Mistral Small 4
3269°
Chạy mô hình này
Ưu đãi / Quảng cáo
Mistral | ngữ cảnh 262,144 token | $0.15/M đầu vào, $0.60/M đầu ra. Mistral Small 4 là phiên bản phát hành lớn tiếp theo trong dòng Mistral Small, hợp nhất khả năng của nhiều mô hình hàng đầu Mistral thành một hệ thống duy nhất. Nó kết hợp khả năng suy luận mạnh mẽ từ Magistral, hiểu đa phương tiện từ Pixtral, và khả năng lập trình tác nhân từ Devstral, cho phép một mô hình xử lý phân tích phức tạp, phát triển phần mềm và tác vụ hình ảnh trong cùng một quy trình làm việc.
Hướng dẫn cho mô hình này
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Mistral Small 4 là mô hình mixture-of-experts 119 tỷ tham số từ Mistral AI, kết hợp suy luận, thị giác và lập trình tác nhân trong một hệ thống dưới giấy phép Apache 2.0. Với chỉ 6,5 tỷ tham số kích hoạt mỗi token, nó chạy nhanh hơn so với kích thước của nó, và cửa sổ ngữ cảnh 256k xử lý tài liệu dài dễ dàng. Nếu bạn muốn một mô hình trọng số mở duy nhất có thể chuyển đổi giữa chat nhanh và suy luận cẩn thận theo yêu cầu, đây là ứng viên nghiêm túc.
Nổi tiếng với
- Chế độ bật/tắt suy luận theo yêu cầu: chế độ nhanh hoặc suy luận cẩn thận, do bạn quyết định.
- Đầu vào thị giác tích hợp — đính kèm hình ảnh để phân tích hoặc trích xuất tài liệu.
- Gọi hàm bản địa và xuất JSON cho quy trình tác nhân và sử dụng công cụ.
- Giấy phép Apache 2.0: cho phép sử dụng thương mại, tinh chỉnh, tự lưu trữ.
- Hoàn thành đầu-cuối nhanh hơn 40% và throughput gấp 3 lần Mistral Small 3.
Cẩn thận với
- 119 tỷ tham số tổng nghĩa là triển khai cục bộ cần phần cứng mạnh; kiểm tra VRAM trước khi cam kết.
- Đầu ra chỉ là văn bản — không tạo ảnh hay âm thanh dù có đầu vào đa phương tiện.
- Chế độ suy luận chỉ nên bật cho các prompt phức tạp; để mặc định sẽ làm tăng độ trễ.
Phù hợp nhất cho
Lời nhắc để thử
Gỡ lỗi vòng lặp tác nhân thất bại
Tôi có một tác nhân Python gọi công cụ tìm kiếm, rồi công cụ tóm tắt, rồi viết báo cáo. Sau lần gọi công cụ đầu tiên nó dừng và trả về chuỗi rỗng. Đây là mã: [dán mã của bạn]. Hãy phân tích nguyên nhân có thể và viết lại vòng lặp để hoàn thành cả ba bước một cách đáng tin cậy.
Suy luận kế hoạch khó
Một nhóm phần mềm nhỏ có ba kỹ sư. Kỹ sư A chỉ có thể xem xét mã, không viết. Kỹ sư B viết nhanh nhưng hay gây lỗi mà A phát hiện. Kỹ sư C viết chậm nhưng sạch. Một tính năng quan trọng phải giao trong năm ngày. Hãy suy luận từng bước cách phân công công việc để giao đúng hạn với ít lỗi nhất.
Trích xuất dữ liệu từ hình ảnh
Tôi đính kèm ảnh chụp màn hình hóa đơn. Hãy trích xuất tên nhà cung cấp, số hóa đơn, các mục hàng với số lượng và giá đơn vị, tổng phụ, thuế, và tổng tiền phải trả. Trả về kết quả dưới dạng đối tượng JSON với các khóa chính xác đó.
So sánh với
- Mistral Large 4Mô hình chỉ APIngữ cảnh 1,048,576 token · Đầu vào $0.68/M, đầu ra $2.09/M
- Mistral LargeMô hình chỉ APIngữ cảnh 128,000 token · Đầu vào $2.00/M, đầu ra $6.00/M
- Mistral Medium 3.5Mô hình chỉ APIngữ cảnh 262,144 token · Đầu vào $1.50/M, đầu ra $7.50/M
- Mistral Medium 3Mô hình chỉ APIngữ cảnh 131,072 token · Đầu vào $0.40/M, đầu ra $2.00/M
Thêm mô hình văn bản từ mistralai
Câu hỏi thường gặp
- Tôi có thể chạy Mistral Small 4 cục bộ không?
- Có — trọng số mở dưới giấy phép Apache 2.0 và có trên Hugging Face tại mistralai/Mistral-Small-4-119B-2603. Mistral cũng công bố checkpoint lượng tử NVFP4 và đầu giải mã suy đoán Eagle để giảm bộ nhớ và tăng tốc, dù 119 tỷ tham số tổng vẫn đòi hỏi phần cứng mạnh.
- Chi phí của Mistral Small 4 qua API là bao nhiêu?
- Mistral định giá $0,15 cho mỗi triệu token đầu vào và $0,60 cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 256k token.
- Mistral Small 4 khác gì so với các mô hình Mistral Small trước đây?
- Nó hợp nhất ba dòng mô hình riêng biệt trước đây — instruct, reasoning (Magistral), và coding (Devstral) — thành một mô hình với chế độ suy luận chuyển đổi, đầu vào thị giác, và gọi hàm tác nhân, đồng thời chạy nhanh hơn đáng kể so với Mistral Small 3.
Phán quyết của thuyền trưởngMột mô hình tổng quát trọng số mở hiếm hoi, hoạt động tốt trên lập trình, thị giác và suy luận mà không bắt bạn phải dùng ba mô hình riêng biệt.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Mistral Small 4 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmmistralaithị giáclý luậnlập trìnhtác nhânngữ cảnh dài
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153