¿Qué es Mistral Small 4?
Mistral Small 4 (ID de API mistral-small-2603) se publicó el 16 de marzo de 2026 y sigue siendo el modelo Small vigente de Mistral; sustituyó a Small 3.2 y Magistral Small 1.2, ambos retirados el 31 de julio de 2026. Es un modelo mixture-of-experts de 119.000 millones de parámetros con 128 expertos, cuatro activos por token, así que unos 6.000 millones de parámetros hacen el trabajo de cada token. Fusiona las líneas anteriores de Mistral de razonamiento (Magistral), visión (Pixtral) y programación (Devstral), lee texto e imágenes, escribe texto y tiene un contexto de 256K tokens.
Un ajuste reasoning_effort alterna entre respuestas rápidas (none) y razonamiento paso a paso (high). Los pesos son gratuitos bajo Apache 2.0, con un checkpoint FP8, una versión NVFP4 y versiones GGUF de la comunidad; Mistral indica como mínimo cuatro H100, dos H200 o un DGX B200 para servirlo.
La API cuesta $0,15 por millón de tokens de entrada y $0,60 por millón de tokens de salida, con un 50 % de descuento mediante la batch API y hasta un 90 % en la entrada repetida.
¿Cuánto cuesta Mistral Small 4?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0 |
| API | $0.15 in / $0.60 out per 1M tokens | Batch con un 50 % de descuento |
Pesos gratuitos bajo Apache 2.0. API: $0,15 de entrada / $0,60 de salida por 1M de tokens; batch con un 50 % de descuento; entrada en caché hasta un 90 % más barata.
¿Merece la pena Mistral Small 4?
Small 4 es una elección por precio y licencia más que por capacidad. Artificial Analysis da a la versión de razonamiento 11 en su Intelligence Index, puesto 14 de 67 modelos de pesos abiertos en la clase de 40B a 150B; Nemotron 3.5 Super VL de NVIDIA, con unos 120B similares, obtiene 26. Las comparaciones de la propia Mistral son frente a gpt-oss-120b, al que dice que Small 4 iguala o supera en AA LCR, LiveCodeBench y AIME25, junto a un 71,2 declarado por ella misma en GPQA Diamond.
Donde gana es en el coste por respuesta. Artificial Analysis midió 182 tokens de salida por segundo en la API de Mistral con 0,91 segundos hasta el primer token, y lo sitúa primero de ocho en su clase en coste por tarea, con unos $0,02. Mistral dice que alcanza 0,72 en la prueba de contexto largo de AA escribiendo unos 1.600 caracteres, donde los modelos Qwen necesitan de tres a cuatro veces más texto, lo que importa cuando los tokens de salida cuestan cuatro veces más que los de entrada.
El nombre se queda corto con el hardware. «Small» significa aquí 119B parámetros en total: el propio ejemplo de vLLM del checkpoint FP8 lo reparte en dos GPU y el mínimo declarado por Mistral es de cuatro H100, así que es un modelo de servidor, no de portátil como gpt-oss-20b o los tamaños pequeños de Gemma 4. Apache 2.0 sí significa que no hay cláusula de atribución, tope de ingresos ni aviso de uso, que es más de lo que ofrece MiniMax-M3.
En la propia API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que el usuario se excluya, y los usuarios de pago pueden excluirse en cualquier momento; la retención cero de datos es una petición aparte. Para un comprador europeo que quiere ahora la API de un proveedor francés y la opción de ejecutar los mismos pesos en casa más adelante, esa combinación es más rara de lo que sugiere la tabla de benchmarks.
Dónde se gana su sitio
Una responsable de operaciones de soporte en un centro de contacto europeo de 200 agentes
Redactar primeras respuestas y clasificar tickets en cinco idiomas
Con reasoning_effort en none, un millón de respuestas al mes con 1.500 tokens de entrada y 250 de salida cuesta unos $375 en la API, o unos $190 mediante la batch API para la clasificación nocturna. Mistral es un proveedor de la UE, y las cuentas de pago pueden excluirse del entrenamiento.
Un ingeniero de plataforma en un banco que no puede enviar documentos a una API externa
Ejecutar un asistente con visión en GPU propias
Servir el checkpoint FP8 con vLLM en dos GPU de clase H100, como hace el ejemplo de la ficha del modelo, o en cuatro para tener el margen que recomienda Mistral. Apache 2.0 no exige avisar a Mistral ni tiene umbral de ingresos, y el mismo modelo está en la API para los picos.
