--- read_when: - Você quer usar modelos Mistral no OpenClaw - Você quer transcrição em tempo real do Voxtral para Chamada de voz - Você precisa da integração da chave de API da Mistral e das referências de modelo summary: Use os modelos Mistral e a transcrição Voxtral com o OpenClaw title: Mistral x-i18n: generated_at: "2026-05-10T19:48:21Z" model: gpt-5.5 provider: openai source_hash: 94c4caa86d4a3eb873d8b6a1cc639edbad3dd7478f401e2ca53f704de095f829 source_path: providers/mistral.md workflow: 16 --- OpenClaw inclui um Plugin Mistral integrado que registra quatro contratos: preenchimentos de chat, compreensão de mídia (transcrição em lote Voxtral), STT em tempo real para Voice Call (Voxtral Realtime) e embeddings de memória (`mistral-embed`). | Propriedade | Valor | | ----------------- | ------------------------------------------- | | ID do provedor | `mistral` | | Plugin | integrado, `enabledByDefault: true` | | Variável de ambiente de autenticação | `MISTRAL_API_KEY` | | Flag de onboarding | `--auth-choice mistral-api-key` | | Flag direta da CLI | `--mistral-api-key ` | | API | compatível com OpenAI (`openai-completions`) | | URL base | `https://api.mistral.ai/v1` | | Modelo padrão | `mistral/mistral-large-latest` | | Modelo de embedding | `mistral-embed` | | Lote Voxtral | `voxtral-mini-latest` (transcrição de áudio) | | Voxtral em tempo real | `voxtral-mini-transcribe-realtime-2602` | ## Primeiros passos Crie uma chave de API no [Mistral Console](https://console.mistral.ai/). ```bash openclaw onboard --auth-choice mistral-api-key ``` Ou passe a chave diretamente: ```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 ``` ## Catálogo de LLM integrado [Mistral Medium 3.5](https://docs.mistral.ai/models/model-cards/mistral-medium-3-5-26-04) é o modelo Medium combinado atual no catálogo integrado: pesos densos de 128B, entrada de texto e imagem, contexto de 256K, chamada de função, saída estruturada, codificação e raciocínio ajustável por meio da API Chat Completions. Use `mistral/mistral-medium-3-5` quando quiser o modelo agentivo/de codificação unificado mais recente da Mistral em vez do padrão `mistral/mistral-large-latest`. Atualmente, o OpenClaw distribui este catálogo Mistral integrado: | Ref. do modelo | Entrada | Contexto | Saída máx. | Observações | | -------------------------------- | ----------- | -------- | ---------- | ---------------------------------------------------------------- | | `mistral/mistral-large-latest` | texto, imagem | 262,144 | 16,384 | Modelo padrão | | `mistral/mistral-medium-2508` | texto, imagem | 262,144 | 8,192 | Mistral Medium 3.1 | | `mistral/mistral-medium-3-5` | texto, imagem | 262,144 | 8,192 | Mistral Medium 3.5; raciocínio ajustável | | `mistral/mistral-small-latest` | texto, imagem | 128,000 | 16,384 | Mistral Small 4; raciocínio ajustável via API `reasoning_effort` | | `mistral/pixtral-large-latest` | texto, imagem | 128,000 | 32,768 | Pixtral | | `mistral/codestral-latest` | texto | 256,000 | 4,096 | Codificação | | `mistral/devstral-medium-latest` | texto | 262,144 | 32,768 | Devstral 2 | | `mistral/magistral-small` | texto | 128,000 | 40,000 | Com raciocínio habilitado | Após o onboarding, faça um teste rápido do Medium 3.5 sem iniciar o Gateway: ```bash openclaw infer model run --local \ --model mistral/mistral-medium-3-5 \ --prompt "Reply with exactly: mistral-ok" \ --json ``` Para navegar pela linha do catálogo integrado antes de alterar a configuração: ```bash openclaw models list --all --provider mistral --plain ``` ## Transcrição de áudio (Voxtral) Use o Voxtral para transcrição de áudio em lote por meio do pipeline de compreensão de mídia. ```json5 { tools: { media: { audio: { enabled: true, models: [{ provider: "mistral", model: "voxtral-mini-latest" }], }, }, }, } ``` O caminho de transcrição de