•

Open weights model

•

Released März 2026

Mistral Small 4: Analyse von Intelligenz, Leistung und Preis

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Ausprobieren

Verfügbare Anbieter

Mistral

Leistung

Zeit bis zum ersten Antworttoken 12.91sAusgabegeschwindigkeit 142 tok/s

1.7

Zeit pro Aufgabe des Intelligence Index (Minuten)

Kosten

Eingabe $0.15Ausgabe $0.60Cache-Rabatt 90%

$0.0399

Kosten pro Aufgabe des Intelligence Index

Ausführlichkeit

Eingabe-Token 963MAusgabe/Eingabe 2.477%

23.9M

Ausgabetokens im Intelligence Index

Mistral Small 4 (Reasoning) zählt bei der Intelligenz zu den unterdurchschnittlichen Modellen, ist aber preislich gut aufgestellt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe. Das Modell ist außerdem auffallend schnell pro Aufgabe und antwortet äußerst knapp. Das Modell unterstützt Text und Bilder als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 256k Tokens.

Mistral Small 4 (Reasoning) erzielt im Artificial Analysis Intelligence Index einen Wert von 4 und liegt damit unter dem Durchschnitt der vergleichbaren Modelle (Median: 4). Bei der Evaluation des Intelligence Index erzeugte es 23.9M Tokens und antwortete damit sehr knapp im Vergleich zum Median von 63.8M.

Der Preis für Mistral Small 4 (Reasoning) beträgt $0.15 pro 1 Mio. Eingabetokens (preislich konkurrenzfähig; Median: $0.30) und $0.60 pro 1 Mio. Ausgabetokens (moderat bepreist; Median: $0.80). Im Durchschnitt kostet die Evaluation von Mistral Small 4 (Reasoning) im Intelligence Index $0.0399 pro Aufgabe.

Mit 1.7 Minuten pro Aufgabe des Intelligence Index ist Mistral Small 4 (Reasoning) auffallend schnell im Vergleich zum Median vergleichbarer Modelle von 5.3 Minuten (niedriger ist besser).

Eingabemodalität	Unterstützt: Text und Bilder
Ausgabemodalität	Unterstützt: Text
Kontextfenster	256k ~384 A4-Seiten in Arial mit Schriftgröße 12
Gesamtparameter	119B
Aktive Parameter	6.5B Anzahl der pro Token während der Inferenz aktiven Parameter
Lizenz	Apache 2.0
Modellgewichte	Hugging Face

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 Accuracy

Knowledge

AA-Omniscience v1.1 Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1

Agentic scientific research workflows in a terminal

FrontierCode-AA 2.0

Agentic software engineering in open-source repositories

HLE-Diamond

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

GDPval-AA v2.1

Agentic real-world work tasks, Elo

MLCR-AA

Medical long context reasoning

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Openness Index

Artificial Analysis Openness Index: Wert

Der Openness Index bewertet die Offenheit von Modellen auf einer normierten Skala von 0 bis 100 (höher bedeutet offener)

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Leistung

Gemessen an der Zeit pro Aufgabe (Minuten), der Ausgabegeschwindigkeit (Tokens pro Sekunde), der Zeit bis zum ersten Antworttoken und der Zeit bis zum ersten Token (Sekunden)

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Ausgabegeschwindigkeit

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antworttoken · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Gewichtete durchschnittliche Anzahl an Ausgabe-Token für eine Aufgabe im Artificial Analysis Intelligence Index

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Weitere Details

								Gewichte
Mistral Small 4 (Reasoning)	Mistral	4	119B 6.5B während der Inferenz aktiv	256k	$0.10	1.7	142	🤗
Mistral Small 4 (Non-reasoning)	Mistral	-	119B 6.5B während der Inferenz aktiv	256k	$0.10	-	120	🤗

Weitere Veröffentlichungen von Mistral

Häufig gestellte Fragen

Häufige Fragen zu Mistral Small 4

Mistral Small 4 wurde am 16. März 2026 veröffentlicht.

Mistral Small 4 wurde von Mistral entwickelt.

Mistral Small 4 hat 2 Effort-Stufen: reasoning und non-reasoning. Mistral Small 4 erzielt im Artificial Analysis Intelligence Index einen Wert von 4 (reasoning). Mistral Small 4 (Reasoning) liegt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe unter dem Durchschnitt (Median: 4).

Mistral Small 4 benötigt 1.7 Minuten (reasoning) pro Aufgabe des Intelligence Index (auf Grundlage der API von Mistral; niedriger ist besser). Mistral Small 4 (Reasoning) ist mit am schnellsten im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 5.3 Minuten).

