Voxtral Mini Transcribe 3는 분당 0.0035달러, Small은 0.0040달러, 실시간 모델은 0.008달러입니다. 2026년 10월 21일 기준 공식 요금을 1시간·100시간 비용과 경쟁 서비스 가격으로 비교했습니다.
미스트랄 Voxtral 3 핵심만 먼저 정리하면
회의 녹음이나 인터뷰를 글로 옮기는 용도라면, Voxtral Mini Transcribe 3의 분당 요금은 분당 0.0035달러로 부담이 거의 없는 수준입니다. 1시간 분량은 약 0.21달러입니다. 미스트랄AI(Mistral)가 2026년 10월 20일 문서 기준으로 공개한 Voxtral 3는 전사 모델 세 종류로 나뉩니다. 파일을 올려 처리하는 배치 방식의 Mini($0.0035/분)와 Small($0.0040/분), 그리고 말하는 즉시 글자로 바꾸는 실시간 방식의 Realtime($0.008/분)입니다. 이 글은 2026년 10월 21일 기준 공식 게시문과 모델 문서, Artificial Analysis의 독립 측정표를 바탕으로 썼습니다. 환율은 반영하지 않았고, 한국어 정확도는 공식 자료에 언어별 수치가 없어서 다루지 않았습니다.
핵심 판단은 두 가지입니다. 첫째, 정확도가 비슷한 구간의 서비스끼리는 가격 차이가 1시간에 몇 센트 수준이어서, 요금보다 사용 편의와 기능이 선택 기준이 됩니다. 둘째, 2.0에서 3.0으로 넘어오면서 단가가 올랐고 실시간은 33% 인상됐습니다. 다만 Artificial Analysis 측정에서는 오류율이 3.6%에서 2.2%로 내려갔습니다.
용어 풀이
1. 배치(Batch) — 녹음 파일을 통째로 올려 한꺼번에 전사하는 방식으로, 실시간 방식보다 단가가 낮습니다.
2. WER(단어 오류율) — 전사 결과에서 틀린 단어의 비율로, 낮을수록 정확합니다.
Q1. 미스트랄AI Voxtral 3 음성 전사는 분당 얼마인가요?
Mistral 공식 게시문에 따르면 전사 모델은 세 가지이고, 단가는 모두 분당 달러로 표기됩니다. 2026년 10월 21일 기준 요금은 아래와 같습니다.
| 모델 | 방식 | 분당 요금 | 1,000분당 환산 |
|---|---|---|---|
| Voxtral Mini Transcribe 3 | 배치 | $0.0035 | $3.50 |
| Voxtral Small Transcribe 3 | 배치 | $0.0040 | $4.00 |
| Voxtral Mini Transcribe Realtime 3 | 스트리밍 | $0.008 | $8.00 |
Mini와 Small의 차이는 분당 0.0005달러입니다. 1,000분을 돌려도 50센트 차이여서, 이 구간에서는 오류율이 조금이라도 낮은 Small을 고르는 판단이 합리적일 수 있습니다. Artificial Analysis의 AA-WER 기준으로 Small은 2.1%, Mini는 2.2%입니다. 이 지표는 VoxPopuli, Earnings-22, AgentTalk 세 데이터셋의 가중 평균입니다.
실시간 모델은 배치의 약 2.3배 가격입니다. 대신 지연 시간을 80ms부터 2,400ms까지 설정할 수 있고, 같은 세션에서 말 끝 감지, 문맥 힌트 반영(context biasing), 화자 분리를 지원한다고 모델 문서에 적혀 있습니다. 상태는 공개 프리뷰(Public Preview)입니다. 음성 합성(TTS)은 100만 자당 13달러이고, 음성 에이전트 API는 Mistral Small 4를 추론 모델로 쓰면 분당 0.04달러, 다른 추론 모델이면 분당 0.08달러입니다.
Q2. 회의 1시간, 100시간을 전사하면 비용이 얼마나 나오나요?
단가에 시간을 곱하면 됩니다. 아래 표는 위 공식 단가로 계산한 값이며 환율은 반영하지 않았습니다.
| 분량 | Mini 3 ($0.0035/분) | Small 3 ($0.0040/분) | Realtime 3 ($0.008/분) |
|---|---|---|---|
| 1시간(60분) | $0.21 | $0.24 | $0.48 |
| 10시간(600분) | $2.10 | $2.40 | $4.80 |
| 100시간(6,000분) | $21.00 | $24.00 | $48.00 |
1시간 회의록 전사는 Mini 기준 약 0.21달러이고, 주 5시간씩 한 달(약 20시간)을 돌려도 4달러대에 그칩니다. 월 100시간 규모의 콜센터 녹취나 강의 아카이브라 해도 Small로 24달러, 실시간으로 처리해도 48달러입니다. 개인이나 소규모 팀에는 요금 자체가 걸림돌이 되기 어려운 수준입니다.
