Les tarifs Voxtral 3 sont à la minute d'audio : 0,0035 $ la minute pour transcrire des enregistrements, 0,008 $ pour la transcription en direct, 13 $ par million de caractères pour la voix et 0,04 $ la minute pour l'agent vocal tout-en-un avec Mistral Small 4 (0,08 $ avec un modèle plus grand). Pour une ligne de support qui reçoit 20 000 minutes d'appels par mois, l'agent revient à 800 $.
Le chiffre que la plupart des articles omettent : cette minute à 0,04 $ coûte environ 2,7 fois ce que coûtent ses composants achetés séparément, soit à peu près 0,015 $. Vous payez la différence pour la gestion des tours de parole, le transport et la connexion aux outils que vous devriez sinon construire. C'est un échange équitable pour la plupart des équipes. Le piège le plus gros, c'est le téléphone : les appels SIP sont réservés aux clients entreprise sans prix public, et un agent téléphonique Voxtral ne peut pas transférer un appelant vers une personne.
eesel déploie depuis des années des agents IA sur de vraies files de support, et le tarif à la minute n'est jamais la ligne qui décide de la facture. Ce qui compte, c'est combien de ces appels l'agent peut réellement traiter. Le fournisseur B2B Beautek assure son téléphone aux heures ouvrées en semaine et laisse eesel répondre aux questions du site web jour et nuit, en allemand, à partir de 6 700 pages et documents.
Combien coûte Voxtral 3 ?
Voxtral 3 coûte entre 0,0035 $ et 0,08 $ la minute selon la tâche, plus 13 $ par million de caractères quand vous n'avez besoin que de la voix. Mistral a lancé la famille le 20 octobre 2026, et chaque modèle est encore en préversion publique. J'ai revérifié chaque prix ci-dessous sur les pages de Mistral le 28 octobre.
| Ce que vous achetez | ID du modèle | Unité de facturation | Prix |
|---|---|---|---|
| Transcription par lots, petit modèle | voxtral-mini-transcribe-3-0 | par minute d'audio | 0,0035 $ |
| Transcription par lots, meilleure précision | voxtral-small-transcribe-3-0 | par minute d'audio | 0,004 $ |
| Transcription en direct (streaming) | voxtral-mini-transcribe-realtime-3-0 | par minute d'audio | 0,008 $ |
| Synthèse vocale (la voix) | voxtral-mini-tts-3-0 | par million de caractères en entrée | 13 $ |
| API d'agent vocal, Mistral Small 4 | Voice Agents SDK | par minute de conversation | 0,04 $ |
| API d'agent vocal, modèle plus grand | Voice Agents SDK | par minute de conversation | 0,08 $ |
| Lignes téléphoniques (SIP) | Telephony | contrat | Pas de prix public |
| Sur site ou cloud privé | Tous les modèles | contrat | Pas de prix public |
Sources : l'annonce de lancement de Voxtral 3, ainsi que les fiches de modèle de Mini Transcribe 3 et de TTS 3.
Trois points sur les unités de facturation piègent souvent les gens. La transcription est facturée en minutes d'audio, pas en minutes de calcul, donc un enregistrement de deux heures fait 120 minutes, que l'API mette dix secondes ou deux minutes. La voix est facturée en caractères du texte que vous lui envoyez, pas en secondes d'audio jouées. Et l'agent est facturé en minutes de conversation, ce qui couvre le temps où l'appelant parle, le temps où l'agent parle et les pauses entre les deux.
Je fais du SEO depuis deux ans, et la recherche derrière « voxtral 3 pricing » n'est presque jamais « quel est le tarif à la minute ». Le tarif est sur la page de lancement, et le guide des tarifs de Mistral AI couvre les modèles de chat. Ce que les gens veulent, c'est la facture mensuelle pour leur propre volume, et c'est ce que calcule le reste de cet article.
Que signifient les tarifs Voxtral 3 pour une vraie ligne de support ?
Pour un acheteur précis, une ligne de support qui reçoit 4 000 appels de cinq minutes par mois (20 000 minutes), la facture va de 70 $ à 1 600 $. Où vous vous situez dépend de ce que vous faites : transcrire des appels que des personnes prennent déjà, ou faire prendre les appels par une IA.
| Tâche | Tarif | 20 000 minutes par mois |
|---|---|---|
| Transcrire des appels enregistrés pour le contrôle qualité, Mini | 0,0035 $/min | 70 $ |
| Transcrire des appels enregistrés pour le contrôle qualité, Small | 0,004 $/min | 80 $ |
| Sous-titres en direct ou aide à l'agent | 0,008 $/min | 160 $ |
| Un agent IA répond aux appels, Mistral Small 4 | 0,04 $/min | 800 $ |
| Un agent IA répond aux appels, modèle plus grand | 0,08 $/min | 1 600 $ |
L'écart entre le haut et le bas de ce tableau dit tout. Écouter coûte peu ; réfléchir et parler font la facture. Si vous voulez seulement des transcriptions consultables pour le contrôle qualité en centre d'appels, Voxtral coûte moins par mois qu'un déjeuner d'équipe. Si vous voulez qu'un agent IA de centre d'appels décroche, comptez de 10 à 20 fois plus.
