Mistral Small 4의 개요
Mistral Small 4(API ID mistral-small-2603)는 2026년 3월 16일에 출시되었고 지금도 Mistral의 현행 Small 모델입니다. Small 3.2와 Magistral Small 1.2를 대체했으며, 두 모델은 2026년 7월 31일에 종료되었습니다. 전문가 128개 가운데 토큰마다 4개가 활성화되는 1,190억(119-billion) 파라미터 mixture-of-experts 모델이어서, 토큰 하나를 처리하는 데 실제로 쓰이는 파라미터는 약 60억(6 billion)개입니다. Mistral이 이전에 따로 운영하던 추론(Magistral), 비전(Pixtral), 코딩(Devstral) 라인을 하나로 합쳤습니다. 텍스트와 이미지를 읽고 텍스트를 쓰며, 컨텍스트는 256K 토큰입니다.
reasoning_effort 설정으로 빠른 답변(none)과 단계별 추론(high)을 전환합니다. 가중치는 Apache 2.0으로 무료이며 FP8 체크포인트, NVFP4 버전, 커뮤니티 GGUF 빌드가 있습니다. Mistral은 서빙 최소 사양으로 H100 4장, H200 2장 또는 DGX B200 1대를 제시합니다.
API 요금은 100만 입력 토큰당 $0.15, 100만 출력 토큰당 $0.60입니다. 배치 API는 50% 할인되고, 반복되는 입력은 최대 90% 할인됩니다.
Mistral Small 4의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Weights | Free | Apache 2.0 |
| API | $0.15 in / $0.60 out per 1M tokens | 배치 50% 할인 |
Apache 2.0으로 가중치 무료. API: 1M 토큰당 입력 $0.15 / 출력 $0.60, 배치 50% 할인, 캐시된 입력 최대 90% 할인.
Mistral Small 4, 쓸 만한 가치가 있습니까?
Small 4는 성능보다는 가격과 라이선스로 고르는 모델입니다. Artificial Analysis는 추론 버전에 Intelligence Index 11점을 매겼고, 이는 40B~150B급 오픈 가중치 모델 67개 중 14위입니다. 비슷한 120B 규모인 NVIDIA의 Nemotron 3.5 Super VL은 26점입니다. Mistral 자체 비교는 gpt-oss-120b를 상대로 한 것으로, Small 4가 AA LCR, LiveCodeBench, AIME25에서 같거나 앞선다고 밝히고 GPQA Diamond 71.2점을 자체 보고했습니다.
강점은 답변당 비용입니다. Artificial Analysis는 Mistral API에서 초당 182 출력 토큰, 첫 토큰까지 0.91초를 측정했고, 작업당 비용에서 같은 급 8개 모델 중 1위(약 $0.02)로 평가했습니다. Mistral은 AA 장문 컨텍스트 테스트에서 약 1,600자를 쓰면서 0.72를 기록했고, Qwen 모델은 그 3~4배 분량의 텍스트가 필요하다고 말합니다. 출력 토큰이 입력보다 4배 비싸다는 점에서 의미가 있습니다.
이름은 하드웨어 요구를 실제보다 작게 보이게 합니다. 여기서 "Small"은 전체 파라미터 119B를 뜻합니다. FP8 체크포인트의 vLLM 예제는 모델을 GPU 2장에 나누어 올리고, Mistral이 밝힌 최소 사양은 H100 4장입니다. 그러니 gpt-oss-20b나 Gemma 4의 작은 크기들처럼 노트북에서 돌리는 모델이 아니라 서버용 모델입니다. 대신 Apache 2.0이어서 출처 표기 조항, 매출 상한, 사용 통지 의무가 없고, 이는 MiniMax-M3보다 나은 조건입니다.
Mistral 자체 API에서는 무료 등급의 입력과 출력이 사용자가 거부하지 않는 한 학습에 쓰일 수 있고, 유료 사용자는 언제든 거부할 수 있습니다. 데이터 무보존(zero data retention)은 별도로 요청해야 합니다. 지금은 프랑스 업체의 API를 쓰고 나중에 같은 가중치를 사내에서 돌릴 선택지를 원하는 유럽 구매자에게, 이런 조합은 벤치마크 표가 보여주는 것보다 드뭅니다.
제 역할을 하는 곳
상담원 200명 규모 유럽 콘택트센터의 지원 운영 책임자
5개 언어로 첫 답변 초안을 쓰고 티켓을 분류하기
reasoning_effort를 none으로 두고 입력 1,500 토큰, 출력 250 토큰짜리 답변을 월 100만 건 처리하면 API로 약 $375, 야간 분류를 배치 API로 돌리면 약 $190입니다. Mistral은 EU 업체이고, 유료 계정은 학습 사용을 거부할 수 있습니다.
문서를 제3자 API로 보낼 수 없는 은행의 플랫폼 엔지니어
비전 기능이 있는 어시스턴트를 사내 GPU에서 운영하기
모델 카드 예제처럼 FP8 체크포인트를 vLLM으로 H100급 GPU 2장에 나누어 서빙하거나, Mistral이 권장하는 여유분을 위해 4장을 씁니다. Apache 2.0은 Mistral에 통지할 필요가 없고 매출 기준도 없으며, 넘치는 부하는 같은 모델을 API로 처리할 수 있습니다.