한 가지 짚을 점이 있습니다. 청구 단위가 초 단위인지 분 단위 올림인지, 최소 과금 단위가 있는지는 Mistral이 공개한 자료에 명시되어 있지 않습니다. 10초짜리 짧은 음성을 수만 건 처리하는 서비스라면 위 표보다 비용이 커질 수 있으니, 대량 처리 전에 소량 테스트로 실제 청구액을 확인해 보시기 바랍니다.
Q3. OpenAI·Deepgram·ElevenLabs와 비교하면 싼 편인가요?
가격만 보면 중간 수준이고, 정확도까지 함께 보면 경쟁력이 있는 편입니다. 아래 표는 각 사 공식 가격표(2026년 10월 21일 확인)와 Artificial Analysis의 AA-WER를 나란히 놓은 것입니다. 두 출처의 기준일이 다를 수 있고, Artificial Analysis 표에는 스냅샷 날짜가 적혀 있지 않습니다.
| 서비스 | 분당 요금 | 1시간 환산 | AA-WER |
|---|---|---|---|
| OpenAI gpt-4o-mini-transcribe | $0.003 | $0.18 | 4.5% |
| Voxtral Mini Transcribe 3 | $0.0035 | $0.21 | 2.2% |
| ElevenLabs Scribe v2 | $0.22/시간 | $0.22 | 2.2% |
| Voxtral Small Transcribe 3 | $0.0040 | $0.24 | 2.1% |
| Deepgram Nova-3(사전녹음, 단일 언어) | $0.0043 | 약 $0.26 | 5.2% |
| OpenAI gpt-transcribe | $0.0045 | $0.27 | 3.3% |
오류율 2%대에서는 Voxtral Mini 3와 Scribe v2의 가격 차가 사실상 없습니다. 더 싼 쪽을 찾는다면 호스팅된 Whisper 계열이 있습니다. Artificial Analysis에는 Groq의 Whisper Large v3 Turbo가 1,000분당 0.67달러로 올라 있지만, AA-WER는 4.6%로 더 높습니다. 속도를 우선한다면 Deepgram이 유리합니다. Artificial Analysis의 속도 계수는 Nova-3가 586.6, Voxtral Mini 3가 72.4, Small 3가 67.8입니다. 스트리밍은 Deepgram이 분당 0.0048달러로 Voxtral Realtime 3(0.008달러)보다 저렴합니다. ElevenLabs는 가격 페이지에 시간당 표기와 분 단위 청구 안내가 함께 있어서, 분당 환산은 참고치로만 보시기 바랍니다.
Q4. Voxtral 2.0을 쓰고 있는데 3.0으로 갈아탈 가치가 있나요?
정확도가 중요하면 갈아탈 만하고, 비용이 최우선이면 2.0을 유지할 이유가 남아 있습니다. 2026년 2월 4일에 나온 이전 세대는 Voxtral Mini Transcribe V2가 분당 0.003달러, Voxtral Realtime이 분당 0.006달러였습니다.
| 항목 | 2.0 | 3.0 | 변화 |
|---|---|---|---|
| 배치(Mini) 단가 | $0.003/분 | $0.0035/분 | 약 17% 인상 |
| 실시간 단가 | $0.006/분 | $0.008/분 | 약 33% 인상 |
| Mini의 AA-WER | 3.6% | 2.2% | 1.4%p 하락 |
| 실시간 지원 언어 | 13개 | 게시문에 “over 35″와 “40+”가 함께 표기 | 확정 수치 없음 |
1시간 기준으로 Mini 배치의 인상분은 0.03달러입니다. 100시간을 처리해도 3달러 차이이므로, 오류가 줄어 사람이 고치는 시간이 줄어든다면 충분히 상쇄되는 금액입니다. 반면 실시간 모델은 공개 프리뷰 단계입니다. 서비스 수준 약정(SLA)이나 정식 출시(GA) 일정은 회사가 공개한 자료에서 확인되지 않았습니다. 상용 서비스에 바로 투입하기보다 시험 운영부터 하시는 편이 안전합니다.
또 하나는 오픈 웨이트입니다. 2.0 Realtime은 Apache 2.0 오픈 웨이트로 공개됐지만, 3.0 모델의 가중치 공개나 라이선스는 공식 게시문에 적혀 있지 않습니다. 자체 서버 배포는 Mistral 영업팀 문의 경로로 안내됩니다. 직접 서버에 올려 쓰려는 경우라면 2.0 Realtime을 유지하는 쪽이 현재로서는 확실합니다.
