Quando usar o Mistral Large 4
A Mistral posiciona o Large 4 como modelo geral de fronteira entre os pesos abertos, com força especial em visão, finanças, direito e fluxos de negócio. Em coding avaliado por pessoas, ele fica atrás do Claude Opus 5.O que a prévia entrega
Visão em documento, gráfico e desenho
O modelo lê cenas densas, desenhos mecânicos, PDFs e imagens geoespaciais grandes. No grounding visual Dense 200, a Mistral mediu 42%, à frente dos 41% do GPT-6 Astra.Finanças, direito e entregáveis
Em avaliações de terceiros citadas pela Mistral (vals.ai), o Large 4 superou o GPT-6 Astra em tarefas representativas de finanças e de direito. No Legal Agent da Harvey, ficou à frente dos modelos de pesos abertos. No AA-Briefcase, que mede knowledge work de longa duração, chegou a 1.393 Elo, acima do DeepSeek V4 Pro.Fluxos com ferramentas
No AutomationBench, 657 fluxos de negócio em apps como Gmail, Planilhas, Slack e Salesforce, o modelo marcou 59,9%, à frente de Kimi K3, MiMo-V2.6-Pro e DeepSeek V4 Pro.Coding de repositório, com um teto claro
A Mistral publicou 61,7% no DeepSWE v1.1, 59,4% no SWE-Atlas-QnA e 28,3% no Terminal-Bench 4.0. O Coding Agent Index combinado ficou em 49,8%, acima do DeepSeek V4 Pro 0813 e do Qwen3.8 Max. Numa avaliação cega da Surge AI, anotadores deram nota de 1 a 5 sem saber qual modelo respondia. O Large 4 ficou em segundo entre cinco, com 3,74, à frente de Kimi K3 (3,59), GLM-5.3 (3,60) e GLM-5.2 (3,40), e atrás do Claude Opus 5 (4,22).O que os benchmarks independentes mostram
Na Artificial Analysis, a prévia marcou 38 no Intelligence Index, em 64º lugar entre 226 modelos da mesma classe. A mediana da faixa de preço é 26. Nessa medição o modelo gerou texto a 116 tokens por segundo, com 1,46 segundo até o primeiro token. O custo médio foi US 1,36 / US$ 4,18), não com o promocional. A mesma avaliação aponta dois cuidados. O modelo foi verboso: 200 milhões de tokens de saída no índice, contra uma mediana de 81 milhões. E a janela medida lá foi de cerca de 524K tokens, enquanto a ficha oficial da Mistral declara 1M.Os números de coding, visão, finanças e direito acima foram publicados pela Mistral. O Intelligence Index, a velocidade e o custo por tarefa são da Artificial Analysis sobre a prévia. Os resultados dependem do harness, das tools e da versão medida. A Mistral informou que o treino por reforço da prévia ainda estava em curso. Valide no seu fluxo antes de trocar uma configuração em produção.
Onde ele não lidera
- Em coding julgado por pessoas, o Claude Opus 5 ficou claramente à frente (4,22 contra 3,74).
- No Terminal-Bench 4.0, 28,3% não é o patamar dos modelos fechados feitos para coding agêntico longo.
- Na Artificial Analysis, a prévia escreve bem mais do que a mediana da faixa. Peça respostas curtas quando o formato importar.
- Os pesos ainda não foram publicados. O comportamento da prévia pode mudar até o release.
Onde ele gera mais valor
Um desenho ou um PDF que precisa ser conferido
A peça, a cota ou o gráfico estão na imagem, não num campo de texto. O Large 4 aproxima, confere e devolve o que viu, com o ponto da imagem de onde tirou a resposta. Resultado esperado: uma conferência em que cada número ou peça aponta para o trecho visual de origem.Uma análise financeira espalhada em vários arquivos
Demonstrações, notas e relatórios não usam o mesmo formato. O modelo percorre as fontes, faz a conta e separa o que falta para fechar. Resultado esperado: uma planilha e um resumo em que cada valor tem origem, e a ausência de dado fica explícita.Um fluxo que passa por e-mail, planilha e mensagem
A tarefa não cabe numa resposta só: é preciso ler, registrar e devolver um entregável. O Large 4 foi medido nesse tipo de fluxo de negócio. Resultado esperado: o passo fica registrado na ferramenta certa, e o que não pôde ser concluído volta como pendência, não como sucesso.Como aplicar na Tess
1
Escolha trabalho com arquivo ou imagem
Prefira PDF, planilha, gráfico, desenho e fluxos que cruzam mais de uma fonte. Para coding aberto e longo, compare com o Opus 5.5.
2
Feche o formato e o tamanho da resposta
A prévia tende a escrever mais do que a mediana. Diga o limite de linhas, as colunas da planilha e o que não deve aparecer.
3
Defina tools e aprovações
Habilite apenas as ferramentas necessárias. Exija confirmação antes de enviar, publicar ou alterar dados.
4
Peça a origem de cada número
Oriente o agente a citar página, célula ou trecho da imagem. Se a informação não estiver no material, ele deve dizer isso.
5
Trate a prévia como prévia
Rode um lote pequeno antes de trocar um fluxo em produção. O modelo ainda estava em ajuste quando a Mistral abriu a API.
Três playbooks para começar
1. Conferência de desenho ou gráfico
Entrada: a imagem ou o PDF e a lista do que precisa ser verificado.Tools: leitura de arquivos.
2. Planilha financeira com fontes
Entrada: relatórios, notas e a pergunta de negócio.Tools: leitura de arquivos e geração de planilha.
3. Fluxo entre e-mail e planilha
Entrada: a mensagem recebida, a planilha de controle e a regra do que registrar.Tools: e-mail e planilha, com confirmação antes de escrever.
Limitações e boas práticas
- A API está em prévia pública. Os pesos foram anunciados para o fim de outubro de 2026 e ainda não são o artefato de produção.
- O preço promocional (US 2,09) é metade da lista publicada na mesma ficha. Confirme o preço vigente antes de estimar custo.
- A ficha oficial declara 1M tokens de contexto. A Artificial Analysis mediu cerca de 524K na prévia que avaliou. Não desenhe um fluxo que dependa do teto maior sem testar.
- Contexto longo não substitui seleção de informação. Envie apenas o conteúdo relevante.
- Em cibersegurança, a Mistral relata desempenho alto e, ao mesmo tempo, taxa de recusa a pedidos maliciosos maior que a de outros modelos abertos. Trabalho defensivo continua sujeito à política da sua organização.
- O modelo foi treinado com dados em mais de 160 línguas, incluindo os idiomas oficiais da União Europeia. Isso não dispensa revisar o texto no idioma de entrega.
- Revise números, citações e arquivos antes de publicar ou enviar.
- Mantenha aprovação humana para decisões financeiras, jurídicas, clínicas ou de alto impacto.