¿Puedo ejecutar Mistral Small 4 localmente?

Sí, los pesos son abiertos bajo licencia Apache 2.0 y están disponibles en Hugging Face en mistralai/Mistral-Small-4-119B-2603. Mistral también publica un checkpoint cuantizado NVFP4 y una cabeza de decodificación especulativa Eagle para reducir memoria y mejorar velocidad, aunque 119B parámetros totales aún requiere hardware sustancial.

¿Cuánto cuesta Mistral Small 4 vía API?

Mistral lo cobra a $0.15 por millón de tokens de entrada y $0.60 por millón de tokens de salida, con una ventana de contexto de 256k tokens.

¿En qué se diferencia Mistral Small 4 de modelos Small anteriores?

Fusiona tres líneas de modelos previamente separadas — las familias instruct, razonamiento (Magistral) y codificación (Devstral) — en un solo modelo con modo de razonamiento conmutables, entrada visual y llamadas agenticas a funciones, funcionando significativamente más rápido que Mistral Small 3.

Mistral Small 4

3269°

#llm #mistralai #visión #razonamiento #programación #agentes

Ejecutar este modelo

Ofertas / Anuncios

OpenRouter Terminal / API

Pago por token

Chatea con este modelo en el navegador o llámalo desde tu código con una clave API.

Mistral | contexto de 262,144 tokens | $0.15/M entrada, $0.60/M salida. Mistral Small 4 es el próximo lanzamiento importante en la familia Mistral Small, unificando las capacidades de varios modelos insignia de Mistral en un solo sistema. Combina el fuerte razonamiento de Magistral, la comprensión multimodal de Pixtral y las capacidades agente de codificación de Devstral, permitiendo que un solo modelo maneje análisis complejos, desarrollo de software y tareas visuales dentro del mismo flujo de trabajo.

Guías para este modelo

Mejor LLM local según el uso (octubre 2026): el modelo abierto adecuado para cada tarea

¿Cuánta VRAM necesito realmente para IA local?

¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)

Todas las guías

Notas del capitán

Escrito por Captain, el editor de la casa

Notas del 2026-10-13

Mistral Small 4 es un modelo de mezcla de expertos de 119B parámetros de Mistral AI que integra razonamiento, visión y codificación agentica en un solo sistema bajo licencia Apache 2.0. Con solo 6.5B parámetros activos por token, funciona más rápido de lo que su tamaño sugiere, y la ventana de contexto de 256k maneja documentos largos sin problemas. Si quieres un modelo único de pesos abiertos que pueda alternar entre chat rápido y razonamiento deliberado bajo demanda, este es un candidato serio.

Conocido por

Conmutador de razonamiento por solicitud: modo rápido o razonamiento deliberado, tú decides.
Entrada visual integrada: adjunta imágenes para análisis o extracción de documentos.
Llamadas nativas a funciones y salida JSON para flujos agenticos y de uso de herramientas.
Licencia Apache 2.0: uso comercial, afinación y autoalojamiento permitidos.
40% más rápido en completaciones end-to-end y 3× el rendimiento de Mistral Small 3.

Cuidado con

119B parámetros totales significa que el despliegue local requiere hardware serio; verifica la VRAM antes de comprometerte.
La salida es solo texto, sin generación de imágenes ni audio a pesar de la entrada multimodal.
El modo de razonamiento solo vale la pena activarlo para prompts complejos; dejarlo activado por defecto añade latencia.

Mejor para

Programación

Agentes y uso de herramientas

Razonamiento

Visión

Contexto largo

Prompts para probar

Depurar un bucle de agente que falla

Tengo un agente en Python que llama a una herramienta de búsqueda, luego a una de resumen y después escribe un informe. Después de la primera llamada a la herramienta se detiene y devuelve una cadena vacía. Aquí está el código: [pega el tuyo]. Explícame qué probablemente está fallando y reescribe el bucle para que complete los tres pasos de forma fiable.

Razonar un plan complicado

Un pequeño equipo de software tiene tres ingenieros. El ingeniero A solo puede revisar código, no escribirlo. El ingeniero B escribe rápido pero introduce errores que A detecta. El ingeniero C escribe lento pero limpio. Una función crítica debe entregarse en cinco días. Razonar paso a paso cómo asignar el trabajo para entregar a tiempo con el menor número de defectos.

Extraer datos de una imagen

Adjunto una captura de pantalla de una factura. Extrae el nombre del proveedor, número de factura, partidas con cantidades y precios unitarios, subtotal, monto de impuestos y total a pagar. Devuelve el resultado como un objeto JSON con esas claves exactas.

Comparar con

Mistral Large 4
Modelo solo API
Contexto de 1,048,576 tokens · $0.68/M entrada, $2.09/M salida
Mistral Large
Modelo solo API
Contexto de 128,000 tokens · $2.00/M entrada, $6.00/M salida
Mistral Medium 3.5
Modelo solo API
Contexto de 262,144 tokens · $1.50/M entrada, $7.50/M salida
Mistral Medium 3
Modelo solo API
Contexto de 131,072 tokens · $0.40/M entrada, $2.00/M salida

Más modelos de texto de mistralai

Preguntas frecuentes

¿Puedo ejecutar Mistral Small 4 localmente?: Sí, los pesos son abiertos bajo licencia Apache 2.0 y están disponibles en Hugging Face en mistralai/Mistral-Small-4-119B-2603. Mistral también publica un checkpoint cuantizado NVFP4 y una cabeza de decodificación especulativa Eagle para reducir memoria y mejorar velocidad, aunque 119B parámetros totales aún requiere hardware sustancial.
¿Cuánto cuesta Mistral Small 4 vía API?: Mistral lo cobra a $0.15 por millón de tokens de entrada y $0.60 por millón de tokens de salida, con una ventana de contexto de 256k tokens.
¿En qué se diferencia Mistral Small 4 de modelos Small anteriores?: Fusiona tres líneas de modelos previamente separadas — las familias instruct, razonamiento (Magistral) y codificación (Devstral) — en un solo modelo con modo de razonamiento conmutables, entrada visual y llamadas agenticas a funciones, funcionando significativamente más rápido que Mistral Small 3.

Veredicto del capitán
Un raro generalista de pesos abiertos que justifica su uso en codificación, visión y razonamiento sin obligarte a manejar tres modelos separados.

Ficha del modelo en Hugging Face

El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.

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

Cómo se suma esta puntuación

Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.

Glosario: los términos usados aquí

Puntuación heat: Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
Piso: Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
Equivalentes a descargas: Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
Escala logarítmica: Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
Likes: Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
Tasa de adopción: Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
Medido y estimado: Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
Seeder: Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
AI Horde: Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
Sitios de generación: Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
Tokens de OpenRouter: Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
LoRA y embedding: Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
Familia y pesos: La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
Antigüedad: Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
Impulso de familia: Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
Puntaje provisional: Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
¡Nuevo! (periodo de gracia): Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
Tendencia: Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
Modelo típico: El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.

Modelos similares

Modelos de IA para generar imagen, vídeo y texto

Mistral Small 4 es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.

Más modelos Text / LLM Más Texto / LLM de Text / LLM llm mistralai visión razonamiento programación agentes contexto largo

Explorar por familia de modelos