Mistral Large 4
Red Neuronal
Mistral Large 4: modelo multimodal de Mistral AI con 512K tokens para razonamiento, código y agentes. API de Mistral Large 4.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 048 576 tokens
- Longitud máxima de respuesta
- 262 144 tokens
- Niveles de razonamiento
- ninguno, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Mistral Large 4?
Mistral Large 4 es el modelo insignia de Mistral AI, que acepta texto e imágenes, diseñado para razonamiento, código y escenarios de agentes. Su contexto de 512K tokens permite procesar una gran base de código o varios documentos en una sola consulta, y su entrada multimodal permite analizar esquemas o capturas de pantalla. A través de BotHub, el modelo está disponible sin VPN ni tarjetas extranjeras: pago en rublos por uso de tokens, sin suscripción, y los tokens no caducan. Accede a más de 250 redes neuronales en una sola ventana, cambia entre ellas sin reescribir la integración gracias a una API compatible con OpenAI. La correspondencia está cifrada con AES-GCM, y para empresas ofrecemos contratos, facturas, EDI y un panel de administración con límites. Escenarios: refactorizar y depurar grandes proyectos, crear agentes con llamadas a funciones y herramientas externas, resumir informes largos con gráficos y resolver problemas STEM paso a paso.Preguntas frecuentes sobre Mistral Large 4
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Mistral con modo de razonamiento, que acepta imágenes y documentos. Es adecuado para trabajar con código: escritura, refactorización y depuración, análisis de informes largos y contratos, analítica, problemas STEM y creación de agentes con llamadas a funciones.
El límite de salida es de 262,144 tokens y la ventana de contexto es de 524,288 tokens. Esto es suficiente para obtener documentación extensa, un módulo de código grande o un análisis detallado de un documento largo en una sola pasada, sin dividir la tarea.
Sí, el modo de razonamiento está confirmado. El modelo desglosa la tarea paso a paso hasta la respuesta final, lo que ayuda en matemáticas, lógica, análisis de datos y búsqueda de errores en el código. En BotHub, puedes comparar su salida con otros modelos en una sola ventana.
Sí, admite tanto llamadas a funciones (function calling) como salida estructurada en JSON. Esto permite crear agentes, conectar servicios externos y bases de datos, y obtener esquemas predecibles para el análisis. Gracias a la API de BotHub compatible con OpenAI, no tendrás que reescribir la integración.
El modelo acepta imágenes y documentos: puedes enviar un esquema, una captura de pantalla, una tabla o un PDF y pedir que analice el contenido. No tenemos información sobre audio y video, así que cuenta con texto, imágenes y archivos.
Los modelos Mistral funcionan tradicionalmente con varios idiomas, y las consultas en ruso suelen ser fáciles para esta versión. La mejor forma de comprobarlo es en la práctica: en BotHub el acceso es sin VPN ni tarjetas extranjeras, con pago en rublos por uso de tokens.