Migração a partir do Magistral
Nesta página
Lição reescrita em 2 de novembro de 2026. Esta lição descrevia originalmente o raciocínio «sempre ativo» do Magistral. Como todos os modelos Magistral foram desativados em 31 de julho de 2026, cobre agora a migração para
reasoning_effort. Fontes: Models — deprecated and removed models · Reasoning · Native reasoning (deprecated).
Onde está o seu código?
As versões mais recentes do Magistral, Small 1.2 e Medium 1.2 (-2509), foram preteridas na primavera de 2026 e desativadas em 31 de julho de 2026; as versões 1.0 e 1.1 já tinham sido desativadas em 30 de novembro de 2025. Qualquer código que ainda invoque magistral-small-latest, magistral-medium-latest ou um identificador datado dessa família está a apontar para um modelo que já não existe. A migração deixou de ser algo a planear: é algo a fazer agora.
Tabela de mapeamento
| Estava a usar | Substituição designada pela Mistral | O que recomendamos hoje |
|---|---|---|
| Magistral Small (1.0, 1.1, 1.2) | Mistral Small 4 | mistral-small-2603 com reasoning_effort="high" |
| Magistral Medium (1.0, 1.1, 1.2) | Mistral Medium 3.5 | Small 4 se a qualidade for suficiente, caso contrário mistral-large-4-0 com reasoning_effort="high" |
Por que não seguir à risca a substituição designada pela Mistral para o Magistral Medium? Porque o Mistral Medium 3.5 está ele próprio preterido desde 31 de outubro de 2026, com desativação agendada para 30 de abril de 2027, sendo o Large 4 o seu sucessor. Migrar para ele significa comprometer-se com uma segunda migração daqui a seis meses. O Large 4 está em Pré-visualização Pública: se esse nível de maturidade não se adequar ao seu ambiente de produção, o Medium 3.5 permanece uma possível etapa intermédia, desde que agende já a próxima troca.
O que muda no código
O Magistral raciocinava sempre; os modelos atuais só raciocinam quando lho pede. O equivalente natural de «sempre ativo» é, portanto, reasoning_effort="high".
# Antes: Magistral (desativado)
response = client.chat.complete(
model="magistral-medium-latest",
messages=[
{"role": "system", "content": "You are a rigorous analyst."},
{"role": "user", "content": question},
],
prompt_mode=None, # desativava o prompt de sistema padrão do Magistral
)
# Depois: Mistral Large 4 com raciocínio explícito
response = client.chat.complete(
model="mistral-large-4-0",
messages=[
{"role": "system", "content": "You are a rigorous analyst."},
{"role": "user", "content": question},
],
reasoning_effort="high",
)
Quatro itens a tratar no processo:
- Identificadores de modelo: procure por
magistralno seu código, ficheiros de configuração e variáveis de ambiente. prompt_mode: a documentação de raciocínio já não o menciona; remova-o das suas chamadas.- Prompts de sistema: elimine o modelo de raciocínio específico do Magistral (o fragmento
thinkingcolocado na mensagem de sistema) e mantenha apenas as instruções de método e formato (Lição 6). - Leitura de respostas: a estrutura do Magistral 25.07 e 25.09 (
ThinkChunkseguido deTextChunk) corresponde aos modelos atuais, pelo que o seu código de leitura permanece válido. Acrescente apenas o tratamento para o caso de cadeia de caracteres simples, que o Small 4 e o Medium 3.5 devolvem quandoreasoning_effort="none". Se o seu código vinha do Magistral 25.06 e procurava tags<think>no texto, substitua-o pela funçãoseparerda Lição 3.
Validação da migração
Não mude às cegas. Reproduza uma amostra dos seus casos reais, juntamente com as suas respostas de referência, e compare três métricas: qualidade (precisão, conformidade do formato), tokens consumidos (usage.completion_tokens) e latência. Um script simples resolve a questão:
import time
def comparer(client, cas, configs):
"""cas: list of (question, verifier); configs: list of (model, level)."""
for model, niveau in configs:
justes = tokens = 0
debut = time.perf_counter()
for question, verifier in cas:
r = client.chat.complete(
model=model,
messages=[{"role": "user", "content": question}],
reasoning_effort=niveau,
)
_, reponse = separer(r.choices[0].message.content)
justes += bool(verifier(reponse))
tokens += r.usage.completion_tokens
duree = time.perf_counter() - debut
print(f"{model} ({niveau}) : {justes}/{len(cas)} correct, {tokens} tokens, {duree:.0f} s")
comparer(client, mes_cas, [
("mistral-small-2603", "high"),
("mistral-large-4-0", "medium"),
("mistral-large-4-0", "high"),
])
A função verifier depende do seu domínio: comparação com um valor esperado, presença de elementos obrigatórios ou validação de JSON. É isto que transforma uma impressão numa decisão.
Aproveitar ao máximo a migração
Já que vai tocar em todas as chamadas de modelo, use esta oportunidade para fixar identificadores datados em produção (mistral-small-2603 em vez de mistral-small-latest) e para centralizar a escolha do modelo e do nível de raciocínio numa única configuração. A próxima preterição — e haverá uma — será então uma correção de uma linha.
Pontos-chave
- O Magistral foi desativado em 31 de julho de 2026: qualquer chamada remanescente visa um modelo indisponível
- Magistral Small → Small 4; Magistral Medium → Small 4 ou Large 4 em vez do Medium 3.5, que está ele próprio preterido
- «Sempre ativo» traduz-se por
reasoning_effort="high" - Remova
prompt_modee o modelo de raciocínio dos prompts de sistema - Valide nos seus casos reais (qualidade, tokens, latência) e, em seguida, fixe os identificadores datados