Mistral: Mistral Large 4

Mistral Large 4 è un modello di generazione di testo di Mistral, elencato su api14 con l'id del modello mistralai/mistral-large-4-0. Si colloca nella categoria testo ed è descritto dal provider come un modello multimodale di frontiera costruito per ragionamento, coding e carichi di lavoro agentici. Se stai già lavorando con i modelli Mistral, questa è l'opzione grande e general purpose di quella linea.

Il modello accetta input di testo e immagini e restituisce testo. La sua finestra di contesto è di 1.048.576 token, e la lunghezza massima di output è di 262.144 token. Questa combinazione di una finestra di input molto ampia e di un ampio budget di output significa che puoi inviare documenti lunghi, codebase o cronologie multi turno in una singola richiesta e lasciare comunque spazio per una risposta generata sostanziosa. L'input di immagini è supportato insieme al testo, quindi i prompt possono combinare istruzioni scritte con materiale visivo.

L'attenzione dichiarata su ragionamento, coding e carichi di lavoro agentici corrisponde ad alcuni schemi pratici. Il ragionamento su contesto lungo si adatta a compiti in cui il modello deve tenere sotto controllo una grande quantità di materiale in una sola volta, come rivedere un repository, riassumere o interrogare documentazione lunga, o affrontare analisi multi step senza suddivisione in blocchi. I compiti di coding beneficiano sia della dimensione del contesto sia del budget di output, poiché il codice generato e le spiegazioni possono essere lunghi. L'uso agentico deriva dal supporto agli strumenti: al modello possono essere forniti strumenti e una politica di scelta degli strumenti, che è ciò di cui hai bisogno per flussi di lavoro in cui il modello decide quando chiamare una funzione esterna. L'input di immagini estende questo ai prompt che includono screenshot, diagrammi o pagine scansionate.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello mistralai/mistral-large-4-0, quindi le librerie client OpenAI esistenti funzionano con un cambio di base URL e nome del modello. I parametri di richiesta supportati sono frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs e top_p. In pratica questo copre i controlli di campionamento (temperature, top_p, penalità frequency e presence, seed, stop), la lunghezza dell'output (max_tokens), le risposte strutturate (response_format e structured_outputs), l'ispezione a livello di token (logprobs e top_logprobs) e l'uso degli strumenti (tools e tool_choice). I parametri relativi al ragionamento (reasoning, reasoning_effort, include_reasoning) ti permettono di controllare e rendere visibile il comportamento di ragionamento del modello dove ti serve.

Non ci sono restrizioni dichiarate nei fatti sopra oltre alla distinzione di modalità: l'input può essere testo o immagine, ma l'output è solo testo, quindi questo non è un modello per generare immagini. Il contesto di 1M token e il tetto di output di 262.144 token sono ampi, ma se il tuo carico di lavoro è fatto di prompt brevi con rigidi vincoli di latenza o costo, un modello più piccolo potrebbe essere più adatto. Per ragionamento su contesto lungo, coding e flussi agentici guidati da strumenti, Mistral Large 4 è la scelta appropriata in questa gamma.