Qu’est-ce que Mistral Small 4 ?
Mistral Small 4 (identifiant d'API mistral-small-2603) est sorti le 16 mars 2026 et reste le modèle Small actuel de Mistral ; il a remplacé Small 3.2 et Magistral Small 1.2, tous deux retirés le 31 juillet 2026. C'est un modèle mixture-of-experts de 119 milliards de paramètres avec 128 experts, quatre actifs par token, si bien qu'environ 6 milliards de paramètres font le travail pour chaque token. Il fusionne les anciennes lignées de raisonnement (Magistral), de vision (Pixtral) et de code (Devstral) de Mistral, lit le texte et les images, écrit du texte et a un contexte de 256K tokens.
Un réglage reasoning_effort bascule entre réponses rapides (none) et raisonnement étape par étape (high). Les poids sont gratuits sous Apache 2.0, avec un checkpoint FP8, une version NVFP4 et des versions GGUF communautaires ; Mistral liste quatre H100, deux H200 ou un DGX B200 comme minimum pour le servir.
L'API coûte 0,15 $ par million de tokens en entrée et 0,60 $ par million en sortie, avec 50 % de moins via l'API batch et jusqu'à 90 % de moins sur l'entrée répétée.
Combien coûte Mistral Small 4 ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | Apache 2.0 |
| API | $0.15 in / $0.60 out per 1M tokens | Batch 50 % de moins |
Poids gratuits sous Apache 2.0. API : 0,15 $ en entrée / 0,60 $ en sortie par 1M de tokens ; batch 50 % de moins ; entrée en cache jusqu'à 90 % de moins.
Mistral Small 4 vaut-il le coup ?
Small 4 est un choix de prix et de licence plus que de capacité. Artificial Analysis note la version raisonnement 11 sur son Intelligence Index, 14e sur 67 modèles à poids ouverts de la catégorie 40B à 150B ; le Nemotron 3.5 Super VL de NVIDIA, à un 120B similaire, obtient 26. Les propres comparaisons de Mistral sont face à gpt-oss-120b, que Small 4 égale ou bat, selon lui, sur AA LCR, LiveCodeBench et AIME25, aux côtés d'un 71,2 autodéclaré sur GPQA Diamond.
Là où il gagne, c'est le coût par réponse. Artificial Analysis a mesuré 182 tokens de sortie par seconde sur l'API de Mistral avec 0,91 seconde jusqu'au premier token, et le classe premier sur huit de sa catégorie en coût par tâche, à environ 0,02 $. Mistral indique qu'il atteint 0,72 sur le test de long contexte d'AA en écrivant environ 1 600 caractères, là où les modèles Qwen en ont besoin de trois à quatre fois plus, ce qui compte quand les tokens de sortie coûtent quatre fois plus que l'entrée.
Le nom sous-vend le matériel. « Small » signifie ici 119B de paramètres au total : l'exemple vLLM du checkpoint FP8 le répartit sur deux GPU et le minimum indiqué par Mistral est de quatre H100, si bien que c'est un modèle de serveur, pas de portable comme gpt-oss-20b ou les plus petites tailles de Gemma 4. Apache 2.0 signifie bien aucune clause d'attribution, plafond de revenus ou notification d'usage, ce qui est plus que ce qu'offre MiniMax-M3.
Sur l'API propre de Mistral, les entrées et sorties du niveau gratuit peuvent servir à l'entraînement sauf si l'utilisateur s'y oppose, et les utilisateurs payants peuvent s'y opposer à tout moment ; la non-conservation des données est une demande distincte. Pour un acheteur européen qui veut l'API d'un fournisseur français maintenant et l'option de faire tourner des poids identiques en interne plus tard, cette combinaison est plus rare que le tableau de benchmarks ne le suggère.
Là où il fait la différence
Un responsable des opérations support dans un centre de contact européen de 200 agents
Rédiger les premières réponses et trier les tickets en cinq langues
Avec reasoning_effort réglé sur none, un million de réponses par mois à 1 500 tokens en entrée et 250 en sortie font environ 375 $ sur l'API, ou environ 190 $ via l'API batch pour le tri de nuit. Mistral est un fournisseur de l'UE, et les comptes payants peuvent s'opposer à l'entraînement.
Un ingénieur plateforme dans une banque qui ne peut pas envoyer de documents à une API tierce
Faire tourner un assistant capable de vision sur des GPU internes
Servir le checkpoint FP8 avec vLLM sur deux GPU de classe H100, comme le fait l'exemple de la fiche du modèle, ou quatre pour la marge recommandée par Mistral. Apache 2.0 n'exige aucune notification à Mistral et n'a pas de seuil de revenus, et le même modèle est sur l'API pour le débordement.
Un développeur qui ajoute la Q&R sur documents à un produit SaaS économique
Répondre à des questions sur des captures d'écran et des formulaires scannés
Small 4 lit les images directement et prend en charge les sorties structurées et l'appel de fonctions, si bien qu'un seul appel peut renvoyer du JSON typé à partir d'une capture d'écran aux prix d'un modèle Small. Le raisonnement plus difficile ou le code en plusieurs étapes est mieux routé vers Mistral Medium 3.5 ou un modèle plus grand, vu son score d'index.
