Upstage: Solar Mini 4

O Solar Mini 4 é um modelo de linguagem de texto da Upstage, listado na api14 sob o id de modelo upstage/solar-mini4. A Upstage descreve-o como um modelo compacto e económico, construído como uma mistura de especialistas de 35B parâmetros com 3B parâmetros ativos. A data de lançamento pelo fornecedor é 2026-09-23. O objetivo de design declarado pelo fornecedor são casos de uso agênticos, onde se espera que o modelo atue sobre instruções e chame ferramentas em vez de apenas produzir texto.

O modelo aceita entrada de texto e devolve saída de texto, pelo que é um sistema puramente texto-para-texto, sem tratamento de imagem ou áudio. A sua janela de contexto é de 524.288 tokens, suficientemente grande para conter documentos longos, históricos de conversa extensos ou saídas de ferramentas consideráveis num único pedido. O comprimento máximo de saída é de 131.072 tokens. Como é um modelo de mistura de especialistas com 3B parâmetros ativos, apenas uma fração dos 35B parâmetros totais é ativada por token, o que é o mecanismo por trás da alegação de eficiência de custo do fornecedor.

Essas capacidades apontam para alguns padrões práticos. O contexto longo adequa-se a cargas de trabalho do tipo recuperação, em que se colam muitos documentos de origem e se pede uma síntese, e também se adequa a ciclos agênticos que acumulam resultados de ferramentas ao longo de muitos turnos sem precisar de cortar o histórico. A chamada de ferramentas e as saídas estruturadas tornam-no uma escolha razoável para pipelines que precisam de respostas legíveis por máquina, como extrair campos para um esquema ou encaminhar um pedido para uma função a jusante. Os controlos de raciocínio permitem trocar latência e verbosidade por qualidade de resposta em tarefas mais difíceis, enquanto a contagem compacta de parâmetros ativos o mantém viável para trabalhos de grande volume e menor complexidade.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo upstage/solar-mini4. Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, max_tokens, parallel_tool_calls, presence_penalty, reasoning, reasoning_effort, response_format, structured_outputs, temperature, tool_choice, tools e top_p. Na prática, isso significa que pode definir o comportamento de amostragem com temperature e top_p, desencorajar repetições com os dois parâmetros de penalização, limitar a resposta com max_tokens, pedir JSON ou um esquema através de response_format e structured_outputs, e configurar a chamada de funções com tools, tool_choice e parallel_tool_calls. Os parâmetros reasoning, reasoning_effort e include_reasoning controlam se e quanto raciocínio intermédio é produzido ou devolvido.

Os factos apresentados não incluem resultados de benchmarks, números de latência ou comparações de qualidade, pelo que não há aqui base para afirmar que supera ou fica aquém de outros modelos. A fronteira mais clara é a modalidade: só trata texto, pelo que uma tarefa que exija ler imagens ou áudio precisa de um modelo diferente. Se precisar da maior saída possível para uma única geração muito longa, note que a saída está limitada a 131.072 tokens, embora a janela de contexto seja de 524.288 tokens. Dentro do trabalho com texto, a combinação de um contexto grande, chamada de ferramentas e saídas estruturadas é o que o torna digno de ser experimentado primeiro para pipelines agênticos e de extração.