Mistral: Mistral Medium 3.5

Mistral Medium 3.5 is een dense 128B instructievolgend model van Mistral AI. Het zit in de medium tier van de provider, boven de kleinere modellen en onder de grootste, en het is gebouwd voor algemeen tekstwerk in plaats van een enkele nauwe taak. Het model werd door de provider uitgebracht op 2026-04-30. Op api14 staat het onder de model id mistralai/mistral-medium-3-5 en valt het in de categorie tekst.

Het model accepteert tekst-, afbeeldings- en bestandsinvoer, en het produceert alleen tekstuitvoer. Het contextvenster is 262144 tokens, en de maximale uitvoerlengte is 209715 tokens, dus lange invoer en lange generaties zijn beide mogelijk binnen hetzelfde verzoek. Omdat afbeeldingen en bestanden samen met tekst kunnen worden meegegeven, kan het model werken over gemengd materiaal zoals documenten met ingebedde figuren of screenshots gecombineerd met instructies. De provider beschrijft het als ontworpen voor agentic workflows, coderen en complexe taken, wat past bij de combinatie van een grote context, multimodale invoer en een groot uitvoerbudget.

Die mogelijkheden wijzen op een paar praktische toepassingen. Agentic workflows passen van nature: het model kan een langlopend gesprek of taakstatus bijhouden, tools aanroepen en over vele stappen redeneren voordat het een definitief antwoord produceert. Coderen is een andere, of dat nu gaat om het genereren van code, het uitleggen van een bestaand bestand, of het doorwerken van een repository-fragment dat als bestandsinvoer is meegegeven. Complexe documenttaken volgen ook uit de invoermodaliteiten en de contextgrootte, bijvoorbeeld het samenvatten van een lang rapport, het extraheren van gestructureerde data uit een gescande pagina, of het beantwoorden van vragen over een set geüploade bestanden. De reasoning-parameters geven je een manier om latentie in te ruilen voor meer weloverwogen probleemoplossing bij moeilijkere prompts.

Je roept het model aan via de OpenAI-compatibele API van api14 met de model id mistralai/mistral-medium-3-5. Verzoeken volgen de bekende chat completions-vorm, dus bestaande OpenAI-clientbibliotheken werken met alleen een wijziging van base URL en key. De ondersteunde verzoekparameters zijn frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools en top_p. In de praktijk dekt dit sampling-besturing, deterministische runs via seed, stopcondities, gestructureerde of JSON-achtige uitvoer via response_format en structured_outputs, en toolgebruik via tools en tool_choice. De parameters reasoning en include_reasoning, samen met reasoning_effort, laten je bepalen hoeveel interne redenering het model uitvoert en of die redenering wordt teruggegeven.

Er is geen vermelde beperking naast dat de uitvoer alleen tekst is, dus als je afbeeldings- of audio-uitvoer nodig hebt, is dit model niet de juiste keuze. Als je workload klein en latentiegevoelig is, past een lichter model uit dezelfde familie mogelijk beter, terwijl Mistral Medium 3.5 geschikt is voor taken die het volledige contextvenster, multimodale invoer of toolgestuurd agentgedrag vereisen.