Mistral Apresenta o Small 4: Uma Nova IA Multimodal e Otimizada para Raciocínio

O Mistral Small 4 não é só mais um modelo multimodal: é uma aposta estratégica em eficiência de raciocínio, não em escala bruta. Com 119 bilhões de parâmetros em arquitetura MoE, mas apenas 4 especialistas ativos por token, o que reduz a carga real para cerca de 6 bilhões de parâmetros por inferência, ele entrega desempenho comparável ao GPT-OSS 120B com 40% menos latência ponta a ponta e 3× mais requisições por segundo que seu antecessor, o Small 3. Sua janela de contexto de 256.000 tokens (ou 262.144, segundo testes independentes) permite analisar documentos inteiros de engenharia ou contratos jurídicos sem cortes, enquanto o 'esforço de raciocínio configurável' permite alternar entre respostas rápidas (como em chatbots operacionais) e saídas profundas (como na geração de provas formais ou depuração de código complexo), tudo no mesmo modelo.

Ele é open-source sob Apache 2.0, com suporte nativo para vLLM, llama.cpp e Transformers, mas vai além: está disponível como NVIDIA NIM para implantação empresarial e pode ser rodado gratuitamente na build.nvidia.com. O custo operacional, US$ 0,15/milhão de tokens de entrada e US$ 0,60/milhão de saída, é menos da metade do preço do GPT-5.4 Mini, tornando-o viável para empresas que precisam de raciocínio robusto sem pagar premium por capacidades ociosas. Em benchmark profissional de maio de 2026, ficou em 10º lugar entre 565 modelos, com destaque em codificação e tarefas agênticas, áreas onde a Mistral já havia se diferenciado com o Devstral e o Leanstral, lançados dias antes.

Para desenvolvedores brasileiros que rodam agentes em infraestrutura local ou em nuvens regionais, o Small 4 resolve um problema prático: substituir três modelos distintos (um para visão, outro para código e um terceiro para raciocínio) por um único, com menor custo de manutenção, menor latência e licença comercial livre. Isso impacta diretamente aplicações reais, como análise automatizada de laudos médicos com imagens, suporte técnico com interpretação de telas de sistemas legados ou assistência jurídica com leitura de processos PDF + imagens de provas. A integração com a NVIDIA Nemotron Coalition também sinaliza que o modelo foi otimizado para GPUs da série H200 e Blackwell, o que facilita sua adoção em data centers locais, como os que a Mistral planeja construir na Suécia e em Les Ulis, com 200 MW de capacidade até 2027.