Inleiding tot AI-redeneren bij Mistral
Op deze pagina
Cursus opnieuw ontworpen op 2 november 2026. Deze cursus was oorspronkelijk gebouwd rond de Magistral-modellen, die op 31 juli 2026 volledig zijn uitgefaseerd. Bij Mistral wordt redeneren nu afgehandeld via de parameter
reasoning_effort, beschikbaar op modellen voor algemeen gebruik: Mistral Small 4, Mistral Large 4 en Mistral Medium 3.5 (verouderd, uitfasering gepland voor 30 april 2027). Alle twaalf lessen zijn herschreven op basis van de officiële documentatie: Reasoning · Models.
Waarom redeneren het spel verandert
Wanneer u een complexe vraag stelt aan een standaard taalmodel, genereert dit zijn antwoord token voor token zonder echte reflectiefase. Voor herformuleringen of feitelijke vragen is het resultaat vaak correct. Wanneer het model echter wordt geconfronteerd met meerstapsproblemen of veeleisende logische redeneringen, neemt de prestatie aanzienlijk af: het model legt zich vanaf de eerste woorden vast op een richting en heeft geen ruimte meer om zichzelf te corrigeren.
Redeneren verandert deze dynamiek. De documentatie van Mistral presenteert het als de volgende evolutie van ‘chain of thought’: het model is getraind om vrijelijk een reeks overwegingen te genereren voordat het zijn definitieve antwoord levert. Het onderzoekt het probleem dieper en verbetert zijn oplossing door meer rekenkracht te besteden tijdens de inferentie. Dit staat bekend als Test Time Computation: investeren in rekenkracht tijdens de inferentie, niet alleen tijdens de training.
De kosten en baten van reflectie
Het principe is eenvoudig: hoe meer een model nadenkt voordat het antwoordt, hoe beter zijn respons op complexe taken. Concreet genereert het denksporen: hypothesen, tussenberekeningen, verificaties en backtracking. Deze extra tokens kosten tijd en budget. In een voorbeeld uit de officiële documentatie verbruikt een klein raadsel over leeftijden, voorgelegd aan Mistral Small 4 met een hoge redeneerinspanning, 77 input-tokens en 1.114 output-tokens voor een eindantwoord van slechts een paar regels: het leeuwendeel van de kosten is het denkproces zelf.
Redeneren blinkt uit in complexe use cases, te beginnen met wiskunde en coderen, maar het is ook van toepassing op vele andere situaties: analyse, planning en besluitvorming.
Beschouw een klassiek probleem om het verschil te meten. Een vader heeft drie kinderen; het product van hun leeftijden is 36, de som van hun leeftijden is het huisnummer van de buurman, en de oudste speelt piano. Hoe oud zijn ze? Zonder redeneren gokt een model en heeft het zelden goed. Met redenering somt het de ontbindingen van 36 in drie factoren op, berekent de som van elk, merkt op dat twee ervan dezelfde som hebben (1, 6, 6 en 2, 2, 9 zijn beide 13: dit is de ambiguïteit die door de prompt wordt geïmpliceerd), en gebruikt vervolgens de aanwijzing over het “oudste” kind om het op te lossen: 2, 2 en 9 jaar oud.
De structuur van een antwoord met redeneren
Wanneer redeneren actief is, is het antwoord niet langer een eenvoudige string. Het veld message.content wordt een lijst van chunks: eerst een denk-chunk van het type thinking, die zelf een lijst van tekst-chunks bevat; vervolgens een chunk van het type text, dat het definitieve antwoord bevat. Hier is de vereenvoudigde vorm die door de API wordt teruggegeven:
{
"role": "assistant",
"content": [
{
"type": "thinking",
"thinking": [
{"type": "text", "text": "... thinking traces ..."}
]
},
{"type": "text", "text": "... final answer ..."}
]
}
Deze scheiding is waardevol: u kunt het denkproces al dan niet tonen, afhankelijk van uw applicatie. Een educatieve tutor kan de sporen weergeven; een consumentgerichte assistent toont alleen de conclusie. Les 3 legt in detail uit hoe u deze chunks leest, ook in streaming-modus.
Redeneren bij Mistral in november 2026
Mistral bood aanvankelijk een specifiek assortiment aan, Magistral (Small en Medium, versies 25.06, 25.07 en 25.09), waarbij redeneren altijd actief was. Dit assortiment is nu volledig uitgefaseerd: redeneren is een mogelijkheid geworden van modellen voor algemeen gebruik, configureerbaar per verzoek met de parameter reasoning_effort.
| Model | API-identificatie | Status per 2 november 2026 | reasoning_effort-niveaus |
|---|---|---|---|
| Mistral Small 4 | mistral-small-2603 | Beschikbaar (uitgebracht op 16 maart 2026) | high, none |
| Mistral Large 4 | mistral-large-4-0 | Public Preview (uitgebracht op 6 oktober 2026) | low, medium, high |
| Mistral Medium 3.5 | mistral-medium-3-5 | Verouderd, uitfasering 30 april 2027 | high, none |
Mistral Small 4 wordt in zijn officiële fiche beschreven als een hybride model dat instructies, redeneren en code combineert in één model. Het is het natuurlijke startpunt voor deze cursus. Mistral Large 4 biedt een schaal met drie niveaus en een contextvenster van één miljoen tokens; het blijft in Public Preview, wat voorzichtigheid in productie vereist. Les 5 vergelijkt deze modellen in detail.
Wanneer u redeneren moet gebruiken
Redeneren is niet overal nodig; het systematisch inschakelen is vergelijkbaar met het betalen van een verzekeringspremie voor risicovrije reizen. Het voegt echte waarde toe voor wiskunde, logica, debugging, vergelijkende analyse, planning en meerstapsproblemen. Het is overbodig voor eenvoudige vertaling, herformulering, directe feitelijke vragen of kort creatief schrijven.
De hele uitdaging ligt in het vinden van een balans tussen kwaliteit en tokenverbruik. De cursus verloopt in drie fasen: redeneren configureren en lezen (lessen 1 tot 4), het model kiezen, effectief prompten en migreren vanaf Magistral (lessen 5 tot 8), en vervolgens toepassen op wiskunde, code en besluitvorming (lessen 9 tot 12).
Belangrijkste punten
- Test Time Computation investeert rekenkracht tijdens de inferentie om complexe antwoorden te verbeteren
- Met redeneren wordt
message.contenteen lijst: eenthinking-chunk (de reflectie) gevolgd door eentext-chunk (het antwoord) - Het Magistral-assortiment is uitgefaseerd op 31 juli 2026: redeneren wordt nu geconfigureerd met
reasoning_effort - Mistral Small 4 (
mistral-small-2603) is het startpunt; Mistral Large 4 (mistral-large-4-0) richt zich op de meest veeleisende gevallen - Redeneren is gerechtvaardigd voor wiskunde, code en besluitvorming, niet voor eenvoudige taken