Mistral: Mistral Small 4 (batch)

Mistral Small 4 (batch) Mistral का एक टेक्स्ट जनरेशन मॉडल है, जो api14 पर मॉडल आईडी mistralai/mistral-small-2603:batch के अंतर्गत सूचीबद्ध है। यह Mistral Small परिवार की अगली बड़ी रिलीज़ है, और Mistral के अनुसार यह कई फ्लैगशिप Mistral मॉडलों की क्षमताओं को एक ही सिस्टम में एकीकृत करता है, जिसमें मजबूत रीज़निंग को उन मॉडलों की अन्य खूबियों के साथ जोड़ा गया है। batch लेबल इसे इस रिलीज़ का batch वेरिएंट बताता है। Mistral इस मॉडल के पीछे का प्रोवाइडर है, और प्रोवाइडर की रिलीज़ तिथि 16 मार्च 2026 है।

इनपुट की ओर, मॉडल टेक्स्ट और इमेज स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट देता है। इसका कॉन्टेक्स्ट विंडो 262,144 टोकन है, जो बहुत लंबे दस्तावेज़ों, ट्रांसक्रिप्ट या मल्टी फ़ाइल प्रॉम्प्ट को एक ही अनुरोध में संभालने की सुविधा देता है। अधिकतम आउटपुट लंबाई 209,715 टोकन है, इसलिए लंबे इनपुट के साथ लंबी फ़ॉर्म जनरेशन भी संभव है। पैरामीटर सूची में एक reasoning फ़्लैग और एक reasoning effort नियंत्रण शामिल है, साथ ही include_reasoning भी, जो बताता है कि मॉडल पूछे जाने पर अपनी रीज़निंग प्रक्रिया प्रकट कर सकता है। यह structured outputs और response_format का भी समर्थन करता है, इसलिए उत्तरों को मुक्त टेक्स्ट के बजाय चुने गए स्वरूप तक सीमित किया जा सकता है।

ये क्षमताएँ कई व्यावहारिक उपयोगों की ओर संकेत करती हैं। लंबा कॉन्टेक्स्ट और इमेज इनपुट उन दस्तावेज़ विश्लेषण कार्यों के लिए उपयुक्त है जहाँ डेवलपर स्कैन किए गए पृष्ठ, स्क्रीनशॉट या आरेख के साथ लिखित प्रश्न भेजता है और टेक्स्ट उत्तर की अपेक्षा करता है। reasoning नियंत्रण ऐसे कार्यों के लिए उपयुक्त हैं जैसे बहु चरणीय विश्लेषण, योजना बनाना या समस्या समाधान, जहाँ अतिरिक्त विचार-विमर्श परिणाम को बेहतर बनाता है। टूल और फ़ंक्शन समर्थन (tools, tool_choice) इसे ऐसे एजेंट में निर्णय परत के रूप में उपयोग करने योग्य बनाता है जो बाहरी सेवाओं को कॉल करता है। structured outputs और response_format तब उपयोगी होते हैं जब मॉडल को डाउनस्ट्रीम कोड के लिए JSON या कोई अन्य मशीन पठनीय संरचना देनी होती है, और उदार आउटपुट सीमा बड़े इनपुट पर सारांशीकरण, रिपोर्ट प्रारूपण या कोड जनरेशन में मदद करती है।

आप मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी mistralai/mistral-small-2603:batch का उपयोग करके सामान्य chat completions शैली के अनुरोध में कॉल करते हैं। समर्थित पैरामीटर हैं frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools और top_p। seed तब पुनरुत्पादनीय सैंपलिंग देता है जब आपको रनों के बीच सुसंगत आउटपुट चाहिए, जबकि stop अनुक्रम, temperature और top_p आपको नियंत्रित करने देते हैं कि जनरेशन कहाँ और कैसे समाप्त हो। चूँकि इंटरफ़ेस OpenAI-संगत है, मौजूदा क्लाइंट लाइब्रेरी और SDK आम तौर पर api14 का बेस URL और यह मॉडल आईडी डालने के बाद काम करते हैं।

एक सीमा ध्यान देने योग्य है, मोडैलिटी: इनपुट में इमेज शामिल हो सकती हैं, लेकिन आउटपुट केवल टेक्स्ट है, इसलिए मॉडल इमेज जनरेशन के लिए उपयुक्त नहीं है। यदि आपका वर्कलोड पूरी तरह टेक्स्ट है, तो Mistral Small परिवार के किसी non batch सहोदर की तुलना लाइव मूल्य तालिका पर करना उपयोगी हो सकता है, लेकिन यहाँ batch वेरिएंट तब भी एक उचित विकल्प बना रहता है जब आप बहुत बड़े कॉन्टेक्स्ट विंडो और structured outputs के साथ संयुक्त रीज़निंग क्षमताएँ चाहते हैं।