Mistral发布新一代多模态模型Small 4，首次将推理、多模态和编程三大核心能力集于一体，采用混合专家架构，支持文本和图像输入。该模型延续开源承诺，采用Apache 2.0许可，并作为创始成员加入NVIDIA Nemotron联盟推动AI协作创新。

标题：Mistral Small 4正式发布——多模态推理全能模型

核心内容：

1. 模型定位
   Mistral Small 4是首款融合旗舰模型能力的统一架构，整合了Magistral（推理）、Pixtral（多模态）和Devstral（代码代理）的核心功能，支持文本与图像输入，提供可配置的推理强度选项。

2. 技术亮点

   • 混合专家架构：128个专家模块，每token激活4个，总参数量1190亿，激活参数量60亿（含嵌入层为80亿）。
   • 长上下文支持：256k tokens窗口，适用于长文档分析与交互。
   • 性能提升：相比前代，端到端延迟降低40%，吞吐量提升3倍。

3. 关键创新

   • 动态推理调节：通过reasoning_effort参数实现"快速响应"与"深度推理"模式切换。
   • 企业级效率：最低支持4块NVIDIA H100显卡部署，推荐配置为4块H200或2块B200。

4. 实测表现
   在AA LCR、LiveCodeBench等基准测试中，模型以更短输出（1.6k字符）达到优于GPT-OSS 120B的效果，推理成本降低20%-75%。

5. 应用场景
   覆盖开发者（代码代理）、企业（文档分析）及研究人员（复杂推理），支持开源微调与商业部署。

6. 开放生态
   采用Apache 2.0许可证，已上线Hugging Face、NVIDIA NIM等平台，提供免费原型开发环境。

精简说明：

文章删减了重复的性能对比图表描述，合并了企业/开发者价值分析，保留核心参数与实测数据，突出"统一能力+动态推理"的创新点。最终版本聚焦技术突破与实用价值，符合中文科技报道的简洁风格。

这篇评论主要围绕Mistral和Qwen3.5等AI模型的性能比较和技术特点展开讨论，主要观点如下：

1. 模型性能比较的疑问

• 有评论质疑基准测试的可信度，指出Qwen3.5虽然测试成绩好但实际表现不佳 "frankly, the model is garbage, worse than glm air 4.5 IMO. But then, qwen famously benchmaxxes." "Am I to take it that the model is worse? Or does qwen's benchmaxxing mean that slightly worse result of non-qwen models means a better model?"

2. 120B参数模型的技术特点

• 评论注意到120B参数规模的设计考虑，适合在单张H100显卡上运行 "Just enough to fit onto a single H100 with 4 bit quant. Or 128GB APU like apple silicon"
• 特别讨论了MoE(混合专家)架构的优势 "it's 128 experts but only 4 active per token, so any given forward pass is like 6B params"

3. 实际应用测试

• 有用户分享了在代理工作流中的测试报告 "I tested the model in an agentic workflow. Here is the report:"
• 提供了多个实际测试的链接 "https://upmaru.com/llm-tests/simple-tama-agentic-workflow-q1-2026/mistral-small-4"

4. 行业地位评价

• 认为Mistral虽然落后于三大巨头，但小模型表现优异 "Mistral has been fairly decent...their small models are probably the best you can get"
• 但也指出其商业模式面临的挑战 "I'm not sure how it works as a sales funnel for their paid models"