-4B-Realtime-Arabic الذي نشرت Mistral أوزانه بشراكة مغربية، وVoxtral-4B-TTS-2603 لتوليد الصوت.

فالمقايضة واضحة: الجيل الجديد أرخص وأفضل لكنه متاح عبر الـ API فقط، والجيل السابق أقل قدرة لكنه في يد من يشغّله. ويبدو أن هذا صار نمطًا ثابتًا، إذ تبقى النسخة التي يمكن امتلاكها متأخرة جيلًا عن النسخة التي تُستأجر.