一句话定位
把 Instruct + Reasoning（原 Magistral）+ Devstral 三家族统一进单一混合模型，可按需在「即时回复」与「推理」间切换；MoE 119B/6.5B，多模态输入，Apache-2.0（2026-03 发布，初版调研窗口前漏收）。
架构（config.json，model_type=mistral4 / Mistral3ForConditionalGeneration）
- MoE：128 路由专家 + 1 共享，每 token 选 4 active；119B 总参 / 6.5B 激活（名 “119B A6B”）。
- hidden 4096；36 层；32 注意力头 / 32 KV（MHA），qk_head_dim 128（nope 64 + rope 64）；moe_intermediate 2048；上下文 256K；rope_theta 1e4（+ 扩展）。
- 多模态输入（图 + 文进、文字出）；24 种语言。
后训练 / 模式
- 统一三能力族；reasoning_effort 每请求可调：
none（快，等同 Mistral-Small-3.2-24B-Instruct 风格）/high（深推理，verbosity 近 Magistral）。 - 推理轨迹用
[THINK]…[/THINK]标记；温度建议 high→0.7、none→0–0.7。 - （预训练数据/算力官方未在 card 披露。）
效率 / AI infra
- vs Mistral Small 3：延迟优化下端到端完成时间 −40%，吞吐优化下 3× RPS。
- 配套 eagle head 投机解码 版本 + NVFP4 4-bit 量化 checkpoint。
- vLLM（
--attention-backend FLASH_ATTN_MLA、--tool-call-parser mistral、--reasoning-parser mistral、tp=2）/ llama.cpp(GGUF) / LM Studio / SGLang / transformers；Axolotl 微调。
agentic
- best-in-class agentic：原生 function calling + JSON 输出；强 system prompt 遵从；面向 SWE 自动化与代码库探索（Devstral 血统）。
Benchmark（数值读自官方图表）
- vs 自家（带 reasoning）：GPQA-Diamond 71.2 · MMLU-Pro 78 · AllenAI IFBench 48 · Arena Hard 58.3 · MMMU-Pro 60 —— 全面超 Small 3.2，逼近/部分超 Medium 3.1 与 Large 3。
- vs Magistral（推理预代）：AA LCR 71.2 · AIME25 83.8 · Collie 62.9 · LiveCodeBench 63.6（接近 Magistral Medium 1.2）。
- vs 外部（Score @ 输出长度，reasoning 模式，“短输出”是卖点）：
- AA LCR：Mistral 72 @1.6K 字符 vs GPT-OSS-120B 51 @2.5K · Claude Haiku 80 @2.7K · Qwen3-Next-80B 75 @5.8K · Qwen3.5-122B 84 @5.7K（同档分数下输出最短）。
- LiveCodeBench：Mistral 64 @4.7K vs GPT-OSS-120B 63 @23.6K（分数胜且输出仅 1/5）· Qwen3.5-122B 74 @20.9K。
- AIME25：Mistral 84 @27.9K vs GPT-OSS-120B 89 @14.9K · Qwen3.5-122B 93 @26.4K（此项略低于 GPT-OSS）。
原始链接
- url: https://huggingface.co/mistralai/Mistral-Small-4-119B-2603 （另：-eagle 投机解码 / -NVFP4 量化）