Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Sissejuhatus Mistrali tehisintellekti arutlusvõimesse

Õppetund 1 / 12 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. Miks arutlusvõime mängu muudab
  2. Mõtlemise hind ja kasu
  3. Arutlusvõimega vastuse struktuur
  4. Arutlusvõime Mistralis 2026. aasta novembris
  5. Millal arutlusvõimet kasutada
  6. Peamised punktid

Kursus kujundati ümber 2. novembril 2026. See kursus põhines algselt Magistrali mudelitel, mis lõpetati täielikult 31. juulil 2026. Mistralis hallatakse arutlusvõimet nüüd üldotstarbelistel mudelitel kättesaadava reasoning_effort parameetri kaudu: Mistral Small 4, Mistral Large 4 ja Mistral Medium 3.5 (iganenud, lõpetamine planeeritud 30. aprilliks 2027). Kõik kaksteist tundi on kirjutatud ümber ametliku dokumentatsiooni põhjal: Reasoning · Models.

Miks arutlusvõime mängu muudab

Kui esitad keerulise küsimuse tavapärasele keelemudelile, genereerib see vastuse token haaval ilma tegeliku mõtlemisfaasita. Ümber sõnastamise või faktiliste päringute puhul on tulemus sageli õige. Kui aga seisad silmitsi mitmeastmeliste ülesannete või nõudliku loogilise arutlusega, langeb jõudlus märkimisväärselt: mudel valib suuna juba esimeste sõnadega ja tal pole ruumi ennast parandada.

Arutlusvõime muudab seda dünaamikat. Mistrali dokumentatsioon kirjeldab seda kui mõtteahela järgmist evolutsiooniastet: mudel on treenitud genereerima enne lõpliku vastuse andmist vabalt mõtteahelat. See süveneb probleemi põhjalikumalt ja parandab lahendust, kulutades järeldusetapis rohkem arvutusvõimsust. Seda tuntakse kui Test Time Computation: arvutusvõimsuse investeerimine järeldusetapis, mitte ainult treeningu ajal.

Mõtlemise hind ja kasu

Põhimõte on lihtne: mida rohkem mudel enne vastamist mõtleb, seda parem on tema vastus keerukates ülesannetes. Konkreetsemalt genereerib see mõttejälgi: hüpoteese, vahearvutusi, kontrolle ja tagasipöördumisi. Need lisatokenid maksavad aega ja raha. Ametlikus dokumentatsioonis toodud näites tarbib Mistral Small 4-le esitatud väike vanusemõistatus kõrge arutlusvõime korral 77 sisendtokenit ja 1114 väljundtokenit, kuigi lõplik vastus on vaid mõni rida: kulude põhiosa moodustab just mõtlemine ise.

Arutlusvõime hiilgab keerukates kasutusjuhtumites, alustades matemaatikast ja kodeerimisest, kuid see sobib ka paljudesse teistesse olukordadesse: analüüs, planeerimine ja otsuste tegemine.

Vaatleme erinevuse mõõtmiseks klassikalist ülesannet. Isal on kolm last; nende vanuste korrutis on 36, vanuste summa võrdub naabri maja numbriga ja vanim laps mängib klaverit. Kui vanad nad on? Ilma arutlusvõimeta mudel arvab ja tabab harva õiget vastust. Arutlusvõimega mudel loetleb 36 lahutused kolmeks teguriks, arvutab igaühe summa, märkab, et kahel neist on sama summa (1, 6, 6 ja 2, 2, 9 mõlemad annavad 13: see on vihjes peituv mitmetähenduslikkus) ja kasutab seejärel „vanima“ lapse vihjet olukorra lahendamiseks: 2, 2 ja 9 aastat.