저가형 SaaS 제품에 문서 Q&A를 추가하는 개발자
스크린샷과 스캔한 양식에 관한 질문에 답하기
Small 4는 이미지를 직접 읽고 structured outputs와 function calling을 지원하므로, 한 번의 호출로 스크린샷에서 타입이 지정된 JSON을 Small 모델 가격에 받을 수 있습니다. 지수 점수를 감안하면 더 어려운 추론이나 여러 단계의 코딩은 Mistral Medium 3.5나 더 큰 모델로 보내는 편이 낫습니다.
도입 전 확인할 점
- 설정
- API: mistral-small-latest 또는 mistral-small-2603을 호출하고 요청마다 reasoning_effort를 설정합니다. 자체 호스팅: Mistral의 tool-call 및 reasoning 파서와 함께 vllm serve를 씁니다. 출시 당시 Transformers 지원에는 main 브랜치가 필요했습니다.
- 연동
- Mistral API(chat completions, conversations, function calling, structured outputs, batch), Hugging Face, NVIDIA NIM과 build.nvidia.com, OpenRouter, vLLM, SGLang, llama.cpp, Transformers. 파인튜닝은 NVIDIA NeMo로 합니다.
- 데이터와 개인정보
- Apache 2.0은 출처 표기나 매출 제한 없이 상업적 사용을 허용합니다. Mistral API에서는 무료 등급의 입력과 출력이 거부하지 않는 한 학습에 쓰일 수 있고, 종량제 사용자는 언제든 거부할 수 있습니다. 좋아요/싫어요 피드백은 모든 요금제에서 활용될 수 있습니다.
- 대규모 사용 시 비용
- 입력 1,500 토큰, 출력 250 토큰짜리 채팅 답변을 월 1M 건 처리하면 API로 약 $375, 배치로 약 $190입니다. 자체 호스팅은 FP8 기준 레플리카당 H100급 GPU 2~4장 또는 DGX B200 1대가 필요합니다.
- 제한
- 컨텍스트는 256K 토큰입니다. 최대 출력은 모델 페이지에 공개되어 있지 않습니다. Mistral은 모델별, 지출 등급별로 속도 제한을 두며, 이는 각 계정의 관리 패널에만 표시되고 공개 수치는 없습니다. 높은 추론 강도는 훨씬 많은 토큰을 쓰므로 비용과 지연이 여기서 늘어납니다.
좋은 점
- 출처 표기나 매출 조건이 없는 Apache 2.0
- API $0.15/$0.60, 배치는 그 절반
- Mistral API에서 초당 182 토큰(Artificial Analysis)
- 이미지 입력과 전환 가능한 추론을 한 모델에서 제공
아쉬운 점
- Artificial Analysis 지수 11점으로, Nemotron 3.5 Super VL의 26점에 못 미침
- 이름과 달리 데이터센터 GPU 2~4장 필요
- Mistral은 gpt-oss-120b와 Qwen만을 상대로 벤치마크함
- 무료 API 등급은 거부하지 않으면 데이터를 학습에 쓸 수 있음
추천 대상
채팅, 문서, 이미지 처리를 위해 저렴한 Apache 라이선스 모델을 Mistral API나 자체 GPU에서 쓰려는 팀.
Mistral Small 4 대안
Mistral Small 4: 자주 묻는 질문
- Mistral Small 4, 쓸 만한 가치가 있습니까?
- 저렴하고 빠르며 라이선스가 깔끔합니다. 다만 독립 테스트에서는 같은 급의 서버에서 돌리는 다른 오픈 모델들에 크게 뒤처집니다. 평점은 5점 만점에 3.7점입니다.
- Mistral Small 4의 가격은 얼마입니까?
- Apache 2.0으로 가중치 무료. API: 1M 토큰당 입력 $0.15 / 출력 $0.60, 배치 50% 할인, 캐시된 입력 최대 90% 할인.
- Mistral Small 4의 단점은 무엇입니까?
- Artificial Analysis 지수 11점으로, Nemotron 3.5 Super VL의 26점에 못 미침; 이름과 달리 데이터센터 GPU 2~4장 필요; Mistral은 gpt-oss-120b와 Qwen만을 상대로 벤치마크함; 무료 API 등급은 거부하지 않으면 데이터를 학습에 쓸 수 있음.
- Mistral Small 4에 적합한 사람은 누구입니까?
- 채팅, 문서, 이미지 처리를 위해 저렴한 Apache 라이선스 모델을 Mistral API나 자체 GPU에서 쓰려는 팀.
- 팀이나 프로덕션 환경에서 Mistral Small 4의 비용은 얼마입니까?
- 입력 1,500 토큰, 출력 250 토큰짜리 채팅 답변을 월 1M 건 처리하면 API로 약 $375, 배치로 약 $190입니다. 자체 호스팅은 FP8 기준 레플리카당 H100급 GPU 2~4장 또는 DGX B200 1대가 필요합니다.
- Mistral Small 4에 회사 데이터를 맡겨도 안전합니까?
- Apache 2.0은 출처 표기나 매출 제한 없이 상업적 사용을 허용합니다. Mistral API에서는 무료 등급의 입력과 출력이 거부하지 않는 한 학습에 쓰일 수 있고, 종량제 사용자는 언제든 거부할 수 있습니다. 좋아요/싫어요 피드백은 모든 요금제에서 활용될 수 있습니다.
- Mistral Small 4의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 gpt-oss-120b, Nemotron 3.5 Super VL, Mistral Medium 3.5 및 Gemma 4입니다.
답변 확인일: 2026년 10월 26일.