Mistral: Mistral Small 4

Mistral: Mistral Small 4 é um modelo de geração de texto da Mistral, lançado em 16 de março de 2026. É o próximo grande lançamento da família Mistral Small, e a Mistral descreve-o como unificando as capacidades de vários modelos flagship da Mistral num único sistema, combinando raciocínio forte com os outros pontos fortes desses modelos. No api14 situa-se na categoria de texto e é identificado pelo id de modelo mistralai/mistral-small-2603.

O modelo aceita texto e imagens como entrada e devolve texto. A sua janela de contexto é de 262.144 tokens, e a saída máxima é de 209.715 tokens, pelo que tanto entradas muito longas como gerações longas são possíveis dentro do mesmo pedido. Como a entrada de imagens é suportada, os prompts podem misturar instruções escritas com imagens, enquanto a resposta em si é sempre texto.

Essas capacidades apontam para um conjunto bastante amplo de utilizações práticas. O contexto longo adequa-se a trabalho como resumir ou consultar grandes documentos, bases de código, transcrições ou conjuntos de relatórios numa única chamada, e o limite elevado de saída ajuda quando a própria resposta precisa de ser longa, por exemplo um rascunho completo ou uma análise extensa. A entrada de imagens torna-o utilizável para tarefas que combinam uma imagem com instruções escritas, como descrever ou extrair informação de uma captura de ecrã ou de um diagrama. O suporte de raciocínio e a chamada de ferramentas tornam-no uma escolha razoável para fluxos de trabalho ao estilo de agentes e para aplicações que precisam de chamar funções ou serviços externos, e as saídas estruturadas ajudam quando o resultado tem de ser analisado por outro programa.

Chama-o através da API compatível com OpenAI do api14 usando o id de modelo mistralai/mistral-small-2603, pelo que as bibliotecas cliente OpenAI existentes e as formas de pedido funcionam apenas com a mudança do nome do modelo. Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Na prática, isso cobre controlos de amostragem, execuções determinísticas via seed, condições de paragem, respostas em JSON ou restringidas por esquema através de response_format e structured_outputs, e uso de ferramentas através de tools e tool_choice, com o raciocínio controlado pelas opções reasoning, reasoning_effort e include_reasoning.

Não há restrições declaradas nos factos acima para além da divisão de modalidade: a entrada pode incluir imagens, mas a saída é apenas texto, pelo que não é adequado se precisar de imagens, áudio ou vídeo gerados. Se a sua carga de trabalho for apenas prompts de texto curtos, sem imagens, sem chamadas de ferramentas e sem necessidade de um contexto longo, um modelo de texto mais pequeno e simples pode ser suficiente, mas para entradas longas, saídas longas, prompts com reconhecimento de imagens ou pipelines orientados por ferramentas, este modelo cobre esses casos diretamente.