Mistral Small 4
3269°
Executar modelo
Ofertas / Anúncios
Mistral | contexto de 262.144 tokens | $0,15/M entrada, $0,60/M saída. Mistral Small 4 é o próximo grande lançamento da família Mistral Small, unificando as capacidades de vários modelos principais da Mistral em um único sistema. Combina o forte raciocínio do Magistral, a compreensão multimodal do Pixtral e as capacidades agente de codificação do Devstral, permitindo que um único modelo lide com análise complexa, desenvolvimento de software e tarefas visuais dentro do mesmo fluxo de trabalho.
Guias para este modelo
Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa
De quanto VRAM eu realmente preciso para IA local?
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
Mistral Small 4 é um modelo mixture-of-experts de 119B parâmetros da Mistral AI que combina raciocínio, visão e codificação agente em um único sistema sob licença Apache 2.0. Com apenas 6,5B parâmetros ativos por token, roda mais rápido do que seu tamanho sugere, e a janela de contexto de 256k tokens lida com documentos longos sem dificuldades. Se você quer um modelo único com pesos abertos que possa alternar entre chat rápido e raciocínio deliberado sob demanda, este é um candidato sério.
Conhecido por
- Alternância por requisição entre raciocínio rápido ou deliberado, você escolhe.
- Entrada de visão embutida — anexe imagens para análise ou extração de documentos.
- Chamada nativa de funções e saída JSON para fluxos agentes e uso de ferramentas.
- Licença Apache 2.0: uso comercial, fine-tuning e auto-hospedagem permitidos.
- Completa 40% mais rápido e com 3× o throughput do Mistral Small 3.
Fique atento a
- 119B parâmetros totais significa que a implantação local exige hardware sério; verifique a VRAM antes de se comprometer.
- Saída é somente texto — sem geração de imagens ou áudio apesar da entrada multimodal.
- Modo de raciocínio vale a pena ativar apenas para prompts complexos; deixá-lo ligado por padrão adiciona latência.
Sugestões para tentar
Depurar um loop de agente com falha
Tenho um agente Python que chama uma ferramenta de busca, depois uma de sumarização e então escreve um relatório. Após a primeira chamada de ferramenta, ele para e retorna uma string vazia. Aqui está o código: [cole o seu]. Me explique o que provavelmente está errado e reescreva o loop para que ele complete as três etapas de forma confiável.
Raciocinar um plano complicado
Uma pequena equipe de software tem três engenheiros. O engenheiro A só pode revisar código, não escrever. O engenheiro B escreve rápido, mas introduz bugs que A detecta. O engenheiro C escreve devagar, mas limpo. Uma funcionalidade crítica deve ser entregue em cinco dias. Raciocine passo a passo como distribuir o trabalho para entregar no prazo com o menor número de defeitos.
Extrair dados de uma imagem
Estou anexando uma captura de tela de uma fatura. Extraia o nome do fornecedor, número da fatura, itens com quantidades e preços unitários, subtotal, valor do imposto e total a pagar. Retorne o resultado como um objeto JSON com essas chaves exatas.
Comparar com
- Mistral Large 4Modelo apenas para APIContexto de 1,048,576 tokens · entrada $0.68/M, saída $2.09/M
- Mistral LargeModelo apenas para APIContexto de 128,000 tokens · entrada $2.00/M, saída $6.00/M
- Mistral Medium 3.5Modelo apenas para APIContexto de 262,144 tokens · entrada $1.50/M, saída $7.50/M
- Mistral Medium 3Modelo apenas para APIContexto de 131,072 tokens · entrada $0.40/M, saída $2.00/M
Mais modelos de texto de mistralai
Perguntas frequentes
- Posso rodar o Mistral Small 4 localmente?
- Sim — os pesos são abertos sob Apache 2.0 e estão disponíveis no Hugging Face em mistralai/Mistral-Small-4-119B-2603. A Mistral também publica um checkpoint quantizado NVFP4 e uma cabeça Eagle de decodificação especulativa para reduzir memória e melhorar velocidade, embora 119B parâmetros totais ainda exijam hardware substancial.
- Quanto custa o Mistral Small 4 via API?
- A Mistral cobra $0,15 por milhão de tokens de entrada e $0,60 por milhão de tokens de saída, com uma janela de contexto de 256k tokens.
- Como o Mistral Small 4 difere dos modelos Mistral Small anteriores?
- Ele une três linhas de modelos antes separadas — as famílias instruct, reasoning (Magistral) e coding (Devstral) — em um modelo com modo de raciocínio alternável, entrada de visão e chamada agente de funções, rodando significativamente mais rápido que o Mistral Small 3.
Veredito do capitãoUm raro generalista com pesos abertos que vale a pena para codificação, visão e raciocínio sem forçar você a gerenciar três modelos separados.
Ficha do modelo no Hugging Face
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
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.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
Mistral Small 4 é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmmistralaivisãoraciocínioprogramaçãoagentescontexto longo
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153