Skip to main content
O Plugin mistral incluído registra quatro contratos: conclusões de chat, compreensão de mídia (transcrição em lote do Voxtral), STT em tempo real para Voice Call (Voxtral Realtime) e embeddings de memória (mistral-embed).

Primeiros passos

1

Obtenha sua chave de API

Crie uma chave de API no Console da Mistral.
2

Execute a integração inicial

Ou forneça a chave diretamente:
3

Defina um modelo padrão

4

Verifique se o modelo está disponível

Catálogo de LLMs integrado

Consulte a linha correspondente no catálogo incluído antes de alterar a configuração:
Faça um teste rápido de um modelo sem iniciar o Gateway:

Transcrição de áudio (Voxtral)

Use o Voxtral para transcrição de áudio em lote por meio do pipeline de compreensão de mídia:
O caminho de transcrição de mídia usa /v1/audio/transcriptions. O modelo de áudio padrão da Mistral é voxtral-mini-latest.

STT de streaming do Voice Call

O Plugin mistral incluído registra o Voxtral Realtime como provedor de STT de streaming do Voice Call.
Por padrão, o OpenClaw configura o STT em tempo real da Mistral como pcm_mulaw a 8 kHz, para que o Voice Call possa encaminhar diretamente os quadros de mídia da Twilio. Use encoding: "pcm_s16le" e um sampleRate correspondente somente se o fluxo de origem já estiver em PCM bruto.

Configuração avançada

mistral/mistral-small-latest, mistral/mistral-small-2603 e mistral/mistral-medium-3-5 oferecem suporte a raciocínio ajustável na API de conclusões de chat por meio de reasoning_effort (none minimiza o processamento adicional na saída; high expõe os rastros completos de raciocínio antes da resposta final).O OpenClaw mapeia o nível de raciocínio da sessão para a API da Mistral:
Evite combinar o modo de raciocínio do Medium 3.5 com temperature: 0; há relatos de que a API HTTP da Mistral rejeita reasoning_effort="high" em conjunto com temperature: 0, retornando uma resposta 400. Não defina a temperatura ou desative/minimize o raciocínio para que o OpenClaw envie reasoning_effort: "none" antes de definir uma temperatura baixa.
Exemplo de configuração de raciocínio específica do modelo Medium 3.5:
Outros modelos incluídos no catálogo da Mistral não usam esse parâmetro. Continue usando modelos magistral-* quando quiser o comportamento nativo da Mistral que prioriza o raciocínio.
A Mistral pode fornecer embeddings de memória por meio de /v1/embeddings (modelo padrão: mistral-embed):
  • A autenticação da Mistral usa MISTRAL_API_KEY (cabeçalho Bearer).
  • A URL base do provedor é https://api.mistral.ai/v1 por padrão e aceita o formato padrão de solicitação de conclusões de chat compatível com OpenAI.
  • O modelo padrão da integração inicial é mistral/mistral-large-latest.
  • Substitua a URL base em models.providers.mistral.baseUrl somente quando a Mistral publicar explicitamente um endpoint regional necessário para você.

Relacionados

Seleção de modelos

Escolha de provedores, referências de modelos e comportamento de failover.

Compreensão de mídia

Configuração da transcrição de áudio e seleção de provedores.