← 返回首页
ℹ️ 采集窗口为 10-22 01:00 ~ 10-23 01:00。OpenRouter 与 HuggingFace(23 个厂商组织)窗口内均无监控厂商新模型;DeepSeek Changelog 与阿里云百炼无新发布;OpenAI / Anthropic / Google / Meta / xAI / MiniMax / 智谱 / 月之暗面 官方渠道窗口内无新模型(Anthropic 10-22 公告为 Cyber Verification 安全产品,非模型)。由 Mistral 官方博客 + 搜索引擎补充发现 Mistral Voxtral 3(10-20 发布,第三代语音模型家族,闭源 API / 自部署;追溯说明:HF / OR 均未上架,未被 10-22 采集收录)。排查并排除了 10 余个候选:Cosmos3-H-Embodied-Nano(已收录 Dreams 的 16B 基座、无独立公告)、cosmos3 libero 基准专用数据合成检查点、Nemotron Labs Dory 1.0 量化版(NVFP4/MXFP8/GGUF)、Muse-Spark-Open DFlash2 推测解码草稿、Hy-Memory-30B-A3B 量化版(GGUF/FP8)、Qwen3-8B-DSpine-b16(基于 Qwen3 基座的第三方微调)、DeepSeek V4.1 Flash 1017 / MiniMax M3.1 Flash / Muse Spark Open(均已收录)、GPT-5.5 Instant(5 月发布仅设为默认,非新发布)。
🔒 闭源模型 (1)
📅 2026-10-20
Mistral 发布的第三代语音模型家族,包含 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3(批量/实时)语音转文字模型与 Voxtral Mini TTS 3 语音合成模型,并配套基于 LiveKit 的语音 Agent SDK(整合听、想、工具调用与说的实时流式管道,支持函数调用、Web 搜索、SIP/WebRTC 接入)。转写支持 50+ 语言(在 FLEURS 45 上 WER 4.0%、说话人分离 cpWER 18.4%),实时转写延迟低于 500ms;TTS 支持 35+ 语言、50+ 方言,支持 30 分钟音频克隆与情感/语速调节。宣称在多个基准上超越 Whisper、Scribe v2、Gemini 3.5 Transcribe。可通过 Mistral 欧洲/美国/全球 API 端点调用,或自部署于自有基础设施(主权部署)。
speech→text / text→speech
50+ 语言转写 · 35+ 语言 TTS
闭源 · API / 自部署
语音 Agent SDK
→ Mistral 官方博客
📡 数据源状态
- ✅ OpenRouter API — 正常(468 个模型;窗口内监控厂商仅 3 条均为已收录:MiniMax M3.1 Flash / DeepSeek V4.1 Flash 1017 / Muse Spark Open)
- ✅ HuggingFace API(23 个厂商组织)— 正常(窗口内无未收录新模型)
- ✅ DeepSeek API Changelog — 正常(最新仍为 10-17 的 V4.1 Flash 1017,已收录)
- ✅ 阿里云百炼新模型发布页 — 正常(最新为 10-21 MiniMax M3.1 Flash,已收录)
- ✅ OpenAI 新闻页 / Anthropic News — 正常(窗口内无新模型;Anthropic 10-22 为 Cyber Verification 安全产品公告)
- ✅ Google AI Blog / Meta AI Blog — 正常(窗口内无新模型发布)
- ✅ xAI / MiniMax / 智谱 / 月之暗面 官方渠道 — 正常(窗口内无新发布)
- ✅ Mistral 官方博客 — 正常(发现 1 个:Voxtral 3,2026-10-20 发布)
- ✅ Artificial Analysis — 正常(窗口内无监控厂商新文章)
- ✅ 搜索引擎补充发现 — 正常(发现并确认 Mistral Voxtral 3 官方公告与媒体报道)