Voxtral se lanza en dos versiones: una de 24 mil millones de parámetros orientada a entornos de producción y otra de 3 mil millones pensada para ejecución local o en dispositivos de borde. Ambas están disponibles bajo licencia Apache 2.0. La descarga se puede realizar desde Hugging Face y también se ofrece acceso mediante API.

Entre sus funciones se incluyen transcripción, generación de resúmenes estructurados, detección automática de idioma y respuestas a preguntas sin necesidad de encadenar modelos separados. Estas capacidades buscan facilitar el uso de la voz como una interfaz directa con los sistemas digitales. También se admite la activación de funciones a partir de comandos hablados.

Mistral afirma que Voxtral supera a modelos como Whisper de OpenAI y Scribe de ElevenLabs en tareas multilingües. En pruebas con inglés, español, francés, alemán, portugués, hindi y otros idiomas, el modelo mostró menores tasas de error en la transcripción. También obtuvo buenos resultados en comprensión semántica y generación de respuestas.

La compañía señala que uno de los principales diferenciadores es el costo. Voxtral Mini Transcribe, por ejemplo, ofrece mayor rendimiento que Whisper a menos de la mitad del precio. El acceso a la API comienza en 0,001 dólares por minuto, lo que permite su uso en proyectos de gran escala con presupuestos limitados.

Te puede interesar: La nueva IA china que programa sola: así funciona Kimi K2, pensada para desarrolladores

En términos de integración, Voxtral está diseñado para funcionar con una sola llamada de API. Además, se puede probar directamente en Le Chat, el asistente conversacional de Mistral, disponible en versión web y móvil. Los usuarios pueden grabar o subir un audio, obtener la transcripción y realizar preguntas sobre el contenido.

El modelo también conserva la capacidad de comprensión de texto de su arquitectura base, Mistral Small 3.1. Esto permite utilizarlo como reemplazo en tareas que combinan procesamiento de texto y voz. Asimismo, incluye un punto de acceso optimizado exclusivamente para transcripción, enfocado en la eficiencia de costos.

Para entornos empresariales, Mistral ofrece opciones de implementación privada, soporte para dominios especializados y herramientas de integración personalizadas. También se encuentran en desarrollo funciones adicionales como segmentación por hablante, análisis emocional, marcas temporales por palabra y reconocimiento de audio no verbal.

El lanzamiento de Voxtral marca un avance en la oferta de modelos abiertos para voz y comprensión auditiva. Mistral busca posicionarse como una opción accesible para organizaciones que necesitan soluciones avanzadas sin depender de APIs cerradas. Según la empresa, el objetivo es facilitar interacciones naturales entre humanos y sistemas digitales.

Mistral AI, fundada en 2023 en París por exingenieros de Meta y Google DeepMind, ha emergido como una de las startups más prometedoras en el desarrollo de modelos de lenguaje avanzados. En su corta trayectoria, ha captado la atención de inversionistas como NVIDIA y Salesforce, asegurando una base financiera sólida para su crecimiento. Su apuesta por la IA de código abierto la distingue de otros competidores que operan bajo modelos más cerrados.

¿Qué hace especial a Le Chat?

Le Chat es un chatbot diseñado para ofrecer respuestas rápidas, generar contenido y asistir en tareas diversas. Lo que lo hace único es su enfoque en la transparencia y la accesibilidad, ofreciendo a los usuarios control sobre su interacción con la IA. Actualmente, el chatbot opera con tres modelos principales:

Mistral Large: Es la versión más avanzada, con capacidades similares a las de ChatGPT, ideal para tareas complejas y generación de contenido detallado.

Mistral Small: Un modelo más ligero, optimizado para dispositivos con menos capacidad de procesamiento.

Mistral Next: Una versión en desarrollo enfocada en respuestas más rápidas y directas.

Te puede interesar: OpenAI no da tregua, ahora su buscador estará disponible sin necesidad de registro, al estilo de Google

Estos modelos permiten a Le Chat responder preguntas sobre una amplia gama de temas, desde ciencia y cultura hasta programación y negocios. Además, se espera que en el futuro integre funciones más avanzadas, como generación de imágenes y audio.

