Mistral lanza Small 4, un modelo MoE de 119.000 millones de parámetros para razonamiento, código y multimodalidad

Mistral AI ha presentado Mistral Small 4, un nuevo modelo abierto que pretende sustituir varias de las líneas independientes de la compañía por un único endpoint universal. En lugar de un modelo instruct, uno de razonamiento, uno de visión y un agente de programación por separado, los desarrolladores reciben un solo checkpoint MoE con profundidad de razonamiento ajustable.

Uno en lugar de cuatro

La clave del lanzamiento no es que Mistral haya aumentado el número de parámetros. Small 4 reúne en un solo producto los papeles que antes se repartían entre Mistral Small para instrucciones habituales, Magistral para razonamiento complejo, Pixtral para comprensión multimodal y Devstral para programación agéntica. Para los equipos que construyen productos sobre LLM, esto importa más que otro récord en una tabla de benchmarks: menos enrutamiento entre modelos, infraestructura más sencilla y menos probabilidad de obtener estilos de respuesta distintos en pasos contiguos de un mismo flujo.

«Los usuarios ya no tienen que elegir entre un modo instruct rápido, razonamiento y un asistente multimodal», afirma

Mistral en su anuncio.

Según su posicionamiento, Small 4 apunta a varios tipos de tareas a la vez: chat convencional, trabajo con código, workflows agénticos y análisis de documentos o imágenes complejos. Mistral presenta el modelo abiertamente como una capa universal para tareas empresariales en las que hay que combinar consultas de texto y de imagen bajo una sola superficie de API. Destaca en un mercado donde muchos equipos aún mantienen modelos distintos para chat, para razonamiento y para visión.

Cómo está construido

Arquitectónicamente es un modelo Mixture-of-Experts de 119.000 millones de parámetros. Tiene 128 expertos, de los cuales solo cuatro se activan por cada token, de modo que Mistral apuesta por la eficiencia en ejecución y no por la máxima densidad. La compañía también declara una ventana de contexto de 256k y manejo nativo de texto e imágenes. El lanzamiento es abierto bajo licencia Apache 2.0, lo que significa que el modelo se puede usar mediante API, pero también desplegar y ajustar para escenarios propios.

• 119.000 millones de parámetros en la arquitectura total
• 128 expertos y 4 expertos activos por token
• Ventana de contexto de 256k
• Entradas: texto e imágenes
• Licencia Apache 2.0 y disponibilidad para self-hosting

Mistral pone un énfasis especial en el parámetro reasoning_effort. En esencia, es un interruptor entre una respuesta rápida y un modo más pesado de razonamiento paso a paso. En el modo none, el modelo debería comportarse más como Mistral Small 3.2 y dar respuestas más ligeras y de baja latencia. En el modo high, debería funcionar más cerca de la línea Magistral, cuando importa más la calidad del razonamiento en tareas difíciles que la velocidad. El sentido práctico es simple: en lugar de combinar dos o tres modelos, se puede mantener un único despliegue y cambiar el comportamiento en cada solicitud.

Velocidad y despliegue

En su anuncio oficial, Mistral apuesta no solo por la versatilidad, sino también por la economía de la inferencia. La compañía afirma una reducción del 40% en el tiempo total de generación en una configuración optimizada para latencia y un aumento de tres veces en las solicitudes por segundo en un escenario optimizado para throughput, frente a Mistral Small 3. Mistral subraya además que Small 4 con razonamiento activado muestra resultados comparables o superiores a GPT-OSS 120B en AA LCR, LiveCodeBench y AIME 2025, generando respuestas más cortas. Estas comparaciones las ha publicado la propia empresa, pero el enfoque en la «calidad por token» para producción sí es importante.

Mistral también enumera de entrada opciones prácticas de despliegue. El modelo está disponible a través de la API de Mistral y AI Studio, está publicado en Hugging Face y se declara compatible con vLLM, llama.cpp, SGLang y Transformers. Los requisitos para self-hosting ya no son «de sobremesa»: la configuración mínima es 4x NVIDIA HGX H100, 2x HGX H200 o 1x DGX B200, y para el mejor rendimiento se recomiendan montajes más potentes. Es decir, Small 4 parece un modelo abierto no para un portátil, sino para infraestructura de servidores seria y equipos de producto que valoran el control, la personalización y un coste de propiedad predecible.

Qué significa

Mistral empuja el segmento open source hacia modelos más universales, donde la ventaja principal no es solo la calidad, sino también la simplificación de todo el sistema en torno al LLM. Si Small 4 confirma la eficiencia declarada en cargas reales de producción, la compañía tendrá un argumento sólido contra el zoo de modelos separados de razonamiento, visión y código. Para las empresas, es una oportunidad de reducir la complejidad de la capa de orquestación; para los desarrolladores, de obtener una capa base configurable para un amplio abanico de tareas.