Pot rula Mistral Small 4 local?

Da — greutățile sunt deschise sub licență Apache 2.0 și disponibile pe Hugging Face la mistralai/Mistral-Small-4-119B-2603. Mistral publică și un checkpoint cuantizat NVFP4 și un cap de decodare speculativă Eagle pentru a reduce memoria și a îmbunătăți viteza, deși 119B parametri total necesită tot hardware substanțial.

Cât costă Mistral Small 4 prin API?

Mistral îl taxează cu $0.15 per milion de tokeni de input și $0.60 per milion de tokeni de output, cu o fereastră de context de 256k tokeni.

Cum diferă Mistral Small 4 de modelele Mistral Small anterioare?

Combină trei linii de modele anterior separate — familiile instruct, raționament (Magistral) și codare (Devstral) — într-un singur model cu mod comutabil de raționament, input vizual și apelare agentică a funcțiilor, rulând semnificativ mai rapid decât Mistral Small 3.

Mistral Small 4

3269°

#llm #mistralai #viziune #raționament #programare #agenți

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Mistral | context de 262.144 tokeni | 0,15 $/M input, 0,60 $/M output. Mistral Small 4 este următoarea lansare majoră din familia Mistral Small, unificând capabilitățile mai multor modele emblematice Mistral într-un singur sistem. Combină raționamentul puternic de la Magistral, înțelegerea multimodală de la Pixtral și capabilitățile agentice de programare de la Devstral, permițând unui singur model să gestioneze analize complexe, dezvoltare software și sarcini vizuale în același flux de lucru.

Ghiduri pentru acest model

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Mistral Small 4 este un model mixture-of-experts de 119 miliarde de parametri de la Mistral AI care combină raționamentul, viziunea și codarea agentică într-un singur sistem sub o licență Apache 2.0. Cu doar 6,5 miliarde de parametri activi per token, rulează mai rapid decât sugerează dimensiunea sa, iar fereastra de context de 256k tokeni gestionează documente lungi fără probleme. Dacă vrei un singur model cu greutăți deschise care poate comuta între chat rapid și raționament deliberat la cerere, acesta este un candidat serios.

Cunoscut pentru

Comutator per cerere pentru raționament: mod rapid sau raționament deliberat, alegerea ta.
Input vizual integrat — atașează imagini pentru analiză sau extragere din documente.
Apelare nativă a funcțiilor și output JSON pentru fluxuri agentice și de utilizare a uneltelor.
Licență Apache 2.0: utilizare comercială, fine-tuning, auto-găzduire permise.
Completări end-to-end cu 40% mai rapide și de 3× throughput față de Mistral Small 3.

Atenție la

119B parametri total înseamnă că implementarea locală necesită hardware serios; verifică VRAM înainte de a te angaja.
Output-ul este doar text — fără generare de imagini sau audio, în ciuda inputului multimodal.
Modul de raționament merită activat doar pentru prompturi complexe; lăsat activ implicit adaugă latență.

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Viziune

Context lung

Sugestii de încercat

Depanează un ciclu agent care eșuează

Am un agent Python care apelează o unealtă de căutare, apoi una de sumarizare, apoi scrie un raport. După primul apel de unealtă se oprește și returnează un șir gol. Iată codul: [lipește al tău]. Explică-mi ce este probabil să meargă prost și rescrie ciclul astfel încât să finalizeze toate cele trei etape în mod fiabil.

Raționare pentru un plan dificil

O echipă mică de software are trei ingineri. Inginerul A poate doar să revizuiască cod, nu să-l scrie. Inginerul B scrie rapid, dar introduce erori pe care A le prinde. Inginerul C scrie lent, dar curat. O funcționalitate critică trebuie livrată în cinci zile. Raționează pas cu pas cum să aloci munca pentru a livra la timp cu cele mai puține defecte.

Extrage date dintr-o imagine

Atașez o captură de ecran a unei facturi. Extrage numele furnizorului, numărul facturii, articolele cu cantități și prețuri unitare, subtotalul, suma taxei și totalul de plată. Returnează rezultatul ca un obiect JSON cu aceste chei exacte.

Compară cu

Mistral Large 4
Model doar API
context de 1,048,576 tokeni · $0.68/M intrare, $2.09/M ieșire
Mistral Large
Model doar API
context de 128,000 tokeni · $2.00/M intrare, $6.00/M ieșire
Mistral Medium 3.5
Model doar API
context de 262,144 tokeni · $1.50/M intrare, $7.50/M ieșire
Mistral Medium 3
Model doar API
context de 131,072 tokeni · $0.40/M intrare, $2.00/M ieșire

Mai multe modele text de la mistralai

Întrebări frecvente

Pot rula Mistral Small 4 local?: Da — greutățile sunt deschise sub licență Apache 2.0 și disponibile pe Hugging Face la mistralai/Mistral-Small-4-119B-2603. Mistral publică și un checkpoint cuantizat NVFP4 și un cap de decodare speculativă Eagle pentru a reduce memoria și a îmbunătăți viteza, deși 119B parametri total necesită tot hardware substanțial.
Cât costă Mistral Small 4 prin API?: Mistral îl taxează cu $0.15 per milion de tokeni de input și $0.60 per milion de tokeni de output, cu o fereastră de context de 256k tokeni.
Cum diferă Mistral Small 4 de modelele Mistral Small anterioare?: Combină trei linii de modele anterior separate — familiile instruct, raționament (Magistral) și codare (Devstral) — într-un singur model cu mod comutabil de raționament, input vizual și apelare agentică a funcțiilor, rulând semnificativ mai rapid decât Mistral Small 3.

Verdictul căpitanului
Un generalist rar cu greutăți deschise care își merită locul în programare, viziune și raționament fără să te oblige să jonglezi cu trei modele separate.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Qwen3 Next 80B A3B Instruct

TEXT / LLM

Modele AI pentru generare de imagini, video și text

Mistral Small 4 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm mistralai viziune raționament programare agenți context lung

Răsfoiește după familia de modele