Pour voir où tombe votre propre volume, saisissez-le ici. Chaque tarif est le prix public de Mistral ou du concurrent ; la ligne « le construire vous-même » utilise les hypothèses que j'explique dans la section suivante.
Qu'achète réellement la minute d'agent vocal à 0,04 $ ?
La minute à 0,04 $ achète toute la chaîne : transcription en direct, Mistral Small 4 qui rédige la réponse, la voix Voxtral qui la prononce et le transport audio entre les deux. La documentation des agents vocaux de Mistral le décrit comme un SDK qui « runs the whole pipeline for you », construit sur LiveKit, avec les interruptions, la détection de fin de tour et les appels d'outils gérés pour vous.
Vous pouvez aussi acheter chacun de ces composants séparément dans la même grille tarifaire. Voici ce que coûte une minute de conversation de cette façon :
- Transcription en direct :
0,008 $, car vous diffusez l'audio de l'appelant pendant toute la minute. - La voix : environ
0,005 $. La FAQ tarifaire de Cartesia estime une minute de parole à 750 à 800 caractères. Si l'agent parle la moitié de l'appel, cela fait 400 caractères à13 $le million. - Le modèle : environ
0,001 $. Mistral Small 4 coûte0,15 $par million de jetons en entrée et0,60 $par million en sortie. J'ai supposé quatre tours par minute, chacun envoyant 2 000 jetons d'instructions et d'historique et en recevant 60.
Cela donne à peu près 0,015 $ la minute. La part de parole et le nombre de jetons sont mes hypothèses, pas celles de Mistral, modifiez-les donc dans le calculateur ci-dessus. Mais même si vous doublez le coût du modèle, les composants restent bien en dessous de la moitié du forfait.
Le forfait coûte donc environ 2,7 fois ses composants, et l'écart d'environ 0,025 $ paie la tuyauterie. À 20 000 minutes par mois, cela fait environ 500 $. Mon avis honnête : pour la plupart des équipes de support, c'est peu. Les parties difficiles d'un agent vocal sont exactement ce que fait le SDK : décider quand un appelant a fini de parler, le laisser interrompre et combler le silence pendant qu'un outil s'exécute. La documentation fournit même des « fillers », de courts extraits parlés comme « Checking your order… » qui se jouent pendant une recherche.
Le construire vous-même se justifie dans deux cas : vous exploitez déjà votre propre pile audio en temps réel, ou vous dépassez environ 100 000 minutes par mois, où l'écart vaut le temps d'un ingénieur. La documentation de Mistral cite elle-même « full control over every stage » comme raison de prendre cette voie. Si aucun des deux cas ne s'applique, achetez le forfait.
Comment les tarifs Voxtral 3 se comparent-ils aux autres agents vocaux ?
Aux tarifs publics, la minute d'agent à 0,04 $ de Voxtral 3 est l'agent vocal tout-en-un le moins cher que j'aie trouvé chez un grand fournisseur. Pour les mêmes 20 000 minutes par mois, voici où se situent les principaux concurrents :
| Agent vocal | À la minute | 20 000 minutes | Ce qui n'est pas inclus |
|---|---|---|---|
| Voxtral 3, Mistral Small 4 | 0,04 $ | 800 $ | Lignes téléphoniques (entreprise uniquement) |
| OpenAI GPT-Live-1 | 0,05 $ | 1 000 $ | Modèle backend et outils |
| Cartesia agents | 0,06 $ | 1 200 $ | 0,014 $/min sur un numéro Cartesia |
| Deepgram Voice Agent, Standard | 0,075 $ | 1 500 $ | Rien d'indiqué en plus ; 0,068 $ en Growth |
| ElevenAgents | 0,08 $ | 1 600 $ | Utilisation du LLM |
| Voxtral 3, modèle plus grand | 0,08 $ | 1 600 $ | Lignes téléphoniques (entreprise uniquement) |
Deux réserves avant de retenir la ligne la moins chère. D'abord, Gemini 3.8 Live de Google est encore moins cher sur l'audio brut (0,005 $ la minute en entrée, 0,018 $ en sortie), mais c'est un modèle, pas un agent tout-en-un, donc l'orchestration est à construire vous-même. Ensuite, chaque concurrent de ce tableau vous permet de brancher un numéro de téléphone sur l'agent dans une offre en libre-service. Voxtral pas encore. Pour des plateformes complètes plutôt que des API, mon récapitulatif des meilleurs agents vocaux IA est une meilleure liste.
