Mistral AI punya merilis keluarga baru AI model yang diklaimnya akan membuka jalan menuju percakapan yang lancar orang berbicara dalam bahasa yang berbeda.
Pada hari Rabu, laboratorium AI yang berbasis di Paris merilis dua model ucapan-ke-teks baru: Voxtral Mini Transcribe V2 dan Voxtral Realtime. Yang pertama dibuat untuk mentranskripsikan file audio dalam jumlah besar dan yang kedua untuk transkripsi hampir real-time, dalam waktu 200 milidetik; keduanya dapat menerjemahkan antara 13 bahasa. Voxtral Realtime tersedia secara gratis di bawah lisensi sumber terbuka.
Dengan empat miliar parameter, model ini cukup kecil untuk dijalankan secara lokal di ponsel atau laptop—yang pertama di bidang ucapan-ke-teks, klaim Mistral—yang berarti percakapan pribadi tidak perlu dikirim ke cloud. Menurut Mistral, model-model baru ini lebih murah untuk dijalankan dan tidak terlalu rentan terhadap kesalahan dibandingkan alternatif pesaing.
Mistral telah menjadikan Voxtral Realtime—meskipun modelnya mengeluarkan teks, bukan ucapan—sebagai langkah nyata menuju percakapan yang mengalir bebas melintasi batasan bahasa, sebuah masalah. Apel Dan Google juga berlomba-lomba untuk memecahkannya. Model terbaru dari Google mampu menerjemahkan dengan penundaan dua detik.
“Apa yang kami bangun adalah sebuah sistem yang mampu menerjemahkan dengan lancar. Model ini pada dasarnya meletakkan dasar untuk hal tersebut,” klaim Pierre Stock, VP of Science Operations di Mistral, dalam sebuah wawancara dengan WIRED. “Saya pikir masalah ini akan terselesaikan pada tahun 2026.”
Didirikan pada tahun 2023 oleh alumni Meta dan Google DeepMind, Mistral adalah salah satu dari sedikit perusahaan Eropa yang mengembangkan model AI dasar yang mampu berjalan dari jarak jauh mendekati pemimpin pasar Amerika—OpenAI, Anthropic, dan Google—dari sudut pandang kemampuan.
Tanpa akses ke tingkat pendanaan dan komputasi yang sama, Mistral berfokus pada peningkatan kinerja melalui desain model yang imajinatif dan optimalisasi kumpulan data pelatihan secara cermat. Tujuannya adalah perbaikan mikro di seluruh aspek pengembangan model menghasilkan peningkatan kinerja yang material. “Terus terang, terlalu banyak GPU membuat Anda malas,” klaim Stock. “Anda hanya menguji banyak hal secara membabi buta, tetapi Anda tidak memikirkan jalan terpendek menuju kesuksesan.”
Model bahasa besar (LLM) andalan Mistral tidak cocok dengan model pesaing dikembangkan oleh pesaing AS untuk kemampuan mentah. Namun perusahaan telah menciptakan pasar dengan melakukan kompromi antara harga dan kinerja. “Mistral menawarkan alternatif yang lebih hemat biaya, dengan model yang tidak terlalu besar, namun cukup bagus, dan dapat dibagikan secara terbuka,” kata Annabelle Gawer, direktur Pusat Ekonomi Digital di Universitas Surrey. “Ini mungkin bukan mobil Formula 1, tapi ini adalah mobil keluarga yang sangat efisien.”
Sementara itu, ketika rekan-rekan Amerika mengeluarkan ratusan miliar dolar dalam perlombaan menuju kecerdasan umum buatan, Mistral sedang membangun sejumlah model spesialis—walaupun kurang seksi—yang dimaksudkan untuk melakukan tugas-tugas sempit, seperti mengubah ucapan menjadi teks.
“Mistral tidak memposisikan dirinya sebagai pemain khusus, namun tentu saja menciptakan model khusus,” kata Gawer. “Sebagai pemain AS yang memiliki sumber daya, Anda ingin memiliki teknologi serba guna yang sangat kuat. Anda tidak ingin menyia-nyiakan sumber daya Anda untuk menyesuaikannya dengan bahasa dan spesifikasi sektor atau geografi tertentu. Anda meninggalkan bisnis yang kurang menguntungkan seperti ini, sehingga menciptakan ruang bagi pemain menengah.”
Ketika hubungan antara AS dan sekutunya di Eropa menunjukkan tanda-tanda memburuk, Mistral juga semakin condong ke akar Eropanya. “Ada tren di Eropa di mana perusahaan dan khususnya pemerintah sangat berhati-hati terhadap ketergantungan mereka pada perusahaan perangkat lunak dan AI AS,” kata Dan Bieler, analis utama di perusahaan konsultan TI PAC.
Dengan latar belakang tersebut, Mistral telah memposisikan dirinya sebagai pasangan yang paling aman: alternatif sumber terbuka, multibahasa, dan asli Eropa dibandingkan model kepemilikan yang dikembangkan di AS. “Pertanyaan mereka adalah: Bagaimana kita membangun posisi yang dapat dipertahankan di pasar yang didominasi oleh aktor-aktor Amerika yang mempunyai dana besar?” kata Raphaëlle D’Ornano, pendiri firma penasihat teknologi D’Ornano + Co. “Pendekatan yang diambil Mistral sejauh ini adalah mereka ingin menjadi alternatif yang berdaulat, mematuhi semua peraturan yang mungkin ada di UE.”
Meskipun kesenjangan kinerja dengan perusahaan-perusahaan kelas berat Amerika akan tetap ada, karena dunia usaha menghadapi kebutuhan untuk mendapatkan laba atas investasi AI dan mempertimbangkan konteks geopolitik, model-model kecil yang disesuaikan dengan kebutuhan spesifik industri dan wilayah akan mempunyai keunggulan, prediksi Bieler.
“LLM adalah raksasa yang mendominasi diskusi, namun saya tidak akan menganggap situasi ini akan terus terjadi selamanya,” klaim Bieler. “Model yang lebih kecil dan lebih terfokus secara regional akan memainkan peran yang jauh lebih besar di masa depan.”
