Mistral lança Small 4, modelo MoE de 119 bilhões de parâmetros para raciocínio, código e multimodalidade

A Mistral AI apresentou o Mistral Small 4, novo modelo aberto que deve substituir várias linhas separadas da empresa por um único endpoint universal. Em vez de um modelo instruct, um de raciocínio, um de visão e um agente de programação, os desenvolvedores recebem um só checkpoint MoE com profundidade de raciocínio ajustável.

Um no lugar de quatro

A ideia central do lançamento não é que a Mistral simplesmente aumentou o número de parâmetros. O Small 4 reúne em um só produto os papéis que antes eram divididos entre o Mistral Small para instruções comuns, o Magistral para raciocínio complexo, o Pixtral para compreensão multimodal e o Devstral para programação agêntica. Para equipes que constroem produtos sobre LLMs, isso importa mais que mais um recorde em tabela de benchmarks: menos roteamento entre modelos, infraestrutura mais simples e menos chance de obter estilos de resposta diferentes em etapas vizinhas do mesmo fluxo.

"Os usuários não precisam mais escolher entre um modo instruct rápido, raciocínio e um assistente multimodal", diz o anúncio da

Mistral.

Pelo posicionamento, o Small 4 mira vários tipos de tarefa ao mesmo tempo: chat comum, trabalho com código, workflows agênticos e análise de documentos ou imagens complexos. A Mistral apresenta o modelo abertamente como uma camada universal para tarefas corporativas em que é preciso combinar consultas de texto e de imagem sob uma única superfície de API. Isso chama atenção em um mercado onde muitas equipes ainda mantêm modelos separados para chat, raciocínio e visão.

Como o modelo é construído

Em termos de arquitetura, é um modelo Mixture-of-Experts de 119 bilhões de parâmetros. Ele tem 128 especialistas, dos quais apenas quatro são ativados a cada token, então a Mistral aposta na eficiência na execução, e não na densidade máxima. A empresa também declara janela de contexto de 256k e suporte nativo a texto e imagens. O lançamento é aberto sob a licença Apache 2.0, ou seja, o modelo pode ser usado via API, mas também implantado e ajustado para cenários próprios.

• 119 bilhões de parâmetros na arquitetura total
• 128 especialistas e 4 especialistas ativos por token
• Janela de contexto de 256k
• Entradas: texto e imagens
• Licença Apache 2.0 e disponibilidade para self-hosting

A Mistral dá destaque especial ao parâmetro reasoning_effort. Na prática, é um seletor entre resposta rápida e um modo mais pesado de raciocínio passo a passo. No modo none, o modelo deve se comportar mais como o Mistral Small 3.2, com respostas mais leves e de baixa latência. No modo high, deve operar mais perto da linha Magistral, quando a qualidade do raciocínio em tarefas difíceis pesa mais que a velocidade. O sentido prático é simples: em vez de combinar dois ou três modelos, dá para manter um único deployment e mudar o comportamento a cada requisição.

Velocidade e execução

No anúncio oficial, a Mistral aposta não só na versatilidade, mas também na economia da inferência. A empresa declara redução de 40% no tempo total de geração em uma configuração otimizada para latência e um aumento de três vezes nas requisições por segundo em um cenário otimizado para throughput, em comparação com o Mistral Small 3. A Mistral também ressalta que o Small 4 com raciocínio ativado tem resultados comparáveis ou superiores aos do GPT-OSS 120B em AA LCR, LiveCodeBench e AIME 2025, gerando respostas mais curtas. Essas comparações foram publicadas pela própria empresa, mas o foco em "qualidade por token" para produção de fato importa.

A Mistral também já lista opções práticas de execução. O modelo está disponível pela API da Mistral e pelo AI Studio, foi publicado no Hugging Face e é declarado compatível com vLLM, llama.cpp, SGLang e Transformers. Os requisitos para self-hosting já não são "de desktop": a configuração mínima é 4x NVIDIA HGX H100, 2x HGX H200 ou 1x DGX B200, e para melhor desempenho recomendam-se montagens mais potentes. Ou seja, o Small 4 parece um modelo aberto não para notebook, mas para infraestrutura de servidores séria e equipes de produto que valorizam controle, personalização e custo de propriedade previsível.

O que isso significa

A Mistral empurra o segmento open source para modelos mais universais, em que a principal vantagem não é só a qualidade, mas também a simplificação de todo o sistema em torno do LLM. Se o Small 4 confirmar a eficiência declarada em cargas reais de produção, a empresa ganhará um argumento forte contra o zoológico de modelos separados de raciocínio, visão e código. Para as empresas, é uma chance de reduzir a complexidade da camada de orquestração; para os desenvolvedores, de obter uma camada base configurável para um amplo conjunto de tarefas.