Alle AI-Trends
Direkt in dein Postfach
Erhalte exklusive AI-Tutorials, Praxistipps und KI-News direkt in dein Postfach.
*Mit deiner Anmeldung akzeptierst du unsere Datenschutzrichtlinien.
Jetzt neu: Byte Pulse – Token-Limits von Claude Code, Codex & Co. tracken! 
Mistral AI

Mistral Small 4

Mistral Small 4 ist ein Open-Weights-MoE-Modell mit 119 Mrd. Parametern. Es eignet sich für Coding-Agenten, Dokumentenanalyse und günstigen API-Betrieb.

AA Intelligence Index
11Punkte
Median aller Modelle: 26
API-Preis In / Out
$0,15 / $0,60
je 1 Mio. Tokens, Cache: $0,015
Kontextfenster
262,1kTokens
Maximaler Output: 209.715 Tokens

Mistral Small 4 im Überblick

Stand Oktober 2026 steht Mistral Small 4 im Artificial Analysis Intelligence Index mit 11 Punkten auf Platz 117 von 132 Modellen.

Hybrid-Modell mit schaltbarem Reasoning

Mistral Small 4 vereint Instruct, Reasoning und Coding in einem Modell, das du pro Anfrage per reasoning_effort umschaltest. Im Reasoning-Modus erreicht es laut Mistral 71,2 % auf GPQA Diamond und 78 % auf MMLU-Pro, im Instruct-Modus 59,1 % und 73,5 %. Die API kostet $0,15 je 1 Mio. Input-Tokens und $0,60 je 1 Mio. Output-Tokens.

  • Agentic Coding
  • Dokumentenanalyse
  • Chat-Assistenten
  • Bildverständnis
  • Self-Hosting
  • Fine-Tuning

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

  • Begrenzte Gesamtleistung. Im Artificial Analysis Intelligence Index (v4.3.2) erreicht es im Reasoning-Modus 11 Punkte, mehr als der Median seiner Klasse (8), aber weit unter GLM-5.3 Flash (42). Für schwierige Aufgaben ist es kein Spitzenmodell.
  • Instruct-Modus deutlich schwächer. Ohne Reasoning fällt IFBench laut Mistral von 48 % auf 35,7 %, MMMU-Pro von 60 % auf 46,3 %. Für komplexe Prompts empfiehlt Mistral reasoning_effort „high“.
  • Hardware für Self-Hosting. Alle 119 Mrd. Parameter müssen im Speicher liegen, obwohl nur 6,5 Mrd. pro Token aktiv sind. Mistrals vLLM-Beispiel verteilt das Modell auf zwei GPUs, ein NVFP4-Checkpoint senkt den Speicherbedarf.
  • Nur Text als Ausgabe. Das Modell nimmt Text und Bilder an, liefert aber ausschließlich Text. Bild-, Audio- oder Videoausgabe fehlt.
Ähnliche KI-Modelle ansehen

Mistral Small 4 Benchmarks

11Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).

Mehr zum Benchmark
Artificial Analysis Intelligence IndexMedian aller Modelle: 26
  1. Claude Opus 5.5Platz 1, Anthropic
  2. Claude Sonnet 5.5Platz 2, Anthropic
  3. Mistral Medium 3.5Mistral AI
  4. DeepSeek-V3.2-SpecialeDeepSeek AI
  5. Nemotron 3 SuperNVIDIA
  6. Mistral Small 4Mistral AI
  7. Mistral Large 3Mistral AI
  8. Devstral 2Mistral AI
  9. Qwen3-Coder-NextAlibaba
Daten: Artificial Analysis (artificialanalysis.ai)Artificial Analysis

Mistral Small 4 API-Preise

Input
$0,15/ 1 Mio. Tokens
Cache-Lesen
$0,015/ 1 Mio. Tokens
Output
$0,60/ 1 Mio. Tokens

Geschätzte Tokenkosten

$2,10

$0,02 je Anfrage (100 Anfragen)

