Mistral: Mistral Small 4 (batch)

Mistral Small 4 (batch) est un modèle de génération de texte de Mistral, listé sur api14 sous l'identifiant de modèle mistralai/mistral-small-2603:batch. Il s'agit de la prochaine version majeure de la famille Mistral Small, et selon Mistral, elle unifie les capacités de plusieurs modèles phares de Mistral en un seul système, combinant un raisonnement solide avec les autres atouts de ces modèles. Le libellé batch le désigne comme la variante batch de cette version. Mistral est le fournisseur derrière le modèle, et la date de publication du fournisseur est le 16 mars 2026.

Côté entrée, le modèle accepte du texte et des images, et il produit du texte en sortie. Sa fenêtre de contexte est de 262 144 tokens, ce qui permet de traiter des documents très longs, des transcriptions ou des invites multi fichiers en une seule requête. La longueur maximale de sortie est de 209 715 tokens, ce qui rend possibles des générations longues en plus des entrées longues. La liste des paramètres inclut un indicateur de raisonnement et un contrôle d'effort de raisonnement, ainsi que include_reasoning, qui indique que le modèle peut exposer son processus de raisonnement lorsqu'on le lui demande. Il prend également en charge les sorties structurées et response_format, de sorte que les réponses peuvent être contraintes à une forme choisie plutôt qu'à du texte libre.

Ces capacités renvoient à un ensemble d'usages pratiques. Un contexte long combiné à une entrée d'images convient à l'analyse de documents, où un développeur envoie des pages scannées, des captures d'écran ou des schémas accompagnés d'une question écrite et attend une réponse textuelle. Les contrôles de raisonnement conviennent à des tâches telles que l'analyse en plusieurs étapes, la planification ou la résolution de problèmes, où une délibération supplémentaire améliore le résultat. La prise en charge des outils et des fonctions (tools, tool_choice) le rend utilisable comme couche de décision dans un agent qui appelle des services externes. Les sorties structurées et response_format sont utiles lorsque le modèle doit émettre du JSON ou une autre structure lisible par machine pour du code en aval, et le plafond de sortie généreux aide pour la synthèse, la rédaction de rapports ou la génération de code sur de grandes entrées.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle mistralai/mistral-small-2603:batch dans une requête de type chat completions habituelle. Les paramètres pris en charge sont frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools et top_p. Seed permet un échantillonnage reproductible lorsque vous avez besoin de sorties cohérentes d'une exécution à l'autre, tandis que les séquences d'arrêt, temperature et top_p vous permettent de contrôler où et comment la génération se termine. Comme l'interface est compatible OpenAI, les bibliothèques clientes et SDK existants fonctionnent généralement après avoir remplacé l'URL de base d'api14 et cet identifiant de modèle.

Une limite à noter concerne la modalité : l'entrée peut inclure des images, mais la sortie est uniquement du texte, donc le modèle ne convient pas à la génération d'images. Si votre charge de travail est purement textuelle, un modèle frère non batch de la famille Mistral Small mérite peut-être une comparaison sur le tableau des prix en direct, mais la variante batch ici reste un choix raisonnable lorsque vous voulez les capacités de raisonnement combinées avec une très grande fenêtre de contexte et des sorties structurées.