Johdatus Mistralin tekoälyn päättelykykyyn
Tällä sivulla
Kurssi uudelleenrakennettu 2. marraskuuta 2026. Tämä kurssi perustui alun perin Magistral-malleihin, jotka poistettiin käytöstä kokonaan 31. heinäkuuta 2026. Mistralilla päättely hoidetaan nykyisin yleiskäyttöisissä malleissa saatavilla olevalla
reasoning_effort-parametrilla: Mistral Small 4, Mistral Large 4 ja Mistral Medium 3.5 (vanhentunut, poisto suunniteltu 30. huhtikuuta 2027). Kaikki kaksitoista oppituntia on kirjoitettu uudelleen virallisen dokumentaation pohjalta: Reasoning · Models.
Miksi päättely muuttaa pelin
Kun esität monimutkaisen kysymyksen tavalliselle kielimallille, se tuottaa vastauksen token kerrallaan ilman varsinaista pohdintavaihetta. Uudelleenmuotoiluun tai faktakysymyksiin tulos on usein oikea. Monivaiheisten ongelmien tai vaativan loogisen päättelyn edessä suorituskyky kuitenkin heikkenee merkittävästi: malli sitoutuu suuntaan jo ensimmäisistä sanoista lähtien, eikä sillä ole mahdollisuutta korjata itseään.
Päättely muuttaa tämän dynamiikan. Mistralin dokumentaatiossa sitä kuvataan ajatusketjun seuraavaksi kehitysvaiheeksi: malli on koulutettu tuottamaan vapaasti pohdintaketjun ennen lopullisen vastauksen antamista. Se tutkii ongelmaa syvällisemmin ja parantaa ratkaisuaan käyttämällä enemmän laskentatehoa inferenssin aikana. Tätä kutsutaan nimellä Test Time Computation: laskentatehon sijoittaminen inferenssin aikana, ei vain koulutusvaiheessa.
Pohdinnan kustannukset ja hyödyt
Periaate on yksinkertainen: mitä enemmän malli ajattelee ennen vastaamista, sitä parempi sen vastaus on monimutkaisissa tehtävissä. Konkreettisesti se tuottaa ajatusjälkiä: hypoteeseja, välilaskuja, tarkistuksia ja peruutuksia. Nämä lisätokenit maksavat aikaa ja budjettia. Virallisesta dokumentaatiosta otetussa esimerkissä pieni ikäarvoitus, joka esitetään Mistral Small 4 -mallille korkealla päättelytasolla, kuluttaa 77 syöttetokenia ja 1 114 output-tokenia, vaikka lopullinen vastaus on vain muutaman rivin pituinen: kustannusten leijonanosa on itse ajattelutyö.
Päättely loistaa monimutkaisissa käyttötapauksissa, alkaen matematiikasta ja koodauksesta, mutta se sopii myös moniin muihin tilanteisiin: analyysiin, suunnitteluun ja päätöksentekoon.
Tarkastellaan klassista ongelmaa eron mittaamiseksi. Isällä on kolme lasta; heidän ikänsä tulo on 36, ikänsä summa on naapurin talon numero, ja vanhin lapsi soittaa pianoa. Mitkä ovat heidän ikänsä? Ilman päättelyä malli arvaa ja osuu harvoin oikeaan. Päättelyn avulla se luettelee luvun 36 tekijäkolmikot, laskee kunkin summan, huomaa, että kahdella niistä on sama summa (1, 6, 6 ja 2, 2, 9 ovat molemmat 13: tämä on kehotteen implikoima epäselvyys) ja käyttää sitten vihjettä “vanhimmasta” lapsesta ratkaistakseen ongelman: 2, 2 ja 9 vuotta.
