Voxtral 3 TTSは毎秒112.3文字を生成し、78.1のEleven v4 Turbo、77.8のSimba 3.2、55.3のGemini 3.8 Flash TTS、そして毎秒43.4文字のBreeze TTS 2よりも高速です。
価格は1M文字あたり13ドルで、Voxtral 3 TTSは1Mあたり16.5ドルのGemini 3.8 Flash TTS、1Mあたり34ドルのBreeze TTS 2、1Mあたり40ドルのEleven v4 Turboを下回りますが、1M文字あたり6.6ドルのSimba 3.2よりは高くなっています。