Відповідь одразу: Mistral Voxtral 3 дає змогу створити голосового агента з тарифом Voice Agent API від 0,04 USD за хвилину за використання моделі Mistral Small 4. Проте це не остаточна вартість корпоративної телефонної лінії: потрібно врахувати телефонію, інтеграції, керування правами доступу, журнали аудиту, моніторинг і передавання складних випадків людині.
Що насправді пропонує Mistral Voxtral 3
Mistral AI анонсувала сімейство Voxtral 3 20 жовтня 2026 року. За повідомленням компанії Mistral AI, нове рішення об’єднує транскрибування мовлення, мовну модель, виклики інструментів і синтез голосової відповіді в єдиний потоковий робочий процес.
Відмінність від звичайного транскрибування полягає в тому, що відбувається після розпізнавання речення. Агент може, наприклад, знайти статус замовлення, створити заявку на обслуговування або запропонувати вільний час для запису. Однак голосова модель не повинна самостійно вирішувати, до яких даних має доступ абонент і які зміни йому дозволено вносити. Особу, права доступу й параметри кожної дії має перевіряти корпоративний застосунок.
Згідно з карткою моделі Mistral, Voxtral Small Transcribe 3 підтримує понад 50 мов, розрізнення мовців і пріоритизацію заданих термінів. На практиці моделі можна передати назви виробів, населених пунктів, імена працівників або назви внутрішніх систем. Водночас у картці зазначено, що модель перебуває на стадії публічного попереднього доступу. Цей статус підходить для пілотного проєкту з вимірюванням результатів, але сам собою не доводить готовності до роботи на реальній клієнтській лінії.
Коли не варто братися самостійно та що зробимо ми
Самої демонстрації недостатньо, якщо голосовий агент має:
- повідомляти статус конкретного замовлення, рахунку або заявки на обслуговування;
- створювати записи на певний час, змінювати дані в CRM або запускати інші незворотні дії;
- працювати із записами розмов, персональними даними або перевіряти особу абонента.
Помилка в цих ситуаціях означає не лише неточну відповідь. Агент може показати чужі дані, внести зміну в картку іншого клієнта або підтвердити операцію, на яку абонент не має права.
Під час проєктування автоматизації бізнес-процесів ми спочатку описуємо типи дзвінків, виняткові ситуації та права доступу. Потім відокремлюємо розмову від серверної авторизації та підключаємо потрібні системи з журналюванням дій. Наприкінці оцінюємо пілот на реальних розмовах чеською: вимірюємо затримку, кількість помилок, втручань людини й загальні експлуатаційні витрати.
Скільки коштує саме API
20 жовтня 2026 року Mistral AI оприлюднила такі тарифи:
| Варіант | Оприлюднена ціна | Вартість за 1 000 хвилин |
|---|---|---|
| Voxtral Mini Transcribe 3, пакетне транскрибування | 0,0035 USD/хв | 3,50 USD |
| Voxtral Mini Transcribe Realtime 3 | 0,008 USD/хв | 8 USD |
| Voice Agent API з Mistral Small 4 | 0,04 USD/хв | 40 USD |
| Voice Agent API з більшою мовною моделлю | 0,08 USD/хв | 80 USD |
| Voxtral Mini TTS 3 | 13 USD за мільйон символів | Неможливо перерахувати без даних про довжину відповідей |
За простого множення похвилинного тарифу 3 000 хвилин Voice Agent API з Mistral Small 4 коштують загалом 120 USD. Варіант із тарифом 0,08 USD за хвилину за такого самого обсягу використання коштував би 240 USD.
Цей розрахунок не враховує:
- телефонну інфраструктуру та можливу плату за дзвінки;
- інтеграцію з CRM, ERP, календарем або службою підтримки;
- бекенд, який перевіряє особу та права доступу;
- зберігання й перевірку журналів аудиту;
- моніторинг, усунення помилок і роботу людини;
- можливі витрати на транскрибування, синтез мовлення або інші підключені сервіси поза похвилинним тарифом.
З наявних матеріалів неможливо достовірно встановити всі умови тарифікації телефонних розмов, наприклад урахування тиші або спосіб округлення. Тому вартість усієї лінії не можна визначити лише за сумою 0,04 USD за хвилину.
Робоча демонстрація — ще не повноцінний голосовий адміністратор
Демонстрація підтверджує, що агент чує підготовлене речення й формує відповідь. Робоча лінія має також безпечно обробляти звернення конкретного абонента, справлятися із шумом, перебиваннями, нечіткими запитами та доступом до корпоративних даних.
| Робоча демонстрація | Лінія в реальній експлуатації |
|---|---|
| Кілька підготовлених речень | Різні голоси, темп мовлення, шум і перебивання |
| Загальновживана чеська мова | Імена людей, назви населених пунктів, виробів і корпоративних систем |
| Тестова відповідь | Актуальні дані з CRM, ERP або служби підтримки |
| Модель обирає інструмент | Сервер перевіряє особу, права доступу й параметри |
| Помилка завершує демонстрацію | Помилка фіксується в журналі, а випадок передається людині |
Виклики інструментів потребують окремого рівня захисту. Недостатньо лише написати в системній інструкції, що агенту «заборонено робити». Сервер має дозволяти тільки конкретні операції, обмежувати їхні параметри, а за потреби вимагати підтвердження людини для ризикованих змін. Докладніше цей підхід розглянуто в статті Безпека ШІ-агентів: права доступу та журнал аудиту.
