mistral-small-2603

Oversikt. Mistral Small 4 er en modell med åpne vekter og mixture-of-experts-arkitektur fra Mistral AI, utgitt 16. mars 2026 under Apache-2.0. Den har 119 milliarder parametere totalt, med 6,5 milliarder aktivert per token fordelt på 128 eksperter, hvorav 4 er aktive per token. Modellen tar imot tekst og bilder som inndata og har et kontekstvindu på 262 144 token. Den er bygget som en hybrid modellversjon: som standard svarer den i instruksjonsmodus, og man kan aktivere et synlig resonneringsspor ved å øke resonneringsnivået. Utviklere velger den når de vil ha instruksjonsfølging, visjon, håndtering av lange kontekster og valgfri resonnering i én enkelt modellversjon fremfor flere spesialiserte modeller.

Viktigste styrker. Det som skiller modellen ut, er den hybride utformingen: resonneringsnivå satt til «none» gir et direkte svar i instruksjonsstil, mens «high» produserer en full tankekjede – slik dekker samme modellversjon både raske og grundige arbeidsflyter. Inndata er tekst og bilder, med tekstbasert utdata, og arkitekturen er en betinget genereringsstakk fra Mistral3-familien. Tredjepartsmålinger er begrenset, men Artificial Analysis rapporterer en kvalitetsindeks på 9 i standardmodus (som stiger til 11,3 med resonnering aktivert) og en kodeindeks på 26,6 – sistnevnte målt med resonnering aktivert, ikke i standardmodus. Kontekstvinduet på 262 144 token gjør den godt egnet til lange dokumenter og store kodebaser i kontekst.

Når du bør bruke den. Bruk Mistral Small 4 til chat, skriving og kodeoppgaver med middels kompleksitet der interaktiv svartid er akseptabel, og arbeidsbelastningen ikke krever resonnering på toppnivå. Den passer til arbeidsflyter som kombinerer tekst og bilder, for eksempel forståelse av skjermbilder eller diagrammer, og til oppgaver med lang kontekst som ellers ville krevd oppdeling innenfor et vindu på 262 144 token. Resonneringsnivå «high» er riktig valg når en oppgave har nytte av et mellomliggende resonneringstrinn, mens standard instruksjonsmodus er den raskere veien for rutineforespørsler. Den er et godt alternativ der driftsfleksibilitet er viktig, siden vektene er åpent lisensiert og kan betjenes på infrastruktur som operatøren selv kontrollerer.

Begrensninger. Resonneringsnivå støtter bare to dokumenterte nivåer, «none» og «high», så det finnes ingen mellomliggende innstilling for å avveie grundighet mot svartid. Inndata er begrenset til tekst og bilder – ingen lyd inn eller ut. Mistral AI oppgir ikke når treningsdataene slutter for denne modellen, så aktualiteten av faktakunnskap kan ikke angis presist. Tilgjengelig benchmarkrapportering er begrenset til tredjeparts kvalitets- og kodeindekser fremfor et bredere sett av publiserte evalueringer.

Suverenitetsnotat. Mistral Small 4 er utviklet av Mistral AI, et fransk selskap, og vektene er åpne under Apache-2.0, slik at den kan kjøres på infrastruktur du selv velger. Hvor forespørsler beregnes, og om inndata lagres eller brukes til trening, avhenger av endepunktet som betjener den – se endepunktfaktaene på denne siden.