Mistral: Mistral Large 4

O Mistral Large 4 é um modelo de geração de texto da Mistral, listado no api14 sob o id de modelo mistralai/mistral-large-4-0. Ele está na categoria de texto e é descrito pelo fornecedor como um modelo multimodal de fronteira construído para raciocínio, programação e cargas de trabalho agênticas. Se você já trabalha com modelos Mistral, esta é a opção grande e de propósito geral nessa linha.

O modelo aceita entrada de texto e imagem e retorna texto. Sua janela de contexto é de 1.048.576 tokens, e o comprimento máximo de saída é de 262.144 tokens. Essa combinação de uma janela de entrada muito grande e um orçamento de saída grande significa que você pode enviar documentos longos, bases de código ou históricos de múltiplos turnos em uma única requisição e ainda deixar espaço para uma resposta gerada substancial. A entrada de imagem é suportada junto com texto, então os prompts podem misturar instruções escritas com material visual.

O foco declarado em raciocínio, programação e cargas de trabalho agênticas mapeia para alguns padrões práticos. O raciocínio de contexto longo é adequado para tarefas em que o modelo precisa manter um grande volume de material em vista de uma só vez, como revisar um repositório, resumir ou consultar documentação extensa, ou trabalhar em análises de múltiplas etapas sem fragmentação. Tarefas de programação se beneficiam tanto do tamanho do contexto quanto do orçamento de saída, já que código gerado e explicações podem ser longos. O uso agêntico decorre do suporte a ferramentas: o modelo pode receber ferramentas e uma política de escolha de ferramentas, que é o que você precisa para fluxos de trabalho em que o modelo decide quando chamar uma função externa. A entrada de imagem estende isso a prompts que incluem capturas de tela, diagramas ou páginas digitalizadas.

Você chama o modelo através da API compatível com OpenAI do api14 usando o id de modelo mistralai/mistral-large-4-0, então bibliotecas cliente OpenAI existentes funcionam com uma mudança de URL base e nome do modelo. Os parâmetros de requisição suportados são 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. Na prática, isso cobre controles de amostragem (temperature, top_p, penalidades de frequência e presença, seed, stop), comprimento de saída (max_tokens), respostas estruturadas (response_format e structured_outputs), inspeção em nível de token (logprobs e top_logprobs) e uso de ferramentas (tools e tool_choice). Os parâmetros relacionados a raciocínio (reasoning, reasoning_effort, include_reasoning) permitem controlar e expor o comportamento de raciocínio do modelo onde você precisar.

Não há restrições declaradas nos fatos acima além da divisão de modalidade: a entrada pode ser texto ou imagem, mas a saída é somente texto, então este não é um modelo para gerar imagens. O contexto de 1M de tokens e o teto de saída de 262.144 tokens são grandes, mas se sua carga de trabalho for de prompts curtos com restrições apertadas de latência ou custo, um modelo menor pode ser mais adequado. Para raciocínio de contexto longo, programação e fluxos agênticos orientados por ferramentas, o Mistral Large 4 é a escolha apropriada nesta linha.