Mistral 发布了 Mistral Small 4，这是一个开放权重模型，支持混合推理和图像输入，在 Artificial Analysis Intelligence Index 上得分 27 @MistralAI 的 Small 4 是一个 119B 专家混合模型，每个 token 激活 6.5B 参数，支持推理和非推理模式。 在推理模式下，Mistral Small 4 在 Artificial Analysis Intelligence Index 上得分 27，比 Small 3.2（15）提高了 12 分，现在已成为 Mistral 发布的最智能模型之一，超过了 Mistral Large 3（23），并与专有模型 Magistral Medium 1.2（27）持平。然而，它落后于参数总量相似的开放权重同行模型，例如 gpt-oss-120B（高分，33）、NVIDIA Nemotron 3 Super 120B A12B（推理，36）和 Qwen3.5 122B A10B（推理，42）。 关键要点： ➤ 单模型中的推理和非推理模式：Mistral Small 4 支持可配置的混合推理，包含推理和非推理模式，而不是 Mistral 之前在其 Magistral 模型中发布的独立推理变体。在推理模式下，该模型在 Artificial Analysis Intelligence Index 上得分 27。在非推理模式下，该模型得分 19，比其前身 Mistral Small 3.2（15）提高了 4 分 ➤ 比同等规模的同行模型更节省 token：在约 52M 输出 token 的情况下，Mistral Small 4（推理）在运行 Artificial Analysis Intelligence Index 时使用的 token 比推理模型更少，例如 gpt-oss-120B（高分，约 78M）、NVIDIA Nemotron 3 Super 120B A12B（推理，约 110M）和 Qwen3.5 122B A10B（推理，约 91M）。在非推理模式下，该模型使用约 4M 输出 token ➤ 原生支持图像输入：Mistral Small 4 是一个多模态模型，可接受图像输入以及文本输入。在我们的多模态评估 MMMU-Pro 上，Mistral Small 4（推理）得分 57%，领先于 Mistral Large 3（56%），但落后于 Qwen3.5 122B A10B（推理，75%）。gpt-oss-120B 和 NVIDIA Nemotron 3 Super 120B A12B 均不支持图像输入。所有模型仅支持文本输出 ➤ 在现实世界代理任务中取得改进：Mistral Small 4 在 GDPval-AA 上获得 871 的 Elo 分数，这是我们基于 OpenAI 的 GDPval 数据集的评估，该数据集测试模型在 44 种职业和 9 大主要行业中的现实世界任务，模型在代理循环中生成交付物，如文档、电子表格和图表。这比 Small 3.2（339）的 Elo 分数高出一倍多，接近 Mistral Large 3（880），但落后于 gpt-oss-120B（高分，962）、NVIDIA Nemotron 3 Super 120B A12B（推理，1021）和 Qwen3.5 122B A10B（推理，1130） ➤ 比同等规模的同行模型幻觉率更低：Mistral Small 4 在 AA-Omniscience 上得分 -30，这是我们对知识可靠性和幻觉的评估，分数范围从 -100 到 100（越高越好），负分表示错误答案多于正确答案。Mistral Small 4 的得分领先于 gpt-oss-120B（高分，-50）、Qwen3.5 122B A10B（推理，-40）和 NVIDIA Nemotron 3 Super 120B A12B（推理，-42） 关键模型细节： ➤ 上下文窗口：256K token（比 Small 3.2 的 128K 增加） ➤ 定价：每 1M 输入/输出 token 0.15 美元/0.6 美元 ➤ 可用性：仅限 Mistral 第一方 API。以原生 FP8 精度计算，Mistral Small 4 的 119B 参数需要约 119GB 来自托管权重（超过单个 NVIDIA H100 的 80GB HBM3 内存） ➤ 模态：图像和文本输入，仅文本输出 ➤ 许可：Apache 2.0 许可