Mistral: Mistral Small 4 (batch)

Mistral Small 4 (batch) är en textgenereringsmodell från Mistral, listad på api14 under modell-id:t mistralai/mistral-small-2603:batch. Det är nästa stora lansering i Mistral Small-familjen, och enligt Mistral förenar den förmågorna från flera flaggskeppsmodeller från Mistral i ett enda system, och kombinerar starkt resonemang med de andra styrkorna hos dessa modeller. Etiketten batch markerar den som batchvarianten av denna lansering. Mistral är leverantören bakom modellen, och leverantörens lanseringsdatum är 16 mars 2026.

På inputsidan accepterar modellen text och bilder, och den producerar text som utdata. Dess kontextfönster är 262 144 tokens, vilket gör att mycket långa dokument, transkriptioner eller prompter med flera filer kan hanteras i en enda begäran. Den maximala utdatalängden är 209 715 tokens, så generering av långformat är möjlig tillsammans med långa indata. Parameterlistan innehåller en reasoning-flagga och en reasoning_effort-kontroll, plus include_reasoning, vilket indikerar att modellen kan visa sin resonemangsprocess när den ombeds. Den stöder också strukturerade utdata och response_format, så svar kan begränsas till en vald form i stället för fri text.

Dessa förmågor pekar mot en uppsättning praktiska användningsområden. Lång kontext plus bildindata passar dokumentanalys där en utvecklare skickar skannade sidor, skärmbilder eller diagram tillsammans med en skriftlig fråga och förväntar sig ett textsvar. Resonemangskontrollerna passar uppgifter som flerstegsanalys, planering eller problemlösning där extra övervägande förbättrar resultatet. Stöd för verktyg och funktioner (tools, tool_choice) gör den användbar som beslutsfattande lager i en agent som anropar externa tjänster. Strukturerade utdata och response_format är användbara när modellen måste producera JSON eller en annan maskinläsbar struktur för nedströmskod, och det generösa utdatataket hjälper till med sammanfattning, rapportutkast eller kodgenerering över stora indata.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t mistralai/mistral-small-2603:batch i en vanlig begäran av typen chat completions. De parametrar som stöds är frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools och top_p. Seed ger reproducerbar sampling när du behöver konsekventa utdata mellan körningar, medan stoppsekvenser, temperature och top_p låter dig styra var och hur genereringen slutar. Eftersom gränssnittet är OpenAI-kompatibelt fungerar befintliga klientbibliotek och SDK:er i allmänhet efter att du byter in api14:s bas-URL och detta modell-id.

En begränsning värd att notera är modalitet: indata kan innehålla bilder, men utdata är endast text, så modellen passar inte för bildgenerering. Om din arbetsbelastning är helt och hållet text kan ett icke-batchsyskon i Mistral Small-familjen vara värt att jämföra i den aktuella prislistan, men batchvarianten här förblir ett rimligt val när du vill ha de kombinerade resonemangsförmågorna med ett mycket stort kontextfönster och strukturerade utdata.