Q5. “Whisper보다 4배 정확”, “분당 0.001달러” 같은 말은 믿어도 되나요?
조건을 붙여서 읽어야 하고, 가격 쪽은 사실과 다릅니다. 먼저 정확도 비교입니다. AI Weekly는 Mistral 게시문의 수치를 옮겨, FLEURS 45개 언어 기준으로 Small Transcribe 3이 4.1%(언어 지정)와 4.0%(언어 추정), Whisper large-v3가 16.0%와 14.9%라고 보도했습니다. 이는 Mistral이 자체 보고한 값이고, 독립 검증이 아닙니다.
반면 Artificial Analysis에서는 Whisper Large v3(fal.ai)가 4.1%, Whisper Large v3 Turbo(Groq)가 4.6%입니다. 지표와 데이터셋이 달라 두 값을 직접 비교할 수는 없지만, 호스팅 환경과 모델 변형에 따라 격차가 크게 줄어든다는 점은 분명합니다. 화자 분리 cpWER도 Mistral 자체 보고에서는 Small 18.4%, Mini 18.6%로 Scribe v2의 23.0%보다 낮지만, Artificial Analysis에서 Scribe v2는 Mini 3와 같은 2.2%입니다.
가격 쪽에서는 Cryptobriefing 보도에 분당 약 0.001달러라는 추정치가 등장했습니다. 이는 공식 요금인 0.0035~0.008달러와 맞지 않으므로 인용하지 않으시는 편이 좋습니다. 마지막으로 한국어 정확도입니다. Mistral 게시문에는 언어별 분해가 없고, 전사 지원 언어를 50개라고만 적고 있습니다. 한국어로 쓰실 계획이라면 실제 녹음 샘플 몇 건을 직접 돌려 오류율을 확인한 뒤 결정하시기 바랍니다. 화자 분리나 문맥 힌트 반영이 별도 요금인지도 공개된 자료에는 나와 있지 않습니다.
용어 풀이
1. 화자 분리(Diarization) — 한 녹음에서 누가 말했는지 구간별로 나눠 표시하는 기능입니다.
2. cpWER — 화자 구분까지 반영해 계산하는 오류율로, 회의 녹취 품질을 볼 때 쓰입니다.
정리
Voxtral 3 전사 요금은 배치 기준 분당 0.0035~0.0040달러, 실시간 기준 분당 0.008달러이며, 1시간 회의록은 0.21~0.48달러 범위입니다. 2026년 10월 21일 기준으로 오류율 2%대 서비스끼리는 가격 차가 미미하므로, 선택 기준은 요금보다 한국어 실제 품질과 기능이 됩니다. 2.0에서 3.0으로 오며 배치는 약 17%, 실시간은 33% 올랐고 오류율은 내려갔습니다. 실시간은 아직 공개 프리뷰이고 청구 단위와 한국어 수치가 공개되지 않았으니, 본격 도입 전에 샘플 녹음으로 비용과 정확도를 함께 확인하시기 바랍니다.
참고 자료
조사 기준일: 2026년 10월 21일
본문의 수치는 아래 자료에서 확인한 것입니다. 제조사 공식 자료(T1)와 전문 매체 실측(T2)을 구분해 표기했습니다. 가격·공급 상황은 변동이 크므로 기준일 이후의 값은 다시 확인해야 합니다.
공식 자료 (2026-10-21 확인)
– https://mistral.ai/news/voxtral-3/
– https://docs.mistral.ai/models/voxtral-mini-transcribe-realtime-3-0
– https://docs.mistral.ai/models
– https://mistral.ai/news/voxtral-transcribe-2/
– https://mistral.ai/pricing (요율 없음, 분당 단가는 확인 못 함)
– https://developers.openai.com/api/docs/pricing
– https://deepgram.com/pricing
– https://elevenlabs.io/pricing/api
– https://artificialanalysis.ai/speech-to-text
– https://aiweekly.co/alerts/mistral-voxtral-3-posts-41-wer-on-fleurs-beating-whisper
– https://byteiota.com/voxtral-3-mistrals-modular-voice-agent-stack-lands/
– https://the-decoder.com/mistral-ai-launches-voxtral-3-a-full-voice-agent-stack-that-listens-thinks-and-talks-in-real-time/
– https://cryptobriefing.com/mistral-unveils-voxtral-3-voice-agent-sdk/ (보도 인용)
답글 남기기