Je passe chacun d'eux en revue en détail, avec leurs points forts, dans mon article sur les alternatives à Voxtral 3. Pour les générations précédentes, voyez les tarifs de GPT Realtime mini et les tarifs d'ElevenLabs.
La transcription Voxtral 3 est-elle la moins chère ?
Pas vraiment. Voxtral Mini à 0,0035 $ la minute se situe dans un peloton serré avec les autres grandes API de transcription, donc le prix seul ne tranchera pas :
| Transcription par lots | Prix | À la minute |
|---|---|---|
| Voxtral Mini Transcribe 3 | 0,0035 $/min | 0,0035 $ |
| AssemblyAI Universal-3.5 Pro | 0,21 $/h | 0,0035 $ |
| ElevenLabs Scribe v2 | 0,22 $/h | environ 0,0037 $ |
| Voxtral Small Transcribe 3 | 0,004 $/min | 0,004 $ |
| Deepgram Nova-3, préenregistré | 0,0043 $/min | 0,0043 $ |
| OpenAI GPT-Transcribe | 0,0045 $/min | 0,0045 $ |
Quand cinq fournisseurs se tiennent à un dixième de centime, le facteur décisif est la précision sur votre audio. Sur le test de 45 langues de Mistral lui-même, Voxtral Small obtient un taux d'erreur sur les mots de 4,0 %, à égalité avec Microsoft AI Transcribe 2. C'est un graphique réalisé par le fournisseur, donc je le referais sur un échantillon de vos propres appels. Mon test de Voxtral 3 passe en revue chaque benchmark, y compris là où Voxtral n'est pas en tête.
Une particularité tarifaire à tester : l'API par lots de Mistral accepte /v1/audio/transcriptions, et la page de tarifs de Mistral indique que le traitement par lots « reduces the price by 50% ». Les 0,0035 $ de Mini sont déjà présentés comme le tarif par lots, et les pages de Mistral ne disent pas si les 50 % s'y ajoutent. Lancez un petit traitement par lots et vérifiez votre tableau de bord d'utilisation avant de budgéter dessus.
La voix est une victoire plus nette. À 13 $ par million de caractères, Voxtral TTS est moins cher que Deepgram Aura-2 (30 $), Chirp 3: HD de Google (30 $) et ElevenLabs Flash (40 $). Speechmatics affiche 11 $ et AssemblyAI 15 $, donc il n'est pas seul en bas de l'échelle. Si la qualité de la voix est le facteur décisif, mon article sur les tarifs de Gemini 3.8 Flash TTS couvre le côté Google.
Quels coûts cachés accompagnent Voxtral 3 ?
Les coûts cachés ne sont pas des frais ; ce sont des lacunes que vous payez autrement. Voici la carte de la facture sur laquelle vous êtes, et de celle qui n'a aucun prix :
La ligne téléphonique n'a pas de prix. Telephony est « available to enterprise customers, and it isn't self-serve ». Vous apportez votre propre numéro et votre système SIP, et l'équipe de Mistral le met en place avec vous. Tant que vous n'avez pas ce contrat, le tarif de 0,04 $ ne s'applique qu'à la voix dans votre propre appli ou navigateur. Si le numéro de téléphone est tout l'enjeu, les outils de la meilleure IA pour le support téléphonique sont disponibles aujourd'hui.
L'agent téléphonique ne peut pas passer la main. C'est celui qui compte pour le support. La documentation téléphonie de Mistral dit clairement que l'agent « can't transfer the call to a person », et qu'il ne gère que les appels entrants. Chaque appelant que l'agent ne peut pas aider nécessite un rappel de votre équipe, donc le coût réel inclut cette file de rappels. La documentation suggère d'indiquer à l'agent quoi dire lorsqu'une demande sort de son périmètre. Une bonne conception du transfert de l'agent IA compte encore plus quand le transfert est une promesse de rappel.
Les outils peuvent coûter en plus. La page de tarifs de Mistral indique « tool APIs are priced per call ». Si votre agent lance une recherche web ou des connecteurs à chaque appel, vérifiez aussi ces tarifs. Les outils côté client échouent aussi sur les appels téléphoniques, car aucun de vos codes n'y tourne, donc tout ce dont un agent téléphonique a besoin doit être un outil côté serveur.