Переведення дзвінка на людину не можна просто пообіцяти в розмові
Згідно з аналізом документації від Invide Labs за 21 жовтня 2026 року, на момент запуску телефонна інтеграція була призначена для корпоративних клієнтів, підтримувала вхідні дзвінки й не давала змоги переводити поточний дзвінок на людину.
Тому резервний сценарій не може зводитися до фрази «я з’єднаю вас із колегою». Доки конкретне впровадження не підтримує переведення поточного дзвінка, агент має, наприклад:
- розпізнати, що не може безпечно виконати запит;
- після перевірки зберегти контактні дані та стислий опис причини дзвінка;
- створити завдання для зворотного дзвінка й повідомити абоненту, що відбудеться далі.
Доступність телефонних функцій потрібно перевірити до початку розробки. Обмеження, описані на момент запуску продукту, можуть відрізнятися залежно від договору, регіону або пізнішої версії сервісу.
Як протестувати Voxtral 3 на реальному чеському мовленні
Не будуйте пілот на кількох чітко начитаних у студії реченнях. Підготуйте знеособлений тестовий набір, що відповідає реальним дзвінкам компанії:
- імена працівників і клієнтів, назви населених пунктів та лінійок продукції;
- номери замовлень, дати й час, суми та адреси електронної пошти;
- швидке мовлення, перебивання відповіді й одночасне мовлення двох людей;
- мобільний зв’язок, гучний зв’язок і звичайний шум на робочому місці;
- неоднозначний запит, щодо якого агент має поставити уточнювальне запитання;
- дію, яку він не має права виконувати без додаткової перевірки.
Для кожного дзвінка відстежуйте не лише точність транскрибування, а й правильність вибору інструмента та його параметрів. Неправильно розпізнаний номер замовлення може мати серйозніші наслідки, ніж кілька помилок у довільній розшифровці наради.
Перед тестуванням визначте вимірювані порогові значення: час до першої корисної відповіді, кількість помилкових дій, частоту втручань людини й вартість усього сеансу. Без заздалегідь установлених критеріїв майже будь-яку демонстрацію можна назвати успішною.
Аудіозапис, розшифровка та журнал аудиту — різні речі
Для кожного рівня визначте, що зберігається, хто має право доступу й коли запис буде видалено. Аудіозапис містить оригінальний голос, розшифровка — його текстову версію, а журнал аудиту — дані про дії системи. Зберігання всього без розбору лише «на випадок перевірки» збільшує обсяг чутливих даних і наслідки можливого витоку.
Запис аудиту має давати змогу з’ясувати щонайменше:
- що агент розпізнав як запит;
- який інструмент він хотів використати;
- з якими параметрами його викликав;
- як відбулася перевірка прав доступу;
- хто завершив операцію: людина чи автоматизована система.
Водночас голос не можна вважати надійним підтвердженням особи. Шахрай може імітувати манеру мовлення або використати синтетичний голос. Практичні заходи захисту описано в статті Діпфейк голосу директора: як захиститися від шахрайства.
Із чого почати малому бізнесу
Найбезпечніше перше впровадження має обмежене коло завдань і передбачає можливість скасування змін. Агент може транскрибувати наради, відповідати на робочі запитання на основі дозволених матеріалів або після перевірки лише зчитувати статус заявки. Запис у CRM, зміну часу запису чи надання доступу до клієнтських даних додавайте лише після оцінювання пілоту.
Перед розробкою телефонної лінії перевірте доступність потрібного телефонного інтерфейсу, правила тарифікації та фактичний спосіб передавання дзвінка людині. Публічного попереднього доступу може бути достатньо для пілоту, але він не замінює експлуатаційного тестування чи проєктування захисту.
Поширені запитання
Чи підтримує Voxtral 3 чеську мову?
Mistral зазначає чеську серед підтримуваних мов транскрибування. Однак це не показує, наскільки точно модель розпізнає імена ваших працівників, назви виробів, населених пунктів або числові дані під час розмови із шумом. Ці випадки потрібно перевірити на власному тестовому наборі.
Чи є 0,04 USD за хвилину остаточною вартістю лінії?
Ні. Це оприлюднений тариф Voice Agent API з моделлю Mistral Small 4. Телефонія, інтеграції, бекенд, зберігання записів, моніторинг і опрацювання складних випадків можуть створювати додаткові витрати.
Чим відрізняється транскрибування від голосового агента?
Транскрибування перетворює мовлення на текст. Голосовий агент додатково аналізує запит, може викликати дозволений інструмент і формує голосову відповідь. Проте правами на роботу з корпоративними даними має керувати застосунок поза самою моделлю.
Чи може Voxtral 3 перевести поточний дзвінок на людину?
Згідно з аналізом документації від Invide Labs, на момент запуску телефонної функціональності в попередньому доступі переведення поточного дзвінка не підтримувалося. Для конкретного впровадження потрібно перевірити актуальну доступність цієї функції; альтернативою може бути створення заявки та зворотний дзвінок.
Чи можна розгорнути Voxtral 3 на власній інфраструктурі?
Mistral зазначає можливість приватного розгортання, яке потрібно узгоджувати з її відділом продажів. Публічні матеріали, використані для цієї статті, не уточнюють вимог до обладнання, ліцензійних умов або остаточної ціни.
Де нас знайти
ITHOPE — компанія з Брно, Чехія: ми робимо відновлення даних з дисків, RAID і NAS, сервіс ПК та ноутбуків та IT для бізнесу, усе у власній лабораторії за адресою Viniční 3587/216, 615 00 Brno.
Телефон +420 775 556 063 (цілодобово). Пристрій можна привезти особисто або надіслати курʼєром (Zásilkovna, PPL).