mídia usa `/v1/audio/transcriptions`. O modelo de áudio padrão para Mistral é `voxtral-mini-latest`. ## STT de streaming para Voice Call O Plugin `mistral` integrado registra o Voxtral Realtime como um provedor de STT de streaming para Voice Call. | Configuração | Caminho de configuração | Padrão | | ------------ | ----------------------------------------------------------------- | --------------------------------------- | | Chave de API | `plugins.entries.voice-call.config.streaming.providers.mistral.apiKey` | Usa `MISTRAL_API_KEY` como fallback | | Modelo | `...mistral.model` | `voxtral-mini-transcribe-realtime-2602` | | Codificação | `...mistral.encoding` | `pcm_mulaw` | | Taxa de amostragem | `...mistral.sampleRate` | `8000` | | Atraso alvo | `...mistral.targetStreamingDelayMs` | `800` | ```json5 { plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "mistral", providers: { mistral: { apiKey: "${MISTRAL_API_KEY}", targetStreamingDelayMs: 800, }, }, }, }, }, }, }, } ``` O OpenClaw define por padrão o STT em tempo real da Mistral como `pcm_mulaw` a 8 kHz para que o Voice Call possa encaminhar frames de mídia da Twilio diretamente. Use `encoding: "pcm_s16le"` e um `sampleRate` correspondente somente se o seu stream upstream já for PCM bruto. ## Configuração avançada `mistral/mistral-small-latest` (Mistral Small 4) e `mistral/mistral-medium-3-5` oferecem suporte a [raciocínio ajustável](https://docs.mistral.ai/studio-api/conversations/reasoning/adjustable) na API Chat Completions via `reasoning_effort` (`none` minimiza pensamento extra na saída; `high` expõe rastros completos de pensamento antes da resposta final). A Mistral recomenda `reasoning_effort="high"` para casos de uso agentivos e de código com Medium 3.5. O OpenClaw mapeia o nível de **thinking** da sessão para a API da Mistral: | Nível de thinking do OpenClaw | `reasoning_effort` da Mistral | | ------------------------------------------------ | ----------------------------- | | **off** / **minimal** | `none` | | **low** / **medium** / **high** / **xhigh** / **adaptive** / **max** | `high` | Não combine o modo de raciocínio do Medium 3.5 com `temperature: 0`. A API HTTP da Mistral rejeita `reasoning_effort="high"` mais `temperature: 0` com uma resposta 400. Deixe a temperatura sem definir para que a Mistral use o padrão, ou siga as [configurações recomendadas do Medium 3.5](https://huggingface.co/mistralai/Mistral-Medium-3.5-128B) e use `temperature: 0.7` para raciocínio alto. Para respostas diretas determinísticas, desative o thinking ou defina como minimal para que o OpenClaw envie `reasoning_effort: "none"` antes de reduzir a temperatura. Exemplo de configuração com escopo de modelo para raciocínio do Medium 3.5: ```json5 { agents: { defaults: { model: { primary: "mistral/mistral-medium-3-5" }, models: { "mistral/mistral-medium-3-5": { params: { thinking: "high" }, }, }, }, }, } ``` Outros modelos do catálogo Mistral integrado não usam esse parâmetro. Continue usando modelos `magistral-*` quando quiser o comportamento nativo da Mistral com raciocínio em primeiro lugar. A Mistral pode fornecer embeddings de memória via `/v1/embeddings` (modelo padrão: `mistral-embed`). ```json5 { memorySearch: { provider: "mistral" }, } ``` - A autenticação da Mistral usa `MISTRAL_API_KEY` (cabeçalho Bearer). - A URL base do provedor usa `https://api.mistral.ai/v1` por padrão e aceita o formato padrão de solicitação de chat-completions compatível com OpenAI. - O modelo padrão de onboarding é `mistral/mistral-large-latest`. - Substitua a URL base em `models.providers.mistral.baseUrl` somente quando a Mistral publicar explicitamente um endpoint regional de que você precise. ## Relacionado Escolha de provedores, refs de modelo e comportamento de failover. Configuração de transcrição de áudio e seleção de provedor.