Les prix de la préversion peuvent bouger. Chaque modèle Voxtral 3 est étiqueté Public Preview. Un lecteur de Hacker News a repéré que le tarif de Mini avait déjà augmenté entre deux versions :
"Hmm..the price has increased from 0.003 to 0.0035 dollars. That's 16%. Voxtral Mini ."
Les pages actuelles de Mistral n'indiquent que les tarifs de Voxtral 3, considérez donc l'ancien chiffre comme celui de ce lecteur. Quoi qu'il en soit, la leçon est la même : budgétez les prix de la préversion avec de la marge.
La migration demande du temps d'ingénierie. Si vous êtes sur Voxtral 2, le guide de migration liste des changements incompatibles : les horodatages par mot disparaissent (seulement par segment), les sessions en temps réel figent leurs paramètres au premier bloc audio, et les segments avec diarisation peuvent désormais se chevaucher. Rien de cela n'est facturé, mais quelqu'un doit réécrire le code.
L'auto-hébergement passe par un appel commercial. Voxtral 1 et 2 sont sortis avec des poids ouverts. Voxtral 3 non (ma liste d'alternatives à Mistral couvre les modèles ouverts), et Mistral indique de contacter son équipe pour exécuter la pile sur site. Si la résidence des données dans l'UE est la raison pour laquelle vous regardez Mistral, l'API elle-même est hébergée sur des points d'accès européens, américains et mondiaux, ce qui peut suffire pour le travail sur le règlement européen sur l'IA que mène votre service juridique.
Voxtral 3 vaut-il son prix pour le support client ?
Pour la transcription, oui, sans hésiter. À 70 $ à 80 $ par mois pour 20 000 minutes, il n'y a aucune raison de ne pas transcrire chaque appel pour le contrôle qualité, l'anonymisation des données personnelles et la recherche.
Pour une IA qui répond aux appels, le prix est bon et le produit est jeune. 800 $ par mois pour 20 000 minutes bat tous les concurrents tout-en-un aux tarifs publics. Mais vous ne pouvez pas le brancher sur un numéro de téléphone sans accord entreprise, il ne peut pas transférer les appelants, et c'est une préversion. Dans le fil de lancement de Hacker News, un lecteur a bien formulé le niveau d'exigence pour un agent téléphonique IA :
"If a call could be answered without waiting in a queue for 30 minutes by a competent AI agent, I think I would prefer that."
Le mot clé est « competent », et aucun modèle vocal ne le fournit. Voxtral donne à un agent des oreilles et une voix pour 0,04 $ la minute. Qu'il réponde correctement dépend de ce qu'il sait de vos produits, commandes et règles, et c'est le même problème au téléphone que dans le chat. Je comparerais la facture à votre coût agent IA contre agent humain et à vos calculs actuels de ROI du centre d'appels, pas à d'autres API vocales. Votre coût par ticket actuel est la base de comparaison la plus juste.
Si vous cartographiez l'automatisation du centre d'appels, mon ordre de travail serait : automatiser d'abord les canaux écrits, où les réponses sont peu coûteuses à tester, puis donner une voix à ces mêmes connaissances. La documentation téléphonie de Mistral cite elle-même la couverture hors horaires comme un cas d'usage principal. Une bonne partie du support hors horaires peut être traitée par chat et e-mail pour bien moins cher qu'un agent téléphonique facturé à la minute.
Essayez eesel pour les réponses derrière la voix
Voxtral est une infrastructure ; eesel est l'employé. Le coéquipier IA de helpdesk d'eesel rejoint le helpdesk que vous utilisez déjà, comme Zendesk ou Freshdesk, apprend de vos anciens tickets et de votre centre d'aide, et est testé sur vos vraies conversations avant de répondre à un client.
C'est la pièce dont un agent vocal a encore besoin. Beautek, fournisseur allemand d'équipement de studio, répond au téléphone de 8 h 30 à 16 h 30 en semaine. eesel répond aux questions sur les produits et les commandes sur son site web en allemand jour et nuit, et en un mois il a rédigé 110 tickets Zendesk pour l'équipe et transformé 20 chats en tickets à reprendre par une personne. smava l'utilise sur 27 000 tickets Zendesk allemands par mois pour ses deux marques.
Si vous étudiez les tarifs Voxtral 3 parce que votre file de support grossit, essayez d'abord eesel sur la file écrite. C'est gratuit pour commencer, et vous saurez à quelles questions un agent peut répondre avant de payer à la minute pour qu'il les dise à voix haute. Essayer eesel.