Mistral Small 4

119B-2603 (26.03) · Rodzina: Mistral

Otwarty model Mistral AI typu Mixture-of-Experts (119B parametrow, ~6B aktywnych) laczacy tryb instruct i rozumowanie, z wejsciem tekst+obraz i oknem kontekstu 256k.

✓ Aktywny✓ Publiczny dostęp⚖ Open sourceLLMModel multimodalnyModel rozumowania📁 Mistral

Okno kontekstowe

256K

tokenów

Parametry

119B (MoE, ~6B aktywnych)

parametrów

Data premiery

16 marca 2026

🏢Mistral AIProducent

Dostęp:APIDownloadHostedWdrożenie:☁ Cloud💻 Lokalnie

Przegląd

Mistral Small 4 (kodowa nazwa 2603, repozytorium Mistral-Small-4-119B-2603) to otwarty model jezykowy Mistral AI udostepniony 16 marca 2026 na licencji Apache 2.0. Wykorzystuje architekture Mixture-of-Experts (128 ekspertow, 4 aktywne na token): przy 119 mld parametrow calkowitych daje okolo 6 mld parametrow aktywnych na token.

Model obsluguje wejscie tekstowe i obrazowe, generuje tekst, oferuje okno kontekstu 256k tokenow oraz natywne wywolywanie funkcji i wyjscie JSON. Jest to model hybrydowy laczacy tryb instruct z rozumowaniem sterowanym parametrem reasoning_effort. Dostepny przez API Mistral, w Mistral AI Studio, na Hugging Face oraz w ekosystemie NVIDIA (build.nvidia.com, NIM) i frameworkach vLLM, llama.cpp, SGLang i Transformers.

Klasyfikacja

LLMModel multimodalnyModel rozumowania

Rodzina: Mistral

Dostęp i wdrożenie

APIPobieranieHostowane

ChmuraLokalnie

Wagi: Open source

Kluczowe parametry

📏 Kontekst: 256K

🧩 Parametry: 119B (MoE, ~6B aktywnych)

✓ Narzędzia · ✓ Fine-tuning

📥 Wejście: tekst, obraz

Specyfikacja techniczna

Okno kontekstowe

256K

tokenów

Parametry

119B (MoE, ~6B aktywnych)

parametrów

Licencja

Apache 2.0

Funkcje:✓ Używanie narzędzi✓ Fine-tuning

Modalności

⬇ Wejście (Input)

textimage

⬆ Wyjście (Output)

text

Możliwości i zastosowania

Natywne możliwości modelu

Wywoływanie funkcji

Natywne wsparcie dla ustrukturyzowanego wykorzystania narzędzi, umożliwiające przepływy pracy oparte na agentach.

Kategoria: planning

Rozumowanie

Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.

Kategoria: reasoning

Adaptacyjny wysiłek rozumowania

Model sam decyduje ile 'myślenia' poświęcić na konkretne zapytanie: proste pytania odpowiadane szybko, złożone problemy dostają więcej cykli inferencji. Cecha GPT-5.1 (Instant i Thinking) skracająca czas dla łatwych zadań, wydłużająca dla trudnych.

Kategoria: reasoning

Programowanie

Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.

Kategoria: coding

Rozumienie obrazu

Analiza i interpretacja treści obrazów.

Kategoria: vision

Rozumienie multimodalne

Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.

Kategoria: multimodal

Wielojęzyczność

Kompetencje w wielu językach naturalnych (od kilku do stu+): rozumienie, generowanie, tłumaczenie, code-switching w obrębie jednej rozmowy. Modele frontier obsługują szeroki wachlarz języków ze zbliżoną jakością.

Kategoria: language

Długi kontekst

Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.

Kategoria: language

Wyjście strukturyzowane

Generowanie danych w ustrukturyzowanych formatach, np. JSON.

Kategoria: structured_generation

Przestrzeganie instrukcji

Precyzyjne wypełnianie wskazówek zawartych w prompcie: format odpowiedzi, długość, styl, ograniczenia (np. 'odpowiedz w sześciu słowach'). GPT-5.1 znacząco poprawił tę zdolność względem GPT-5.

Kategoria: language