Päättelyä sisältävän vastauksen rakenne
Kun päättely on aktiivinen, vastaus ei ole enää pelkkä merkkijono. message.content-kentästä tulee luettelo osista: ensin thinking-tyyppinen pohdintaosa, joka sisältää itsekin listan tekstiosia; sitten text-tyyppinen osa, joka sisältää lopullisen vastauksen. Tässä on API:n palauttama yksinkertaistettu muoto:
{
"role": "assistant",
"content": [
{
"type": "thinking",
"thinking": [
{"type": "text", "text": "... thinking traces ..."}
]
},
{"type": "text", "text": "... final answer ..."}
]
}
Tämä erottelu on arvokasta: se antaa sinulle mahdollisuuden näyttää tai piilottaa ajatteluprosessi sovelluksesi tarpeiden mukaan. Opetuksellinen opettaja voi näyttää ajatusjäljet, kun taas kuluttajille suunnattu avustaja näyttäisi vain johtopäätöksen. Oppitunti 3 käsittelee yksityiskohtaisesti näiden osien lukemista, myös suoratoistotilassa.
Mistralin päättely marraskuussa 2026
Mistral tarjosi aluksi erillisen Magistral-malliston (Small ja Medium, versiot 25.06, 25.07 ja 25.09), jossa päättely oli aina aktiivinen. Tämä mallisto on nyt kokonaan poistettu käytöstä: päättelystä on tullut yleiskäyttöisten mallien ominaisuus, joka määritetään pyyntökohtaisesti reasoning_effort-parametrilla.
| Malli | API-tunniste | Tila 2. marraskuuta 2026 | reasoning_effort-tasot |
|---|---|---|---|
| Mistral Small 4 | mistral-small-2603 | Saatavilla (julkaistu 16. maaliskuuta 2026) | high, none |
| Mistral Large 4 | mistral-large-4-0 | Julkinen esiversio (julkaistu 6. lokakuuta 2026) | low, medium, high |
| Mistral Medium 3.5 | mistral-medium-3-5 | Vanhentunut, poisto 30. huhtikuuta 2027 | high, none |
Mistral Small 4:ää kuvataan virallisessa tietolehdessä hybridimalliksi, joka yhdistää ohjeistuksen, päättelyn ja koodauksen samaan malliin. Se on tämän kurssin luontevin lähtökohta. Mistral Large 4 tarjoaa kolmitasoisen skaalan ja miljoonan tokenin konteksti-ikkunan; se on edelleen julkisessa esiversiossa, mikä edellyttää varovaisuutta tuotantoympäristössä. Oppitunti 5 vertailee näitä malleja yksityiskohtaisesti.
Milloin käyttää päättelyä
Päättelyä ei tarvita kaikkialla, ja sen järjestelmällinen käyttöönotto on kuin maksaisi vakuutusmaksua riskittömistä matkoista. Se tuo todellista lisäarvoa matematiikassa, logiikassa, vianetsinnässä, vertailevassa analyysissä, suunnittelussa ja monivaiheisissa ongelmissa. Se on tarpeeton yksinkertaisessa kääntämisessä, uudelleenmuotoilussa, suorissa faktakysymyksissä tai lyhyessä luovassa kirjoittamisessa.
Koko haaste piilee laadun ja token-kulutuksen tasapainottamisessa. Kurssi etenee kolmessa vaiheessa: päättelyn määrittäminen ja lukeminen (oppitunnit 1–4), mallin valinta, tehokas kehotteiden laatiminen ja siirtyminen Magistralista (oppitunnit 5–8) sekä soveltaminen matematiikkaan, koodaukseen ja päätöksentekoon (oppitunnit 9–12).
Keskeiset asiat
- Test Time Computation sijoittaa laskentatehoa inferenssiin monimutkaisten vastausten parantamiseksi
- Päättelyn kanssa
message.contenton luettelo:thinking-osa (pohdinta) ja sen jälkeentext-osa (vastaus) - Magistral-mallisto poistettiin käytöstä 31. heinäkuuta 2026: päättely määritetään nyt parametrilla
reasoning_effort - Mistral Small 4 (
mistral-small-2603) on lähtökohta; Mistral Large 4 (mistral-large-4-0) on suunniteltu vaativimpiin tapauksiin - Päättely on perusteltua matematiikassa, koodauksessa ja päätöksenteossa, ei yksinkertaisissa tehtävissä