Los usuarios pueden probar Le Chat de forma gratuita visitando chat.mistral.ai. No es obligatorio registrarse, aunque hacerlo permite guardar conversaciones y mejorar la experiencia de uso. Al ser una herramienta de código abierto, los desarrolladores también pueden integrarla en sus propias aplicaciones y explorar sus capacidades.

Con Le Chat, Mistral AI coloca a Europa en una posición competitiva dentro del sector de la inteligencia artificial, ofreciendo una alternativa transparente y eficiente en un mercado dominado por empresas estadounidenses. Su enfoque en la apertura y la innovación lo convierten en un proyecto con gran potencial de crecimiento en los próximos años.

Para empezar, Apple publicó un análisis comparativo a través de tests que evalúan el rendimiento de su IA en comparación con otros modelos. Los benchmarks publicados incluyen comparaciones con modelos de código abierto como Gemma y Mistral, así como con modelos comerciales como GPT-3.5 y GPT-4 Turbo.

En términos de rendimiento local, Apple Intelligence mostró resultados positivos, especialmente en dispositivos como iPhones y Macs, destacándose por su capacidad de mantener la privacidad del usuario sin exponer datos sensibles. Sin embargo, para tareas más exigentes, la potencia de un único chip no es suficiente, lo que llevó a Apple a optar por servidores externos para procesar estas solicitudes, garantizando la privacidad a través de su sistema Private Cloud Compute.

Te puede interesar: ChatGPT llega a Apple: ‘Apple Intelligence’, el nuevo sistema que dominará sus dispositivos

En las pruebas locales, Apple Intelligence superó a modelos como Phi-3-mini y Mistral en un 62% y un 46% de los casos, respectivamente. Este rendimiento es notable, dado que ambos modelos son más grandes y, teóricamente, más potentes. Sin embargo, cuando la comparación se hace con GPT-4 Turbo, Apple Intelligence queda en desventaja, logrando mejores respuestas solo en el 39.8% de las peticiones, siendo superado por GPT-4 Turbo en la mayoría de los casos.

La diferencia de rendimiento se refleja cuando se considera el procesamiento en servidores. Los estudios realizados con calificadores humanos revelaron que GPT-4 Turbo ofrece una mejor experiencia general en el 41.7% de los casos, mientras que Apple Intelligence lo supera solo en el 28.5%.

Aun así, en términos de seguridad y resistencia a solicitudes maliciosas, Apple Intelligence muestra una considerable robustez, manteniendo la integridad de las respuestas y protegiendo los datos del usuario.

¿Cómo logro Apple integrar ChatGPT pero desarrollar su propia IA?

Apple explica que la compañía adoptó una estrategia pragmática al recurrir a modelos avanzados de OpenAI, integrándose en Siri para ofrecer una experiencia de usuario más potente y competitiva. Esta colaboración permite a Apple mantenerse a la par con las altas expectativas de los usuarios, que están acostumbrados a la eficacia de modelos como GPT-4 Turbo.

Sin embargo, en esta integración uno de los puntos más fuertes de Apple Intelligence es su enfoque en la privacidad y seguridad. La IA de Apple se ha diseñado para funcionar localmente en el dispositivo del usuario, manteniendo los datos privados y seguros. Para solicitudes que requieren mayor potencia, Apple utiliza servidores externos, asegurando que la información se mantenga cifrada y dentro del ámbito privado.

Te puede interesar: macOS Sequoia te permitirá controlar tu iPhone por completo desde tu Mac ¿Un centro de control del ecosistema Apple?

Finalmente, pese a que Apple avanzó en esta materia, ‘Apple Intelligence’ aún no alcanza la potencia de GPT-4 Turbo en varios aspectos, la integración de soluciones de OpenAI y su firme enfoque en la privacidad y seguridad del usuario son movimientos estratégicos inteligentes.

Con un enfoque centrado en la privacidad y una integración estratégica con modelos avanzados, Apple está bien posicionado para ofrecer una IA que no solo cumple con las expectativas de rendimiento, sino que también asegura la privacidad y la seguridad de los usuarios. La evolución de Apple Intelligence promete ser un área de gran interés y desarrollo en los próximos años, marcando un camino hacia una IA responsable y potente.

Imagen: Archivo ENTER.CO