Avant de vous engager
- Mise en route
- API : appelez mistral-small-latest ou mistral-small-2603 et réglez reasoning_effort par requête. Auto-hébergé : vllm serve avec les parseurs d'appel d'outils et de raisonnement de Mistral ; la prise en charge de Transformers avait besoin de sa branche main à la sortie.
- Intégrations
- API Mistral (chat completions, conversations, appel de fonctions, sorties structurées, batch), Hugging Face, NVIDIA NIM et build.nvidia.com, OpenRouter ; vLLM, SGLang, llama.cpp et Transformers, avec affinage via NVIDIA NeMo.
- Données et confidentialité
- Apache 2.0 autorise l'usage commercial sans limites d'attribution ni de revenus. Sur l'API de Mistral, les entrées et sorties du niveau gratuit peuvent servir à l'entraînement sauf si vous vous y opposez ; les utilisateurs à l'usage peuvent s'y opposer à tout moment ; les retours pouce-levé et pouce-baissé sont utilisables sur toutes les offres.
- Coût à grande échelle
- 1M de réponses de chat par mois à 1 500 tokens en entrée et 250 en sortie coûtent environ 375 $ sur l'API et environ 190 $ en batch. L'auto-hébergement a besoin de deux à quatre GPU de classe H100 par réplique en FP8, ou un DGX B200.
- Limites
- Contexte de 256K tokens ; la sortie maximale n'est pas publiée sur la page du modèle, et Mistral fixe les limites de débit par modèle et par niveau de dépense, montrées uniquement dans le panneau d'administration de chaque compte, sans chiffres publics. Un effort de raisonnement élevé écrit bien plus de tokens, ce qui fait monter le coût et la latence.
Les points forts
- Apache 2.0 sans conditions d'attribution ni de revenus
- API à 0,15 $/0,60 $, la moitié en batch
- 182 tokens/s sur l'API de Mistral (Artificial Analysis)
- Entrée d'image et raisonnement commutable dans un seul modèle
Les points faibles
- Obtient 11 sur l'index d'Artificial Analysis contre 26 pour Nemotron 3.5 Super VL
- A besoin de deux à quatre GPU de centre de données malgré le nom
- Mistral ne le compare qu'à gpt-oss-120b et Qwen
- Le niveau gratuit de l'API peut s'entraîner sur les données sauf si vous vous y opposez
Idéal pour
Les équipes qui veulent un modèle à bas coût, sous licence Apache, pour le chat, les documents et les images, sur l'API de Mistral ou leurs propres GPU.
Alternatives à Mistral Small 4
Mistral Small 4 : questions fréquentes
- Mistral Small 4 vaut-il le coup ?
- Bon marché, rapide et proprement sous licence, mais les tests indépendants le placent bien derrière les modèles ouverts avec lesquels il partage un serveur. Nous lui donnons 3.7 sur 5.
- Combien coûte Mistral Small 4 ?
- Poids gratuits sous Apache 2.0. API : 0,15 $ en entrée / 0,60 $ en sortie par 1M de tokens ; batch 50 % de moins ; entrée en cache jusqu'à 90 % de moins.
- Quels sont les inconvénients de Mistral Small 4 ?
- Obtient 11 sur l'index d'Artificial Analysis contre 26 pour Nemotron 3.5 Super VL; a besoin de deux à quatre GPU de centre de données malgré le nom; mistral ne le compare qu'à gpt-oss-120b et Qwen; le niveau gratuit de l'API peut s'entraîner sur les données sauf si vous vous y opposez.
- À qui s’adresse Mistral Small 4 ?
- Les équipes qui veulent un modèle à bas coût, sous licence Apache, pour le chat, les documents et les images, sur l'API de Mistral ou leurs propres GPU.
- Combien coûte Mistral Small 4 pour une équipe ou en production ?
- 1M de réponses de chat par mois à 1 500 tokens en entrée et 250 en sortie coûtent environ 375 $ sur l'API et environ 190 $ en batch. L'auto-hébergement a besoin de deux à quatre GPU de classe H100 par réplique en FP8, ou un DGX B200.
- Mistral Small 4 est-il sûr pour les données de l’entreprise ?
- Apache 2.0 autorise l'usage commercial sans limites d'attribution ni de revenus. Sur l'API de Mistral, les entrées et sorties du niveau gratuit peuvent servir à l'entraînement sauf si vous vous y opposez ; les utilisateurs à l'usage peuvent s'y opposer à tout moment ; les retours pouce-levé et pouce-baissé sont utilisables sur toutes les offres.
- Quelles sont les meilleures alternatives à Mistral Small 4 ?
- Les alternatives les plus proches que nous avons testées sont gpt-oss-120b, Nemotron 3.5 Super VL, Mistral Medium 3.5 et Gemma 4.
Réponses vérifiées le 26 oct. 2026.