Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
mistral15. Juli 2025 · Q001345

Mistral AI

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral stellt zwei offene Voxtral-Modelle für Transkription und Audioverständnis vor, mit Funktionen wie Fragen zum Audio, Zusammenfassungen und mehrsprachiger Verarbeitung. Die behaupteten Benchmarkvorteile beruhen auf Mistrals eigenen Vergleichen; der Bericht nennt keine konkreten Messwerte.

Mittel

Mistral kündigt Voxtral als Familie offener Sprachverständnismodelle an: Eine 24-Milliarden-Parameter-Version zielt auf den Produktionseinsatz, eine 3-Milliarden-Parameter-Version auf lokale und Edge-Anwendungen. Beide stehen laut Bericht unter Apache 2.0; die API-Transkription soll ab 0,001 US-Dollar pro Minute kosten.

Über Transkription hinaus sollen die Modelle Fragen zu Audio beantworten, Zusammenfassungen erstellen, mehrere Sprachen erkennen und gesprochene Absichten in Funktionsaufrufe umsetzen. Das Kontextfenster von 32.000 Tokens unterstützt laut Mistral Audios bis zu 30 Minuten für Transkription beziehungsweise 40 Minuten für Audioverständnis. Für Unternehmen werden private Bereitstellung, Anpassung an Fachgebiete und Integrationshilfe angeboten. Sprechersegmentierung, Emotionserkennung und weitere Audiofunktionen sind teils als künftige Erweiterungen beschrieben.

Mistral berichtet, Voxtral übertreffe Whisper large-v3 und liege bei mehreren Aufgaben vor GPT-4o mini Transcribe und Gemini 2.5 Flash. Voxtral Small sei zudem bei Sprachübersetzung führend. Der Text nennt keine konkreten Benchmarkwerte; diese Leistungsangaben sind daher Anbieterbehauptungen, keine unabhängige Bewertung.

Ausführlich lesen

Mistral stellt Voxtral als offene Sprachverständnismodelle vor, die Sprache transkribieren und auch inhaltlich auswerten sollen. Das Unternehmen begründet die Veröffentlichung mit den Grenzen heutiger Systeme: Sie seien teils unzuverlässig, proprietär oder für den praktischen Einsatz zu wenig flexibel. Voxtral solle hohe Transkriptionsqualität, Sprachverständnis, Mehrsprachigkeit und verschiedene Einsatzmöglichkeiten verbinden.

Es gibt laut Bericht zwei Modellgrößen: Voxtral mit 24 Milliarden Parametern für Anwendungen im Produktionsmaßstab und Voxtral Mini mit 3 Milliarden Parametern für lokale und Edge-Einsätze. Beide stehen unter der Apache-2.0-Lizenz. Eine API leitet Transkriptionsanfragen an eine dafür optimierte Mini-Version weiter. Der Artikel nennt einen Einstiegspreis von 0,001 US-Dollar pro Minute. Die Modelle seien außerdem zum Herunterladen verfügbar; Voxtral solle schrittweise auch im Sprachmodus von Le Chat angeboten werden.

Mistral beschreibt mehrere Funktionen über reine Transkription hinaus: Ein Kontextfenster von 32.000 Tokens soll Audio von bis zu 30 Minuten transkribieren oder bis zu 40 Minuten inhaltlich verstehen können. Nutzer könnten Fragen zum Audio stellen oder Zusammenfassungen erzeugen lassen, ohne dafür Transkription und Sprachmodell separat zu verknüpfen. Genannt werden automatische Spracherkennung, Unterstützung vieler verbreiteter Sprachen, der Aufruf von Funktionen anhand gesprochener Absichten sowie Textverständnis auf Basis der Modellfamilie Mistral Small 3.1. Für Unternehmen bietet Mistral laut Artikel Unterstützung bei privater Bereitstellung, domänenspezifischer Anpassung und Integration an. Sprechererkennung, Emotionserkennung, erweiterte Sprechersegmentierung und längere Kontexte werden als mögliche Entwicklungs- oder Partnerbereiche erwähnt; weitere Audiofunktionen wie Zeitstempel auf Wortebene und Erkennung nichtsprachlicher Geräusche seien geplant.

Der Bericht fasst eigene Vergleiche mit Transkriptions-, Audioverständnis- und Übersetzungsbenchmarks zusammen. Mistral zufolge übertreffen die Modelle Whisper large-v3 bei den untersuchten Transkriptionsaufgaben; Voxtral liege außerdem vor GPT-4o mini Transcribe und Gemini 2.5 Flash in den genannten Aufgaben. Für englische Kurzaufnahmen und Mozilla Common Voice beansprucht Mistral Spitzenwerte. Voxtral Small übertreffe Whisper laut Bericht in allen FLEURS-Aufgaben und erreiche dort für mehrere europäische Sprachen Spitzenleistungen. Bei Audioverständnis sei Voxtral Small mit GPT-4o-mini und Gemini 2.5 Flash konkurrenzfähig und bei Sprachübersetzung führend. Zahlenwerte der Benchmarks enthält der vorliegende Text nicht; die Vergleiche und Leistungsangaben sind daher als Aussagen des Anbieters wiedergegeben. Ebenso ist der Artikel eine Produktankündigung und kein unabhängiger Test. Als Einsatzgrenzen nennt er insbesondere die ausgewiesenen maximalen Audiolängen. Für spezialisierte Unternehmensanforderungen verweist Mistral auf zusätzliche Anpassung und Unterstützung.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung ist unabhängig von Lunas Stufen vergeben. Die Zusammenfassung wurde anhand der mittleren Fassung geprüft; die kurze Fassung ist ebenfalls treu.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht nennt, dass Voxtral bei Kosten weniger als halb so viel kostet wie vergleichbare APIs
  • Der Bericht spricht von Vorsprung bei allen Aufgaben, nicht nur bei mehreren

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV offen
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV offen
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV offen
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV offen
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 59 %einzelne zitierbare Belege
    • JEV offen
    • amos 25 %einzelne zitierbare Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 42 %gleiches Oberthema, hilft nicht

  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 61 %einzelne zitierbare Belege
    • JEV offen
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 79 %einzelne zitierbare Belege
    • JEV offen
    • amos 22 %Hintergrund, keine Belege
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →