Mistral: Mistral Small 4 (batch)

Mistral Small 4 réunit suivi général d’instructions, raisonnement et programmation dans un modèle multimodal unique. Le concepteur le présente comme une unification des familles Instruct, Magistral pour le raisonnement et Devstral pour le code. Il accepte texte et images et renvoie du texte, avec appels de fonctions et sortie JSON pour les applications utilisant des outils.

Architecture et fonctions principales

La version compte 119 milliards de paramètres au total et en active 6,5 milliards par token. Son architecture à mélange d’experts contient 128 experts, dont 4 actifs, et le concepteur documente une fenêtre de contexte de 256 k tokens. Les paramètres actifs et le nombre d’experts décrivent l’organisation du modèle ; ils sont distincts de la quantité de texte ou d’images d’une tâche.

Le même point de contrôle fournit les fonctions d’instruction et de raisonnement. Le concepteur indique aussi la vision, le respect des prompts système et des dizaines de langues, dont l’anglais, le français, l’espagnol, l’allemand, l’italien, le portugais, le néerlandais, le chinois, le japonais, le coréen et l’arabe. Une instruction textuelle peut donc interroger une image ou réunir une exigence écrite et des éléments visibles, avec une réponse textuelle.

Une tâche visuelle peut fournir une page de document et demander les valeurs pertinentes pour une condition donnée. Gardez les libellés et unités lisibles et précisez s’il faut conserver la formulation originale, la résumer ou la comparer à une autre source. Une tâche d’interface peut associer capture d’écran et objectif de l’utilisateur, puis demander la commande visible pertinente et les éléments étayant la prochaine étape proposée.

Choisir le mode d’instruction ou de raisonnement

La fiche documente l’effort none pour une réponse immédiate suivant les instructions et high pour le raisonnement, recommandé pour les prompts complexes. Le choix s’effectue par requête dans le même modèle Small 4. Une classification ordinaire ou une courte réécriture peut avoir un contrat de réponse différent d’un problème mathématique, visuel ou de code nécessitant une explication développée.

Le concepteur recommande une température de 0,7 pour un effort élevé. Pour none, il précise des températures entre 0,0 et 0,7 selon la tâche. Ces réglages décrivent les modes documentés et ne transforment pas l’effort de raisonnement en garantie de justesse. Définissez hypothèses, forme de sortie et sources pertinentes avant de choisir la quantité de raisonnement nécessaire.

Pour un problème détaillé, fournissez l’énoncé complet et demandez les étapes importantes justifiées puis l’expression finale. Pour du code, fournissez l’exigence, la fonction concernée et une entrée concrète ; demandez l’implémentation proposée séparément de l’explication et des exemples. Les démonstrations du concepteur comprennent le suivi d’instructions, un outil de calcul appliqué à une image et le raisonnement visuel, illustrant les différentes façons d’intégrer texte et éléments visuels.

Code, documents et outils

Le modèle vise l’exploration de bases de code et les agents d’ingénierie logicielle, les assistants généraux, la compréhension documentaire et la recherche. Une demande à un agent de code peut nommer le module à modifier, l’interface à préserver et le comportement attendu. Fournissez les sources et les éléments d’échec pertinents. Le modèle propose la prochaine opération ou une modification ; l’application fournit l’accès au dépôt, l’exécution et le retour d’information.

Pour l’extraction documentaire, identifiez les champs requis et la représentation des données absentes. Un enregistrement utile peut séparer identifiant du document, énoncé source, exigence interprétée et question non résolue. La fiche du service répertorie les sorties structurées personnalisées et les questions documentaires ; ces dernières utilisent le traitement de documents et l’OCR pour préparer texte et structure avant l’analyse linguistique. Une question directe sur image et un processus documentaire assisté par OCR conservent leurs propres préparations d’entrée.

Les appels de fonctions nécessitent des outils clairement décrits. Le modèle sélectionne une fonction et crée ses arguments ; l’application exécute l’opération et renvoie son résultat pour la réponse suivante. La logique est la même pour une recherche, un calcul ou une opération de code. JSON organise une réponse ; un appel d’outil demande une action externe. Les deux ne sont pas des résultats interchangeables.

La fiche du service répertorie aussi sorties prédites, préfixes de réponse, lots et conversations d’agents. Les sorties prédites conviennent à la régénération d’un document ou fichier de code avec une modification limitée lorsque le reste est connu. Précisez la modification et le contenu à préserver. La continuation par préfixe utilise un début connu ; les lots concernent la soumission du travail plutôt qu’un mode de raisonnement supplémentaire.

Contexte et périmètre de l’édition

Organisez tâche écrite, éléments visuels, conversation et réponse souhaitée dans le contexte documenté de 256 k tokens. L’exemple d’usage configure 262 144 tokens de contexte ; son exemple de génération de 1 024 tokens n’est pas une capacité maximale de sortie distincte. Les sources consultées ne fournissent pas de limite stricte indépendante de réponse à substituer à la longueur choisie.

Small 4 possède sa propre architecture à mélange d’experts de 119 milliards de paramètres et ses modes hybrides. Il ne doit pas hériter de l’architecture dense de 128 milliards de Medium 3.5 ni des éditions Instruct et Reasoning distinctes de Ministral 3. Le concepteur publie aussi des artefacts distincts quantifiés et de décodage spéculatif ; ce sont des artefacts de déploiement séparés, pas d’autres modalités. Préservez la version Small 4 et le mode demandé pour l’explication, l’enregistrement structuré ou le code réel.