Mistral Small 4
3269°
Mistral | 262,144 令牌上下文 | $0.15/M 输入，$0.60/M 输出。Mistral Small 4 是 Mistral Small 系列的下一重大版本，整合了多个旗舰 Mistral 模型的能力于一体。它结合了 Magistral 的强大推理能力、Pixtral 的多模态理解和 Devstral 的代理编码能力，使单一模型能够在同一工作流中处理复杂分析、软件开发和视觉任务。
本模型的指南
全部指南
船长笔记
2026-10-13 的笔记
Mistral Small 4 是 Mistral AI 推出的一款 119B 参数混合专家模型，将推理、视觉和代理编码集成于一体，采用 Apache 2.0 许可。每令牌仅激活 6.5B 参数，运行速度快于其规模所示，256k 令牌上下文窗口轻松处理长文档。如果您想要一款单一开源权重模型，能按需切换快速聊天和深度推理，这是一个强有力的候选。
以……著称
- 按请求切换推理模式：快速模式或深思熟虑，随您选择。
- 内置视觉输入——可附加图像进行分析或文档提取。
- 原生函数调用和 JSON 输出，支持代理和工具使用工作流。
- Apache 2.0 许可：允许商业使用、微调和自托管。
- 端到端完成速度提升 40%，吞吐量是 Mistral Small 3 的 3 倍。
注意
- 119B 总参数意味着本地部署需强大硬件；部署前请确认显存。
- 输出仅限文本——尽管支持多模态输入，但不支持图像生成或音频输出。
- 推理模式仅在复杂提示时值得开启，默认开启会增加延迟。
推荐尝试的提示词
调试失败的代理循环
我有一个 Python 代理，调用搜索工具，再调用摘要工具，最后写报告。第一次调用工具后它就停止并返回空字符串。代码如下：[粘贴您的代码]。请帮我分析可能出错的地方，并重写循环，确保完成所有三步。
推理复杂计划
一个小型软件团队有三名工程师。工程师 A 只能审查代码，不能编写。工程师 B 编码快但会引入错误，A 会发现这些错误。工程师 C 编码慢但代码干净。一个关键功能五天后交付。请逐步推理如何分配工作以最少缺陷按时交付。
从图像中提取数据
我附上一张发票截图。请提取供应商名称、发票号码、包含数量和单价的明细项、小计、税额和应付总额。以包含这些精确键的 JSON 对象返回结果。
与……比较
- Mistral Large 4仅限API模型1,048,576 令牌上下文 · $0.68/M 输入，$2.09/M 输出
- Mistral Large仅限API模型128,000 令牌上下文 · $2.00/M 输入，$6.00/M 输出
- Mistral Medium 3.5仅限API模型262,144 令牌上下文 · $1.50/M 输入，$7.50/M 输出
- Mistral Medium 3仅限API模型131,072 令牌上下文 · $0.40/M 输入，$2.00/M 输出
来自 mistralai 的更多文本模型
常见问题
- 我能本地运行 Mistral Small 4 吗？
- 可以——权重开源，采用 Apache 2.0 许可，托管于 Hugging Face，地址为 mistralai/Mistral-Small-4-119B-2603。Mistral 还发布了 NVFP4 量化检查点和 Eagle 预测解码头以降低内存和提升速度，但 119B 总参数仍需强大硬件。
- Mistral Small 4 的 API 费用是多少？
- Mistral 定价为每百万输入令牌 0.15 美元，输出令牌 0.60 美元，上下文窗口为 256k 令牌。
- Mistral Small 4 与之前的 Mistral Small 模型有何不同？
- 它将之前分开的三条模型线——指令型、推理型（Magistral）和编码型（Devstral）合并为一体，支持切换推理模式、视觉输入和代理函数调用，且运行速度显著快于 Mistral Small 3。
船长评语一款罕见的开源通用模型，在编码、视觉和推理方面表现均衡，无需切换三款不同模型。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
Mistral Small 4 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153