Un desarrollador que añade preguntas y respuestas sobre documentos a un producto SaaS económico
Responder preguntas sobre capturas de pantalla y formularios escaneados
Small 4 lee imágenes directamente y admite salidas estructuradas y llamadas a funciones, así que una sola llamada puede devolver JSON tipado a partir de una captura a precio de modelo Small. El razonamiento más difícil o la programación de varios pasos es mejor enviarlos a Mistral Medium 3.5 o a un modelo mayor, dada su puntuación en el índice.
Antes de decidirte
- Puesta en marcha
- API: llama a mistral-small-latest o mistral-small-2603 y fija reasoning_effort en cada petición. Por cuenta propia: vllm serve con los parsers de llamadas a herramientas y de razonamiento de Mistral; en el lanzamiento, el soporte de Transformers necesitaba su rama main.
- Integraciones
- API de Mistral (chat completions, conversaciones, llamadas a funciones, salidas estructuradas, batch), Hugging Face, NVIDIA NIM y build.nvidia.com, OpenRouter; vLLM, SGLang, llama.cpp y Transformers, con fine-tuning mediante NVIDIA NeMo.
- Datos y privacidad
- Apache 2.0 permite el uso comercial sin límites de atribución ni de ingresos. En la API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que te excluyas; los usuarios de pago por uso pueden excluirse en cualquier momento; los votos de pulgar arriba y abajo pueden usarse en todos los planes.
- Coste a escala
- 1M de respuestas de chat al mes con 1.500 tokens de entrada y 250 de salida cuestan unos $375 en la API y unos $190 en batch. Alojarlo exige de dos a cuatro GPU de clase H100 por réplica en FP8, o un DGX B200.
- Límites
- Contexto de 256K tokens; la salida máxima no se publica en la página del modelo, y Mistral fija límites de uso por modelo y por nivel de gasto, visibles solo en el panel de administración de cada cuenta, sin cifras públicas. El esfuerzo de razonamiento alto escribe muchos más tokens, y ahí es donde suben el coste y la latencia.
Lo bueno
- Apache 2.0 sin condiciones de atribución ni de ingresos
- API a $0,15/$0,60, la mitad en batch
- 182 tokens/s en la API de Mistral (Artificial Analysis)
- Entrada de imagen y razonamiento activable en un solo modelo
Lo malo
- Obtiene 11 en el índice de Artificial Analysis frente a 26 de Nemotron 3.5 Super VL
- Necesita de dos a cuatro GPU de centro de datos pese al nombre
- Mistral solo lo compara con gpt-oss-120b y Qwen
- El nivel gratuito de la API puede entrenar con los datos salvo que te excluyas
Ideal para
Equipos que quieren un modelo barato con licencia Apache para chat, documentos e imágenes, en la API de Mistral o en sus propias GPU.
Alternativas a Mistral Small 4
Mistral Small 4: preguntas frecuentes
- ¿Merece la pena Mistral Small 4?
- Barato, rápido y con una licencia limpia, pero las pruebas independientes lo sitúan muy por detrás de los modelos abiertos con los que comparte servidor. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta Mistral Small 4?
- Pesos gratuitos bajo Apache 2.0. API: $0,15 de entrada / $0,60 de salida por 1M de tokens; batch con un 50 % de descuento; entrada en caché hasta un 90 % más barata.
- ¿Qué inconvenientes tiene Mistral Small 4?
- Obtiene 11 en el índice de Artificial Analysis frente a 26 de Nemotron 3.5 Super VL; necesita de dos a cuatro GPU de centro de datos pese al nombre; mistral solo lo compara con gpt-oss-120b y Qwen; el nivel gratuito de la API puede entrenar con los datos salvo que te excluyas.
- ¿Para quién es Mistral Small 4?
- Equipos que quieren un modelo barato con licencia Apache para chat, documentos e imágenes, en la API de Mistral o en sus propias GPU.
- ¿Cuánto cuesta Mistral Small 4 para un equipo o en producción?
- 1M de respuestas de chat al mes con 1.500 tokens de entrada y 250 de salida cuestan unos $375 en la API y unos $190 en batch. Alojarlo exige de dos a cuatro GPU de clase H100 por réplica en FP8, o un DGX B200.
- ¿Es Mistral Small 4 seguro para los datos de la empresa?
- Apache 2.0 permite el uso comercial sin límites de atribución ni de ingresos. En la API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que te excluyas; los usuarios de pago por uso pueden excluirse en cualquier momento; los votos de pulgar arriba y abajo pueden usarse en todos los planes.
- ¿Cuáles son las mejores alternativas a Mistral Small 4?
- Las alternativas más cercanas que hemos analizado son gpt-oss-120b, Nemotron 3.5 Super VL, Mistral Medium 3.5 y Gemma 4.
Respuestas comprobadas el 26 oct 2026.