Mistral: Mistral Large 4

Mistral Large 4 est un modèle de génération de texte de Mistral, répertorié sur api14 sous l'identifiant de modèle mistralai/mistral-large-4-0. Il appartient à la catégorie texte et est décrit par le fournisseur comme un modèle multimodal de pointe conçu pour le raisonnement, le codage et les charges de travail agentiques. Si vous travaillez déjà avec des modèles Mistral, il s'agit de l'option grande et généraliste de cette gamme.

Le modèle accepte en entrée du texte et des images et renvoie du texte. Sa fenêtre de contexte est de 1 048 576 jetons, et la longueur maximale de sortie est de 262 144 jetons. Cette combinaison d'une très grande fenêtre d'entrée et d'un large budget de sortie signifie que vous pouvez envoyer de longs documents, des bases de code ou des historiques multi tours dans une seule requête tout en laissant de la place pour une réponse générée substantielle. L'entrée d'images est prise en charge parallèlement au texte, de sorte que les invites peuvent mélanger des instructions écrites et du contenu visuel.

L'accent annoncé sur le raisonnement, le codage et les charges de travail agentiques correspond à quelques schémas pratiques. Le raisonnement à long contexte convient aux tâches où le modèle doit garder un grand volume de contenu en vue simultanément, comme l'examen d'un dépôt, le résumé ou l'interrogation d'une documentation longue, ou l'analyse multi étapes sans découpage. Les tâches de codage bénéficient à la fois de la taille du contexte et du budget de sortie, car le code généré et les explications peuvent être longs. L'usage agentique découle de la prise en charge des outils : le modèle peut recevoir des outils et une politique de choix d'outil, ce dont vous avez besoin pour les flux de travail où le modèle décide quand appeler une fonction externe. L'entrée d'images étend cela aux invites qui incluent des captures d'écran, des diagrammes ou des pages numérisées.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle mistralai/mistral-large-4-0, de sorte que les bibliothèques clientes OpenAI existantes fonctionnent avec un changement d'URL de base et de nom de modèle. Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs et top_p. En pratique, cela couvre les contrôles d'échantillonnage (temperature, top_p, pénalités de fréquence et de présence, seed, stop), la longueur de sortie (max_tokens), les réponses structurées (response_format et structured_outputs), l'inspection au niveau des jetons (logprobs et top_logprobs) et l'utilisation d'outils (tools et tool_choice). Les paramètres liés au raisonnement (reasoning, reasoning_effort, include_reasoning) vous permettent de contrôler et d'exposer le comportement de raisonnement du modèle lorsque vous en avez besoin.

Il n'y a aucune restriction indiquée dans les faits ci-dessus au delà de la séparation des modalités : l'entrée peut être du texte ou une image, mais la sortie est uniquement du texte, donc ce n'est pas un modèle pour générer des images. Le contexte de 1M de jetons et le plafond de sortie de 262 144 jetons sont importants, mais si votre charge de travail consiste en des invites courtes avec des contraintes strictes de latence ou de coût, un modèle plus petit peut être plus adapté. Pour le raisonnement à long contexte, le codage et les flux agentiques pilotés par outils, Mistral Large 4 est le choix approprié dans cette gamme.