Mistral Small 4 hat eine Zeit bis zum ersten Antworttoken von 12.91 s (reasoning) und 1.58 s (non-reasoning) (auf Grundlage der API von Mistral). Die Zeit bis zum ersten Antworttoken von Mistral Small 4 (Reasoning) ist etwas höher als der Durchschnitt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 8.59 s).

Mistral Small 4 kostet $0.15 pro 1 Mio. Eingabetokens (sehr konkurrenzfähig; Median: $0.30) und $0.60 pro 1 Mio. Ausgabetokens (besser als der Durchschnitt; Median: $0.80). Die Angaben basieren auf der API von Mistral.

Mistral Small 4 kostet $0.15 pro 1 Mio. Eingabetokens und $0.60 pro 1 Mio. Ausgabetokens (auf Grundlage der API von Mistral). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $0.10 pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Bei der Evaluation des Intelligence Index erzeugte Mistral Small 4 23.9M Ausgabetokens (reasoning). Die Anzahl der Ausgabetokens von Mistral Small 4 (Reasoning) ist sehr konkurrenzfähig im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 63.8M).

Ja, Mistral Small 4 (Reasoning) ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt. Nein, Mistral Small 4 (Non-reasoning) ist kein Reasoning-Modell. Es antwortet direkt, ohne längeres Chain-of-Thought-Reasoning.

Mistral Small 4 unterstützt Text und Bilder als Eingabe.

Mistral Small 4 unterstützt Text als Ausgabe.

Ja, Mistral Small 4 unterstützt Bildeingaben und kann Bilder analysieren, beschreiben und Fragen dazu beantworten.

Ja, Mistral Small 4 ist multimodal. Es kann Text und Bilder als Eingabe verarbeiten und Text als Ausgabe erzeugen.

Mistral Small 4 hat ein Kontextfenster von 256k Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Ja, Mistral Small 4 hat offene Gewichte. Die Modellgewichte sind öffentlich verfügbar und können zum Selbsthosten heruntergeladen werden.

Mistral Small 4 hat 119B Parameter (6.5B aktiv).

Mistral Small 4 ist ein Mixture-of-Experts-Modell (MoE) mit insgesamt 119B Parametern, von denen während der Inferenz jedoch nur 6.5B aktiv sind.

Mistral Small 4 wird unter der Lizenz Apache 2.0 veröffentlicht. Diese Lizenz erlaubt die kommerzielle Nutzung. Lizenz anzeigen

Mistral Small 4 erzielt im Artificial Analysis Intelligence Index einen Wert von 4 (reasoning). Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Wissensarbeit, Programmierung, Wissenschaft und Allgemeinwissen.

Ja, Mistral Small 4 ist über 1 Anbieter per API verfügbar. API-Anbieter vergleichen

Mistral Small 4 ist über 1 API-Anbieter verfügbar. Anbieter vergleichen

Mistral Small 4: Analyse von Intelligenz, Leistung und Preis

Modellübersicht

Technische Spezifikationen

67 Modelle in dieser Klasse

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Fähigkeitsindizes

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: Wert

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Ausgabegeschwindigkeit

End-to-End Output Speed

Zeit bis zum ersten Antworttoken

Time to First Answer Token

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Output Tokens per Intelligence Index Task

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Total Parameters

Active Parameters at Inference Time

Weitere Details

Weitere Veröffentlichungen von Mistral

Häufig gestellte Fragen

Wann wurde Mistral Small 4 veröffentlicht?

Wer hat Mistral Small 4 entwickelt?

Wie intelligent ist Mistral Small 4?

Wie schnell ist Mistral Small 4?

Wie hoch ist die Latenz von Mistral Small 4?

Wie viel kostet Mistral Small 4?

Wie gestaltet sich der API-Preis von Mistral Small 4?

Wie ausführlich antwortet Mistral Small 4?

Ist Mistral Small 4 ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt Mistral Small 4?

Welche Ausgabemodalitäten unterstützt Mistral Small 4?

Kann Mistral Small 4 Bilder verarbeiten?

Ist Mistral Small 4 multimodal?

Wie groß ist das Kontextfenster von Mistral Small 4?

Hat Mistral Small 4 offene Gewichte?

Wie viele Parameter hat Mistral Small 4?

Was sind die aktiven Parameter von Mistral Small 4?

Unter welcher Lizenz steht Mistral Small 4?

Wie schneidet Mistral Small 4 in Benchmarks ab?

Ist Mistral Small 4 über eine API verfügbar?

Wo kann ich Mistral Small 4 verwenden?