  • Input inkl. Cache$1,50
  • Output$0,60

Schätzung in USD auf Basis der Preise von Mistral AI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Kosten = Anfragen × (Input ohne Cache × $0,15 + Input aus Cache × $0,015 + Output × $0,60) / 1.000.000

Mistral Small 4 Modelldaten

Kontextfenster
262.144 Tokens
Maximaler Output
209.715 Tokens
Eingabe
Text, Bilder
Ausgabe
Text
Anbieter
Mistral AI
Veröffentlicht
16. März 2026
Modellgewichte
Offen (Apache 2.0)
262,1k Tokens Kontext209,7k maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen
  • Reasoning
  • Tool-Nutzung
  • Bildverständnis
  • Strukturierte Ausgaben
  • Batch-API

Daten aktualisiert am 18. Oktober 2026. Fehler gefunden? kontakt@byte.de

Mistral Small 4 API-Provider

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu Mistral Small 4

Was kostet Mistral Small 4?

Die Mistral-API berechnet $0,15 je 1 Mio. Input-Tokens und $0,60 je 1 Mio. Output-Tokens, gecachter Input kostet $0,015 (90 % Rabatt). In der EU- oder US-Region zahlst du jeweils 10 % mehr.

Wie groß ist das Kontextfenster?

Das Kontextfenster umfasst 256K Tokens (262.144). Das Modell verarbeitet Text und Bilder und gibt Text aus.

Ist Mistral Small 4 Open Source?

Die Gewichte stehen unter Apache 2.0 auf Hugging Face, auch für kommerzielle Nutzung. Es gibt zudem einen NVFP4-Checkpoint und einen Eagle-Head für Speculative Decoding.

Wie schaltest du das Reasoning ein?

Über den Parameter reasoning_effort pro Anfrage. „none“ liefert schnelle Antworten, „high“ aktiviert Reasoning und wird für komplexe Prompts empfohlen.

Was ist neu gegenüber Mistral Small 3?

Small 4 bündelt Instruct, Reasoning (früher Magistral) und Devstral in einem Modell. Laut Mistral sinkt die Antwortzeit im latenzoptimierten Setup um 40 %, im durchsatzoptimierten Setup schafft es dreimal so viele Anfragen pro Sekunde.

Ähnliche KI-Modelle

Weitere Modelle von Mistral AI

  • Mistral Large 3

    Mistral AI
    Input / 1 Mio.
    $0,50
    Output / 1 Mio.
    $1,50
    Kontextfenster
    262,1k Tokens
    Veröffentlichung
    Dezember 2025

  • Devstral 2

    Mistral AI

    Devstral 2 ist Mistrals Open-Weights-Codingmodell mit 123 Mrd. Parametern.

    Input / 1 Mio.
    $0,40
    Output / 1 Mio.
    $2
    Kontextfenster
    262,1k Tokens
    Veröffentlichung
    Dezember 2025

  • Mistral Medium 3.5 ist ein dichtes Open-Weights-Modell mit 128 Mrd. Parametern.

    Input / 1 Mio.
    $1,50
    Output / 1 Mio.
    $7,50
    Kontextfenster
    262,1k Tokens
    Veröffentlichung
    April 2026
    Reasoning

Modelle anderer Anbieter

  • Qwen3-Coder-Next ist ein Open-Weights-Coding-Modell von Alibaba.

    Input / 1 Mio.
    $0,12
    Output / 1 Mio.
    $0,80
    Kontextfenster
    262,1k Tokens
    Veröffentlichung
    Februar 2026
  • Input / 1 Mio.
    $0,30
    Output / 1 Mio.
    $0,75
    Kontextfenster
    1,05 Mio. Tokens
    Veröffentlichung
    März 2026
    Reasoning
  • Input / 1 Mio.
    $0,28
    Output / 1 Mio.
    $0,42
    Kontextfenster
    131,1k Tokens
    Veröffentlichung
    Dezember 2025
    Reasoning