Mistral ha rilasciato Mistral Small 4, un modello a pesi aperti con ragionamento ibrido e input di immagini, ottenendo 27 nell'Artificial Analysis Intelligence Index. Il Small 4 di @MistralAI è un modello a miscela di esperti da 119B con 6.5B di parametri attivi per token, che supporta sia modalità di ragionamento che non di ragionamento. In modalità di ragionamento, Mistral Small 4 ottiene 27 nell'Artificial Analysis Intelligence Index, un miglioramento di 12 punti rispetto a Small 3.2 (15) e ora è tra i modelli più intelligenti rilasciati da Mistral, superando Mistral Large 3 (23) e pareggiando con il proprietario Magistral Medium 1.2 (27). Tuttavia, è in ritardo rispetto ai pari a pesi aperti con conteggi totali di parametri simili come gpt-oss-120B (alto, 33), NVIDIA Nemotron 3 Super 120B A12B (Ragionamento, 36) e Qwen3.5 122B A10B (Ragionamento, 42). Punti chiave: ➤ Modalità di ragionamento e non di ragionamento in un unico modello: Mistral Small 4 supporta un ragionamento ibrido configurabile con modalità di ragionamento e non di ragionamento, piuttosto che le varianti di ragionamento separate che Mistral ha rilasciato in precedenza con i loro modelli Magistral. In modalità di ragionamento, il modello ottiene 27 nell'Artificial Analysis Intelligence Index. In modalità non di ragionamento, il modello ottiene 19, un miglioramento di 4 punti rispetto al suo predecessore Mistral Small 3.2 (15). ➤ Più efficiente in termini di token rispetto ai pari di dimensioni simili: Con ~52M di token di output, Mistral Small 4 (Ragionamento) utilizza meno token per eseguire l'Artificial Analysis Intelligence Index rispetto a modelli di ragionamento come gpt-oss-120B (alto, ~78M), NVIDIA Nemotron 3 Super 120B A12B (Ragionamento, ~110M) e Qwen3.5 122B A10B (Ragionamento, ~91M). In modalità non di ragionamento, il modello utilizza ~4M di token di output. ➤ Supporto nativo per input di immagini: Mistral Small 4 è un modello multimodale, accettando input di immagini oltre al testo. Nella nostra valutazione multimodale, MMMU-Pro, Mistral Small 4 (Ragionamento) ottiene il 57%, davanti a Mistral Large 3 (56%) ma dietro a Qwen3.5 122B A10B (Ragionamento, 75%). Né gpt-oss-120B né NVIDIA Nemotron 3 Super 120B A12B supportano input di immagini. Tutti i modelli supportano solo output di testo. ➤ Miglioramento nelle attività agentiche nel mondo reale: Mistral Small 4 ottiene un Elo di 871 su GDPval-AA, la nostra valutazione basata sul dataset GDPval di OpenAI che testa i modelli su compiti reali in 44 professioni e 9 settori principali, con modelli che producono deliverables come documenti, fogli di calcolo e diagrammi in un ciclo agentico. Questo è più del doppio dell'Elo di Small 3.2 (339) e vicino a Mistral Large 3 (880), ma dietro a gpt-oss-120B (alto, 962), NVIDIA Nemotron 3 Super 120B A12B (Ragionamento, 1021) e Qwen3.5 122B A10B (Ragionamento, 1130). ➤ Tasso di allucinazione inferiore rispetto ai modelli pari di dimensioni simili: Mistral Small 4 ottiene -30 su AA-Omniscience, la nostra valutazione dell'affidabilità della conoscenza e delle allucinazioni, dove i punteggi variano da -100 a 100 (più alto è meglio) e un punteggio negativo indica più risposte errate che corrette. Mistral Small 4 ottiene punteggi superiori a gpt-oss-120B (alto, -50), Qwen3.5 122B A10B (Ragionamento, -40) e NVIDIA Nemotron 3 Super 120B A12B (Ragionamento, -42). Dettagli chiave del modello: ➤ Finestra di contesto: 256K token (aumento rispetto a 128K su Small 3.2) ➤ Prezzi: $0.15/$0.6 per 1M di token di input/output. ➤ Disponibilità: Solo API di prima parte di Mistral. A precisione FP8 nativa, i 119B parametri di Mistral Small 4 richiedono ~119GB per auto-ospitare i pesi (più dei 80GB di memoria HBM3 su un singolo NVIDIA H100). ➤ Modalità: Input di immagini e testo con solo output di testo. ➤ Licenza: Licenza Apache 2.0.

SkyReels V4 occupa il primo posto nella conversione di testo in video con audio nell'Arena dei Video di Analisi Artificiale, superando Kling 3.0 e Veo 3.1! SkyReels V4 è il modello di generazione video più recente di @Skywork_ai, segnando un cambiamento significativo dai loro precedenti modelli focalizzati sugli avatar a un sistema completo di generazione video multimodale che supporta input di Testo, Immagine, Video e Audio. Il modello genera video di fino a 15 secondi a risoluzione 1080p con supporto audio nativo. SkyReels V4 si comporta anche bene in altre modalità, classificandosi al secondo posto nella conversione di testo in video senza audio, al quarto posto nella conversione di immagine in video con audio e al settimo posto nella conversione di immagine in video senza audio. Il modello è prezzato a $7.20 al minuto con audio e $8.40 al minuto senza audio, posizionandosi al di sotto di Kling 3.0 1080p Pro (~$20/min con audio) e Veo 3.1 ($24/min con audio), sebbene a un prezzo premium rispetto a Grok Imagine a $4.20/min con audio. SkyReels V4 è disponibile tramite il sito web di @SkyReels, con accesso sia all'app web che all'API. SkReels V4 Omni sarà rilasciato a breve. Vedi qui sotto per esempi di generazioni di SkyReels V4 nell'Arena dei Video di Analisi Artificiale 🧵