Mistral Small 4
Mistral Small 4 est un LLM open-weights de Mistral AI, publié le 16 mars 2026 sous licence Apache 2.0 avec usage commercial autorisé. Le modèle combine un gabarit élevé, 119 milliards de paramètres, avec une fenêtre de contexte de 262 144 tokens.
Mistral Small 4 est un LLM open-weights de Mistral AI, publié le 16 mars 2026 sous licence Apache 2.0 avec usage commercial autorisé. Le modèle combine un gabarit élevé, 119 milliards de paramètres, avec une fenêtre de contexte de 262 144 tokens.
Son positionnement le plus distinctif est tarifaire : Mistral Small 4 se place dans la catégorie très économique, avec un prix annoncé 92% inférieur à la moyenne des LLM similaires et environ 32.2 fois plus bas que les modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Mistral AI |
| Licence | Apache 2.0 (open-weights, usage commercial autorisé) |
| Date de sortie | 16 mars 2026 |
| Multimodal | oui |
| Paramètres | 119 milliards |
| Fenêtre de contexte | 262 144 tokens |
| Modalités (entrée → sortie) | text,image → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| AIME 2025 | 83,8 % | 57ᵉ / 108 | llm-stats | Auto-déclaré |
| MMLU-Pro | 78,0 % | 58ᵉ / 125 | llm-stats | Auto-déclaré |
| AA-LCR | 71,2 % | 1ᵉ / 14 | llm-stats | Auto-déclaré |
| GPQA | 71,2 % | 107ᵉ / 213 | llm-stats | Auto-déclaré |
| LiveCodeBench | 63,6 % | 28ᵉ / 72 | llm-stats | Auto-déclaré |
| COLLIE | 62,9 % | 7ᵉ / 10 | llm-stats | Auto-déclaré |
| MMMU-Pro | 60,0 % | 44ᵉ / 60 | llm-stats | Auto-déclaré |
| Arena Hard | 58,3 % | 13ᵉ / 26 | llm-stats | Auto-déclaré |
| IFBench | 48,0 % | 24ᵉ / 27 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| mistral | 0,15 $ | 0,6 $ | n.d. |
| Mistral | 0,15 $ | 0,6 $ | 0,015 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 92 % en dessous de la moyenne des LLM similaires, et 32,2 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Notre analyse
Forces. Mistral Small 4 réunit trois attributs concrets : des poids ouverts, une licence permissive pour les usages commerciaux et une fenêtre de contexte très étendue. Ce profil en fait un modèle intéressant pour des déploiements où le coût d’inférence, la maîtrise de l’hébergement ou l’intégration dans des produits commerciaux comptent autant que la performance brute. À sa sortie, son résultat sur GPQA, benchmark centré sur le raisonnement scientifique et les connaissances complexes, le situe dans le top 53% des LLM de sa génération, soit plutôt dans la moitié supérieure que parmi les modèles dominants.
Limites et points d'attention. Le classement GPQA disponible ne place pas Mistral Small 4 dans le haut du panier à sa sortie, et les données vérifiées ne fournissent pas d’autres benchmarks pour confirmer un avantage en code, en agents ou en mathématiques avancées. Son principal argument reste donc l’économie d’usage, pas une prétention au niveau des modèles haut de gamme. Les informations reposent sur deux sources concordantes, ce qui donne un socle de comparaison limité mais cohérent. Le modèle convient surtout aux usages LLM à grande fenêtre de contexte, sensibles au coût et compatibles avec un niveau de performance situé dans la partie supérieure, mais non élite, de sa génération.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai).