CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

法国著名开源平台Mistral AI刚刚开源了最新模型Mistral Small 4-119B-2603。

这个模型最大亮点是把指令对话、深度推理、代码开发三大能力揉在了一起，相当于把三款优质模型的优势整合到一个模型里，用户不用来回切换，一个就能搞定多种任务。

同时支持中文、英文、韩文等10种主流语言，上下文窗口达到了25万，主打能耗低性能强。

开源地址：https://huggingface.co/collections/mistralai/mistral-small-4

这款模型的底子很扎实，底层用的是Mistral 3框架，主打FP8浮点精度，权重存储用的是安全张量格式，稳定性和兼容性都很靠谱。

在本地部署时，咱们最怕大模型跑不动、响应慢，这款模型刚好解决了这个痛点，靠的是精巧的混合专家架构。

Mistral Small 4内置了128个专家网络，每次推理只激活4个，总参数虽然有1190亿，但实际单次调用的激活参数只有65亿，既保住了算力，又不浪费资源。

实际表现也很亮眼，延迟优化模式下，端到端生成速度比上一代快了四成，要是追求吞吐量，每秒处理的请求量更是前代的三倍，对于需要批量处理任务的场景来说，效率直接拉满。

除此之外，它还支持256k的超长上下文，处理长文档、多轮对话都不会断片。

多模态能力也没落下，文本和图像都能识别，输出结果都是文本形式，分析图片内容、提取图文信息都很顺手。

还自带强悍的智能体能力，原生支持函数调用和JSON格式输出，做自动化工具、开发助手都很合适，不管是写代码、改bug，还是梳理代码库，对开发人员来说都很省心。

根据Mistral AI公开测试数据显示，Mistral Small 4在主流测试平台中相当能打。

开启深度推理模式后，它在AA LCR、LiveCodeBench、AIME25这三大核心测试集上，成绩直接持平甚至超越GPT-OSS 120B。

最绝的是它的输出效率，AA LCR测试里仅用1600个字符就斩获0.72的高分，而同类型竞品往往需要生成5800到6100字符，足足是3.5到4倍的长度才能追平分数。

在LiveCodeBench代码测试中，它不仅性能超越GPT-OSS 120B，输出内容长度还减少了20%，短篇幅就能给出精准结果，既降低了推理延迟，又能省下不少算力成本。

除此之外，核心实测参数也很接地气，256k的超长上下文，处理长文档、多轮对话压根不会丢关键信息，推理采用FP8浮点精度，还支持英伟达NVFP4 4位量化，普通显卡也能低成本部署。