Mistral AI 于 2026 年 10 月 8 日在 Hugging Face 发布了两款阿拉伯语模型：语音识别模型 Voxtral Mini 4B Realtime Arabic，以及阿拉伯字母文本分类器 LIDstral Arabic。两款模型均采用 Apache 2.0 许可证，由 Mistral 与摩洛哥数字转型和行政改革部（MTNRA）合作开发，模型文件开放下载，机构可以在自己的服务器上运行。文中的精度数字均为 Mistral 自报，目前尚无独立评测。
据模型卡介绍，两款模型属于 Mistral 与 MTNRA 于 2026 年 1 月签署的战略合作的一部分，Mistral 将其称为「主权 AI 资产」。
据 OrcaRouter 对 Hugging Face 仓库的观察，mistralai/Voxtral-Mini-4B-Realtime-Arabic 创建于 2026 年 10 月 8 日 11:36:06（UTC），mistralai/LIDstral-Arabic 创建于 11:37:05，相隔 59 秒；Voxtral 仓库最后修改于 10 月 9 日 17:11:35（UTC）。该文还指出，发布时没有配套的博客和定价页。
该模型约有 44 亿参数，在 Voxtral Mini 4B Realtime 的基础上针对阿拉伯语微调，采用流式结构，音频一到就输出文字。模型卡列出现代标准阿拉伯语加 15 种具名方言，共 16 个语言标签；训练时特别重视语码转换，即说话人在一句话中途切换语言的情况。
根据 Mistral 的测试，在 480 毫秒延迟下，该模型在七个阿拉伯语测试集上的平均字符错误率为 8.82%，该公司的 Voxtral Transcribe Arabic 为 7.91%，相差 0.91 个百分点。据 OrcaRouter 读取的配置，default_num_delay_tokens 为 6，每帧 80 毫秒，合计 480 毫秒。
错误率采用与 MTNRA 共同开发的文本规范化方法计算，模型卡提示换用其他规范化方法，分数可能不同，也没有给出按方言细分的结果。
模型可用 vLLM 部署为服务，音频通过 WebSocket 实时传送，也可以用 Transformers 库运行。模型卡没有给出显存需求。该模型只面向阿拉伯语，其他语言 Mistral 建议使用原版 Voxtral Mini 4B Realtime。
LIDstral Arabic 可以判断一段阿拉伯字母文本是现代标准阿拉伯语、属于哪种方言，还是使用同一字母的其他语言。它从 51 个类别中选出一个，把基于 fastText 的分类器与一个小型神经网络和概率校准步骤结合起来，无需显卡，在 CPU 上即可运行。
在 Mistral 对 84,870 个样例的评估中，它在摩洛哥阿拉伯语（Darija）上的 F1 值为 88.67%，同一测试中 LahjatBERT 为 72.65%，GlotLID v3 为 71.28%。
由于 LIDstral 总会把文本归入 51 个类别之一，遇到不支持的语言或混合语言文本时可能给出错误结果。8.82% 等数字均为厂商自报，来源建议关注独立研究人员的评估。