Arutlusvõimega vastuse struktuur

Kui arutlusvõime on aktiivne, ei ole vastus enam lihtne tekstistring. Väli message.content muutub tükkide loendiks: esmalt mõttetükk tüübiga thinking, mis sisaldab omakorda teksttükkide loendit; seejärel tükk tüübiga text, mis hoiab lõplikku vastust. Siin on API tagastatud lihtsustatud vorm:

{
  "role": "assistant",
  "content": [
    {
      "type": "thinking",
      "thinking": [
        {"type": "text", "text": "... mõttejäljed ..."}
      ]
    },
    {"type": "text", "text": "... lõplik vastus ..."}
  ]
}

See eraldamine on väärtuslik: see võimaldab sul sõltuvalt rakendusest mõtteprotsessi näidata või peita. Hariduslik juhendaja võib jäljed kuvada; tarbijale suunatud assistent näitaks ainult järeldust. 3. tunnis käsitletakse üksikasjalikult nende tükkide lugemist, sealhulgas voogedastusrežiimis.

Arutlusvõime Mistralis 2026. aasta novembris

Algselt pakkus Mistral spetsiaalset valikut Magistral (Small ja Medium, versioonid 25.06, 25.07 ja 25.09), kus arutlusvõime oli alati aktiivne. See valik on nüüd täielikult lõpetatud: arutlusvõimest on saanud üldotstarbeliste mudelite võimekus, mida konfigureeritakse päringupõhiselt parameetriga reasoning_effort.

MudelAPI identifikaatorOlek seisuga 2. november 2026reasoning_effort tasemed
Mistral Small 4mistral-small-2603Saadaval (avaldatud 16. märtsil 2026)high, none
Mistral Large 4mistral-large-4-0Avalik eelvaade (avaldatud 6. oktoobril 2026)low, medium, high
Mistral Medium 3.5mistral-medium-3-5Iganenud, lõpetamine 30. aprillil 2027high, none

Mistral Small 4 kirjeldatakse ametlikus lehes kui hübriidmudelit, mis ühendab juhised, arutlusvõime ja kodeerimise ühes mudelis. See on selle kursuse loomulik lähtepunkt. Mistral Large 4 pakub kolmetasemelist skaalat ja miljoni tokeni suurust kontekstiakent; see on endiselt avalikus eelvaates, mis nõuab tootmiskeskkonnas ettevaatust. 5. tunnis võrreldakse neid mudeleid üksikasjalikult.

Millal arutlusvõimet kasutada

Arutlusvõimet pole kõikjal vaja ja selle süstemaatiline lubamine on nagu kindlustusmakse tasumine riskivabade reiside eest. See toob reaalset väärtust matemaatikas, loogikas, silumises, võrdlevas analüüsis, planeerimises ja mitmeastmelistes ülesannetes. See on üleliigne lihtsa tõlkimise, ümber sõnastamise, otseste faktiliste küsimuste või lühikeste loominguliste tekstide puhul.

Kogu väljakutse seisneb kvaliteedi ja tokenite tarbimise vahelise tasakaalu leidmises. Kursus kulgeb kolmes etapis: arutlusvõime konfigureerimine ja lugemine (tunnid 1–4), mudeli valimine, selle tõhus käsitlemine ja üleminek Magistralilt (tunnid 5–8) ning seejärel rakendamine matemaatikas, koodis ja otsuste tegemisel (tunnid 9–12).

Peamised punktid

  • Test Time Computation investeerib arvutusvõimsust järeldusetapis keerukate vastuste parandamiseks
  • Arutlusvõime korral muutub message.content loendiks: thinking tükk (mõtlemine), millele järgneb text tükk (vastus)
  • Magistrali valik lõpetati 31. juulil 2026: arutlusvõimet konfigureeritakse nüüd parameetriga reasoning_effort
  • Mistral Small 4 (mistral-small-2603) on lähtepunkt; Mistral Large 4 (mistral-large-4-0) on suunatud kõige nõudlikumatele juhtumitele
  • Arutlusvõime on põhjendatud matemaatika, koodi ja otsuste tegemise puhul, mitte lihtsate ülesannete korral