O que é Mistral Small 4?
O Mistral Small 4 (ID de API mistral-small-2603) foi lançado em 16 de março de 2026 e ainda é o modelo Small atual da Mistral; ele substituiu o Small 3.2 e o Magistral Small 1.2, ambos aposentados em 31 de julho de 2026. É um modelo mixture-of-experts de 119 bilhões de parâmetros com 128 experts, quatro ativos por token, então cerca de 6 bilhões de parâmetros fazem o trabalho em cada token. Ele une as linhas anteriores de raciocínio (Magistral), visão (Pixtral) e programação (Devstral) da Mistral, lê texto e imagens, escreve texto e tem contexto de 256K tokens.
Uma configuração reasoning_effort alterna entre respostas rápidas (none) e raciocínio passo a passo (high). Os pesos são gratuitos sob Apache 2.0, com um checkpoint FP8, uma versão NVFP4 e builds GGUF da comunidade; a Mistral lista quatro H100, duas H200 ou um DGX B200 como mínimo para servi-lo.
A API custa US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída, com 50% de desconto pela API de batch e até 90% de desconto em entrada repetida.
Quanto custa Mistral Small 4?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Apache 2.0 |
| API | $0.15 in / $0.60 out per 1M tokens | Batch com 50% de desconto |
Pesos gratuitos sob Apache 2.0. API: US$ 0,15 entrada / US$ 0,60 saída por 1M de tokens; batch com 50% de desconto; entrada em cache com até 90% de desconto.
Mistral Small 4 vale a pena?
O Small 4 é uma escolha de preço e licença mais do que de capacidade. A Artificial Analysis dá à versão de raciocínio 11 no seu Intelligence Index, 14º de 67 modelos de pesos abertos na classe de 40B a 150B; o Nemotron 3.5 Super VL da NVIDIA, com 120B semelhantes, marca 26. As comparações da própria Mistral são contra o gpt-oss-120b, que ela diz que o Small 4 iguala ou supera no AA LCR, no LiveCodeBench e no AIME25, além de 71,2 autodeclarados no GPQA Diamond.
Onde ele vence é no custo por resposta. A Artificial Analysis mediu 182 tokens de saída por segundo na API da Mistral, com 0,91 segundo até o primeiro token, e o coloca em primeiro de oito na sua classe em custo por tarefa, a cerca de US$ 0,02. A Mistral diz que ele chega a 0,72 no teste de contexto longo da AA escrevendo cerca de 1.600 caracteres, enquanto os modelos Qwen precisam de três a quatro vezes mais texto, o que importa quando os tokens de saída custam quatro vezes mais que os de entrada.
O nome subestima o hardware. "Small" aqui significa 119B de parâmetros no total: o próprio exemplo de vLLM do checkpoint FP8 o divide em duas GPUs e o mínimo declarado pela Mistral é de quatro H100, então este é um modelo de servidor, não de notebook como o gpt-oss-20b ou os tamanhos menores do Gemma 4. A Apache 2.0 significa, sim, nenhuma cláusula de atribuição, teto de receita ou aviso de uso, o que é mais do que o MiniMax-M3 oferece.
Na própria API da Mistral, entradas e saídas do nível gratuito podem ser usadas para treinamento, a menos que o usuário recuse, e usuários pagos podem recusar a qualquer momento; a retenção zero de dados é um pedido à parte. Para um comprador europeu que quer a API de um fornecedor francês agora e a opção de rodar os mesmos pesos internamente depois, essa combinação é mais rara do que a tabela de benchmarks sugere.
Onde ele se destaca
Um líder de operações de suporte em uma central de atendimento europeia de 200 agentes
Rascunhar primeiras respostas e triar tickets em cinco idiomas
Com reasoning_effort em none, um milhão de respostas por mês com 1.500 tokens de entrada e 250 de saída custa cerca de US$ 375 na API, ou cerca de US$ 190 pela API de batch para triagem durante a noite. A Mistral é um fornecedor da UE, e contas pagas podem recusar o treinamento.
Um engenheiro de plataforma em um banco que não pode enviar documentos a uma API de terceiros
Rodar um assistente com visão em GPUs internas
Sirva o checkpoint FP8 com vLLM em duas GPUs da classe H100, como no exemplo do model card, ou em quatro para a folga recomendada pela Mistral. A Apache 2.0 não exige aviso à Mistral nem tem limite de receita, e o mesmo modelo está na API para picos de demanda.
Um desenvolvedor adicionando perguntas e respostas sobre documentos a um produto SaaS de baixo custo
Responder perguntas sobre capturas de tela e formulários digitalizados
O Small 4 lê imagens diretamente e suporta saídas estruturadas e function calling, então uma única chamada pode devolver JSON tipado a partir de uma captura de tela a preços de modelo Small. Raciocínio mais difícil ou programação em várias etapas é melhor encaminhar ao Mistral Medium 3.5 ou a um modelo maior, dada a sua pontuação no índice.
Antes de decidir
- Configuração
- API: chame mistral-small-latest ou mistral-small-2603 e defina reasoning_effort por requisição. Auto-hospedado: vllm serve com os parsers de tool call e de raciocínio da Mistral; o suporte no Transformers exigia o branch main no lançamento.
- Integrações
- API da Mistral (chat completions, conversations, function calling, saídas estruturadas, batch), Hugging Face, NVIDIA NIM e build.nvidia.com, OpenRouter; vLLM, SGLang, llama.cpp e Transformers, com fine-tuning pelo NVIDIA NeMo.
- Dados e privacidade
- A Apache 2.0 permite uso comercial sem limites de atribuição ou de receita. Na API da Mistral, entradas e saídas do nível gratuito podem ser usadas para treinamento, a menos que você recuse; usuários pay-as-you-go podem recusar a qualquer momento; o feedback de joinha para cima e para baixo pode ser usado em todos os planos.
- Custo em escala
- 1M de respostas de chat por mês com 1.500 tokens de entrada e 250 de saída custa cerca de US$ 375 na API e cerca de US$ 190 em batch. Auto-hospedar exige de duas a quatro GPUs da classe H100 por réplica em FP8, ou um DGX B200.
- Limites
- Contexto de 256K tokens; a saída máxima não está publicada na página do modelo, e a Mistral define limites de taxa por modelo e por faixa de gasto, exibidos só no painel de administração de cada conta, sem números p úblicos. Esforço de raciocínio alto escreve muito mais tokens, e é aí que custo e latência sobem.
O que é bom
- Apache 2.0 sem termos de atribuição ou de receita
- API a US$ 0,15/US$ 0,60, metade disso em batch
- 182 tokens/s na API da Mistral (Artificial Analysis)
- Entrada de imagem e raciocínio comutável em um só modelo
O que não é
- Marca 11 no índice da Artificial Analysis contra 26 do Nemotron 3.5 Super VL
- Precisa de duas a quatro GPUs de data center, apesar do nome
- A Mistral só o compara com o gpt-oss-120b e o Qwen
- O nível gratuito da API pode treinar com os dados, a menos que você recuse
Ideal para
Equipes que querem um modelo barato e sob Apache para chat, documentos e imagens, na API da Mistral ou nas próprias GPUs.
Alternativas ao Mistral Small 4
Mistral Small 4: perguntas frequentes
- Mistral Small 4 vale a pena?
- Barato, rápido e de licença limpa, mas testes independentes o colocam bem atrás dos modelos abertos com que divide o servidor. Damos nota 3.7 de 5.
- Quanto custa Mistral Small 4?
- Pesos gratuitos sob Apache 2.0. API: US$ 0,15 entrada / US$ 0,60 saída por 1M de tokens; batch com 50% de desconto; entrada em cache com até 90% de desconto.
- Quais são as desvantagens de Mistral Small 4?
- Marca 11 no índice da Artificial Analysis contra 26 do Nemotron 3.5 Super VL; precisa de duas a quatro GPUs de data center, apesar do nome; a Mistral só o compara com o gpt-oss-120b e o Qwen; o nível gratuito da API pode treinar com os dados, a menos que você recuse.
- Para quem Mistral Small 4 é indicado?
- Equipes que querem um modelo barato e sob Apache para chat, documentos e imagens, na API da Mistral ou nas próprias GPUs.
- Quanto custa Mistral Small 4 para uma equipe ou em produção?
- 1M de respostas de chat por mês com 1.500 tokens de entrada e 250 de saída custa cerca de US$ 375 na API e cerca de US$ 190 em batch. Auto-hospedar exige de duas a quatro GPUs da classe H100 por réplica em FP8, ou um DGX B200.
- Mistral Small 4 é seguro para dados da empresa?
- A Apache 2.0 permite uso comercial sem limites de atribuição ou de receita. Na API da Mistral, entradas e saídas do nível gratuito podem ser usadas para treinamento, a menos que você recuse; usuários pay-as-you-go podem recusar a qualquer momento; o feedback de joinha para cima e para baixo pode ser usado em todos os planos.
- Quais são as melhores alternativas ao Mistral Small 4?
- As alternativas mais próximas que analisamos são gpt-oss-120b, Nemotron 3.5 Super VL, Mistral Medium 3.5 e Gemma 4.
Respostas verificadas em 26 de out. de 2026.