Mistral AI 正式在 Apache 2.0 许可下开源新一代模型 Mistral Small 4，并加入 NVIDIA Nemotron Alliance。这次不是常规迭代，而是一次明显的能力整合升级。
官方将其定义为首个“三位一体”模型：将三条产品线能力合并进一个模型中——Magistral（推理）+ Pixtral（多模态）+ Devstral（代码/智能体），开发者不再需要在“快模型 / 推理模型 / 多模态模型”之间做选择，一个模型覆盖大多数场景。
架构上，Mistral Small 4 采用 128 专家 MoE（Mixture-of-Experts） 设计，总参数约 119B，但每个 token 仅激活 4 个专家（约 6B 活跃参数），在保持性能的同时显著降低推理成本；同时提供 256K 上下文窗口，适用于长文档分析和复杂多轮任务。
另一个关键点是新增“可配置推理强度”：用户可以在低延迟和深度推理之间切换。官方数据：低延迟模式下端到端时间减少约 40%，吞吐模式下 RPS 提升约 3 倍，相比前代在性能/成本比上进一步拉开差距。
整体来看，这一版本的重点不是单点能力突破，而是统一能力 + 提升效率 + 降低使用门槛。当推理、多模态、代码能力被收敛到一个开源模型里，开发侧的架构复杂度会明显下降。
一句话总结：把“推理 + 多模态 + 编码”揉进一个 MoE 模型里，开源大模型开始走向“全能但更便宜”。