Mistral Small 4
Réseau Neuronal
Mistral Small 4 est un modèle de Mistral AI pour le raisonnement, le code et l'intégration via l'API Mistral Small 4.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Mistral Small 4?
Mistral Small 4 est une nouvelle version majeure de la gamme Small de Mistral AI. Son concept clé est l'unification : les capacités de plusieurs modèles phares de Mistral sont réunies dans un seul système. Son point fort est le raisonnement : résoudre des tâches nécessitant une chaîne logique plutôt qu'une simple continuation de texte. Contrairement aux versions précédentes, il ne s'agit pas d'une amélioration ponctuelle, mais d'une intégration de diverses compétences. Sur BotHub, accédez au modèle sans VPN ni carte étrangère : payez en roubles avec une carte russe, uniquement pour les jetons consommés. Pas d'abonnement, le solde inutilisé ne disparaît pas. Plus de 250 modèles sont disponibles dans la même fenêtre pour comparer les réponses et changer de réseau neuronal sans réécrire l'intégration grâce à l'API compatible OpenAI. Pour les équipes, nous proposons contrats, factures, GED et panneau d'administration avec limites. Mistral Small 4 est idéal pour analyser et refactoriser du code, déboguer, préparer des analyses, rédiger des documents, résoudre des problèmes STEM et servir de moteur d'assistant avec appel de fonctions.Questions fréquentes sur Mistral Small 4
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
mistral-small-2603 est un modèle textuel Mistral avec un contexte de 262 144 jetons. Il analyse documents et images, raisonne avant de répondre et appelle des fonctions. Adapté au code (écriture, refactoring, débogage), à l'analyse, aux longs documents et aux tâches STEM.
La limite par réponse est de 209 715 jetons, ce qui est très élevé : suffisant pour un document volumineux, un grand module de code ou une analyse détaillée sans découpage. Demandez le volume souhaité directement dans le prompt.
Oui, le raisonnement avant réponse est confirmé. Le modèle décompose la tâche en étapes avant de donner le résultat, ce qui est visible en mathématiques, logique et analyse de code. Sur BotHub, formulez simplement votre tâche, le mode raisonnement est géré par le modèle.
Oui, le modèle prend en charge l'appel de fonctions et la sortie JSON structurée. Vous décrivez les outils, il choisit le bon et renvoie les arguments selon le schéma défini, idéal pour les agents et intégrations. Via l'API compatible OpenAI de BotHub, changer de modèle ne nécessite pas de réécrire le code.
Vous pouvez fournir des images et des documents en plus du texte : le modèle lira captures d'écran, schémas, tableaux ou PDF et répondra par texte. Aucune information sur l'audio ou la vidéo n'est disponible, prévoyez donc de travailler avec du texte, des images et des fichiers.
La qualité du russe n'est pas spécifiée dans nos données, il est donc préférable de tester avec votre propre matériel : soumettez une requête type et évaluez le résultat. Sur BotHub, c'est facile : d'autres modèles sont disponibles pour comparer les réponses et choisir la meilleure.