Albero decisionale — Quale modello per quale caso d'uso
In questa pagina
La guida pratica alla selezione
Ora conosci l’intero catalogo Mistral e la domanda naturale successiva riguarda l’azione: quale modello dovresti usare per il tuo progetto? Questa lezione offre un processo di selezione strutturato, supportato da una tabella di corrispondenza tra casi d’uso e modelli. L’obiettivo non è darti una risposta già pronta, ma permetterti di giustificare la tua scelta a un architetto o a un CFO.
Parti dal bisogno, non dal modello
L’errore più comune è scegliere subito il modello “più potente” e applicarlo a tutto. Un team che inserisce un modello frontier in un semplice compito di classificazione dei ticket paga dieci volte il prezzo necessario, attende diversi secondi per una risposta che un modello piccolo avrebbe fornito istantaneamente e finisce per dipendere da un’API dove un modello locale sarebbe stato sufficiente. La potenza non compensa un disallineamento; lo rende solo costoso.
L’approccio corretto funziona al contrario e prevede tre passaggi. Innanzitutto, identifica il tuo compito principale: quello che rappresenta la maggior parte del volume, non il caso esotico che accade una volta al mese. Successivamente, valuta i tuoi vincoli reali: budget, latenza accettabile, sensibilità dei dati e infrastruttura disponibile. Selezioni il modello solo per ultimo, all’incrocio tra questo compito e questi vincoli. Un modello non è mai buono in termini assoluti; è adatto o inadatto a uno specifico incrocio.
Tabella decisionale per caso d’uso
| Caso d'uso | Modello consigliato | Livello | Perché |
|---|---|---|---|
| Chatbot / Assistente | Mistral Small 4 | Open | Ibrido instruct+reasoning, contesto 256K, rapporto prezzo/prestazioni ottimale |
| RAG (documenti lunghi) | Small 4 + Mistral Embed | Open + Premier | Finestra di contesto ampia + embedding di qualità |
| Completamento codice (IDE) | Codestral | Premier | FIM, bassa latenza, oltre 80 linguaggi |
| Agente codice autonomo | Devstral 2 | Open | Risoluzione task end-to-end, esplorazione codice |
| Sintesi vocale / TTS | Voxtral TTS | Open | Clonazione vocale, streaming, multilingua |
| Trascrizione audio | Voxtral Transcribe 2 | Premier | Diarizzazione, bias contestuale, alta accuratezza |
| Estrazione documenti | OCR 3 | Premier | Struttura, tabelle, multipagina |
| Analisi immagine + testo | Mistral Large 3 | Open | Frontier multimodale, massima qualità |
| Ragionamento matematico | Magistral Medium 1.2 | Premier | Catena di pensiero profonda, ragionamento specializzato |
| Deploy mobile/edge | Ministral 3 (3B) | Open | Ultra-compatto, multimodale, offline |
| Moderazione contenuti | Moderation 2 | Premier | Rilevamento jailbreak, guardrail personalizzati |
Attraversa la decisione in tre passaggi
Il primo passo consiste nel categorizzare il tuo bisogno. Il testo generico — conversazione, scrittura, riassunto — rientra nella famiglia Small, Large e Medium. Tutto ciò che riguarda il codice appartiene alla famiglia Codestral e Devstral. L’audio, sia in input che in output, va a Voxtral. Gestisci documenti e immagini con OCR 3 o Large 3 a seconda che tu voglia un’estrazione strutturata o un’interpretazione. Il ragionamento complesso richiede Magistral, mentre le questioni di sicurezza ricadono sotto Moderation 2. Questa categorizzazione elimina subito tre quarti del catalogo.
Il secondo passo mette questo candidato a confronto con i tuoi vincoli, ed è qui che le decisioni vengono realmente prese. Un budget limitato punta verso i modelli Open per l’auto-hosting o verso Small 4 tramite API. Dati sensibili impongono l’auto-hosting di un modello open, indipendentemente dalla comodità delle API. Un requisito di latenza rigoroso ti spinge verso Ministral 3 in locale o verso Codestral per il completamento nell’IDE. La ricerca della massima qualità giustifica Large 3 o Magistral Medium 1.2. Infine, un team senza infrastruttura da amministrare dovrebbe attenersi all’API Premier, anche se costa di più. Questi vincoli spesso si contraddicono: è meglio fare compromessi espliciti piuttosto che scoprire il conflitto in produzione.
Il terzo passo è quello che le persone saltano più volentieri e non dovrebbero mai saltare: la validazione del prototipo. Non scegliere mai un modello basandoti solo sui benchmark. Costruisci un set di test con venti-cinquanta esempi rappresentativi, esegui due o tre candidati su di essi, confronta qualità dei risultati, latenza e costi, quindi itera. Questa verifica richiede raramente più di mezza giornata ed è l’unica che ti dice qualcosa sul tuo contesto specifico piuttosto che su una media calcolata altrove.
Combinazioni vincenti
Nelle architetture mature, non scegli un modello ma un assemblaggio, dove ogni componente fa ciò che sa fare meglio. Un sistema RAG completo concatena Mistral Embed per l’indicizzazione, Small 4 per la generazione e Moderation 2 per filtrare gli output. Una pipeline documentale inizia con OCR 3 per l’estrazione, passa a Small 4 per l’analisi e si affida a Mistral Embed per la ricerca. Un assistente per sviluppatori combina Codestral nell’IDE, Devstral 2 per i task complessi e Codestral Embed per la ricerca nel codice. Un’applicazione vocale, infine, entra tramite Voxtral Transcribe, elabora con Small 4 ed esce tramite Voxtral TTS. Il costo totale di queste catene è quasi sempre inferiore a quello di un singolo modello che tenta di fare tutto.
Punti chiave
- Inizia sempre dal caso d’uso, non dal modello
- Valuta la triade task / vincoli / budget prima di scegliere
- Le combinazioni multi-modello sono spesso più efficaci di un singolo modello
- Testa sempre con i tuoi dati prima di impegnarti
- Mistral Small 4 è il punto di partenza predefinito per la maggior parte dei casi