--- read_when: - Sie möchten Mistral-Modelle in OpenClaw verwenden - Sie möchten Voxtral-Echtzeittranskription für Sprachanrufe - Sie benötigen das Onboarding für Mistral-API-Schlüssel und Modellreferenzen summary: Mistral-Modelle und Voxtral-Transkription mit OpenClaw verwenden title: Mistral x-i18n: generated_at: "2026-05-10T19:49:57Z" model: gpt-5.5 provider: openai source_hash: 94c4caa86d4a3eb873d8b6a1cc639edbad3dd7478f401e2ca53f704de095f829 source_path: providers/mistral.md workflow: 16 --- OpenClaw enthält ein gebündeltes Mistral-Plugin, das vier Verträge registriert: Chat-Vervollständigungen, Medienverständnis (Voxtral-Batch-Transkription), Echtzeit-STT für Voice Call (Voxtral Realtime) und Memory-Embeddings (`mistral-embed`). | Eigenschaft | Wert | | ---------------- | ------------------------------------------- | | Provider-ID | `mistral` | | Plugin | gebündelt, `enabledByDefault: true` | | Auth-Env-Var | `MISTRAL_API_KEY` | | Onboarding-Flag | `--auth-choice mistral-api-key` | | Direktes CLI-Flag | `--mistral-api-key ` | | API | OpenAI-kompatibel (`openai-completions`) | | Basis-URL | `https://api.mistral.ai/v1` | | Standardmodell | `mistral/mistral-large-latest` | | Embedding-Modell | `mistral-embed` | | Voxtral-Batch | `voxtral-mini-latest` (Audiotranskription) | | Voxtral-Echtzeit | `voxtral-mini-transcribe-realtime-2602` | ## Erste Schritte Erstellen Sie einen API-Schlüssel in der [Mistral Console](https://console.mistral.ai/). ```bash openclaw onboard --auth-choice mistral-api-key ``` Oder übergeben Sie den Schlüssel direkt: ```bash openclaw onboard --mistral-api-key "$MISTRAL_API_KEY" ``` ```json5 { env: { MISTRAL_API_KEY: "sk-..." }, agents: { defaults: { model: { primary: "mistral/mistral-large-latest" } } }, } ``` ```bash openclaw models list --provider mistral ``` ## Integrierter LLM-Katalog [Mistral Medium 3.5](https://docs.mistral.ai/models/model-cards/mistral-medium-3-5-26-04) ist das aktuelle kombinierte Medium-Modell im gebündelten Katalog: 128B dichte Gewichte, Text- und Bildeingabe, 256K Kontext, Function Calling, strukturierte Ausgabe, Coding und anpassbares Reasoning über die Chat Completions API. Verwenden Sie `mistral/mistral-medium-3-5`, wenn Sie Mistrals neueres vereinheitlichtes Agentic-/Coding-Modell statt des Standardmodells `mistral/mistral-large-latest` möchten. OpenClaw liefert derzeit diesen gebündelten Mistral-Katalog aus: | Modellreferenz | Eingabe | Kontext | Maximale Ausgabe | Hinweise | | -------------------------------- | ----------- | ------- | ---------------- | ---------------------------------------------------------------- | | `mistral/mistral-large-latest` | Text, Bild | 262,144 | 16,384 | Standardmodell | | `mistral/mistral-medium-2508` | Text, Bild | 262,144 | 8,192 | Mistral Medium 3.1 | | `mistral/mistral-medium-3-5` | Text, Bild | 262,144 | 8,192 | Mistral Medium 3.5; anpassbares Reasoning | | `mistral/mistral-small-latest` | Text, Bild | 128,000 | 16,384 | Mistral Small 4; anpassbares Reasoning über API `reasoning_effort` | | `mistral/pixtral-large-latest` | Text, Bild | 128,000 | 32,768 | Pixtral | | `mistral/codestral-latest` | Text | 256,000 | 4,096 | Coding | | `mistral/devstral-medium-latest` | Text | 262,144 | 32,768 | Devstral 2 | | `mistral/magistral-small` | Text | 128,000 | 40,000 | Reasoning-fähig | Führen Sie nach dem Onboarding einen Smoke-Test für Medium 3.5 aus, ohne den Gateway zu starten: ```bash openclaw infer model run --local \ --model mistral/mistral-medium-3-5 \ --prompt "Reply with exactly: mistral-ok" \ --json ``` So durchsuchen Sie die gebündelte Katalogzeile, bevor Sie die Konfiguration ändern: ```bash openclaw models list --all --provider mistral --plain ``` ## Audiotranskription (Voxtral) Verwenden Sie Voxtral für Batch-Audiotranskription über die Pipeline für Medienverständnis. ```json5 { tools: { media: { audio: { enabled: true, models: [{ provider: "mistral", model: "voxtral-mini-latest" }], }, }, }, } ``` Der Medien-Transkriptionspfad verwendet `/v1/audio/transcriptions`. Das Standard-Audiomodell für Mistral ist `voxtral-mini-latest`. ## Streaming-STT für Voice Call Das gebündelte `mistral`-Plugin registriert Voxtral Realtime als Streaming-STT-Provider für Voice Call. | Einstellung | Konfigurationspfad | Standardwert | | -------------- | ------------------------------------------------------------------- | --------------------------------------- | | API-Schlüssel | `plugins.entries.voice-call.config.streaming.providers.mistral.apiKey` | Fällt auf `MISTRAL_API_KEY` zurück | | Modell | `...mistral.model` | `voxtral-mini-transcribe-realtime-2602` | | Encoding | `...mistral.encoding` | `pcm_mulaw` | | Abtastrate | `...mistral.sampleRate` | `8000` | | Zielverzögerung | `...mistral.targetStreamingDelayMs` | `800` | ```json5 { plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "mistral", providers: { mistral: { apiKey: "${MISTRAL_API_KEY}", targetStreamingDelayMs: 800, }, }, }, }, }, }, }, } ``` OpenClaw setzt Mistral-Echtzeit-STT standardmäßig auf `pcm_mulaw` bei 8 kHz, damit Voice Call Twilio-Medienframes direkt weiterleiten kann. Verwenden Sie `encoding: "pcm_s16le"` und eine passende `sampleRate` nur, wenn Ihr Upstream-Stream bereits rohes PCM ist. ## Erweiterte Konfiguration `mistral/mistral-small-latest` (Mistral Small 4) und `mistral/mistral-medium-3-5` unterstützen [anpassbares Reasoning](https://docs.mistral.ai/studio-api/conversations/reasoning/adjustable) in der Chat Completions API über `reasoning_effort` (`none` minimiert zusätzliches Denken in der Ausgabe; `high` zeigt vollständige Denkspuren vor der finalen Antwort). Mistral empfiehlt `reasoning_effort="high"` für agentische und Code-Anwendungsfälle mit Medium 3.5. OpenClaw ordnet die **thinking**-Stufe der Sitzung der Mistral-API zu: | OpenClaw-thinking-Stufe | Mistral `reasoning_effort` | | ------------------------------------------------ | -------------------------- | | **off** / **minimal** | `none` | | **low** / **medium** / **high** / **xhigh** / **adaptive** / **max** | `high` | Kombinieren Sie den Reasoning-Modus von Medium 3.5 nicht mit `temperature: 0`. Die Mistral- HTTP-API weist `reasoning_effort="high"` plus `temperature: 0` mit einer 400- Antwort zurück. Lassen Sie temperature unset, damit Mistral seinen Standardwert verwendet, oder folgen Sie den [empfohlenen Einstellungen für Medium 3.5](https://huggingface.co/mistralai/Mistral-Medium-3.5-128B) und verwenden Sie `temperature: 0.7` für hohes Reasoning. Für deterministische direkte Antworten deaktivieren Sie thinking oder setzen es auf minimal, damit OpenClaw `reasoning_effort: "none"` sendet, bevor Sie temperature senken. Beispiel für eine modellbezogene Konfiguration für Reasoning mit Medium 3.5: ```json5 { agents: { defaults: { model: { primary: "mistral/mistral-medium-3-5" }, models: { "mistral/mistral-medium-3-5": { params: { thinking: "high" }, }, }, }, }, } ``` Andere gebündelte Mistral-Katalogmodelle verwenden diesen Parameter nicht. Verwenden Sie weiterhin `magistral-*`-Modelle, wenn Sie Mistrals natives Reasoning-first-Verhalten möchten. Mistral kann Memory-Embeddings über `/v1/embeddings` bereitstellen (Standardmodell: `mistral-embed`). ```json5 { memorySearch: { provider: "mistral" }, } ``` - Mistral-Auth verwendet `MISTRAL_API_KEY` (Bearer-Header). - Die Provider-Basis-URL ist standardmäßig `https://api.mistral.ai/v1` und akzeptiert die standardmäßige OpenAI-kompatible Request-Struktur für Chat-Vervollständigungen. - Das Standardmodell für Onboarding ist `mistral/mistral-large-latest`. - Überschreiben Sie die Basis-URL unter `models.providers.mistral.baseUrl` nur, wenn Mistral ausdrücklich einen regionalen Endpunkt veröffentlicht, den Sie benötigen. ## Verwandte Themen Provider, Modellreferenzen und Failover-Verhalten auswählen. Einrichtung der Audiotranskription und Provider-Auswahl.