Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Visão geral dos modelos Mistral em 2026

Aula 1 de 14 Atualizada a 3 de novembro de 2026 Iniciante
Nesta página
  1. Por que razão a Mistral oferece tantos modelos
  2. A filosofia: especialização vs. generalista
  3. Três grandes famílias
  4. Como navegar neste curso
  5. Pontos-chave

Atualizado em 2 de novembro de 2026 — modelos. O Mistral Large 3 (mistral-large-2512) e o Mistral Medium 3.5 foram descontinuados desde 31 de outubro de 2026 e serão removidos em 30 de abril de 2027. O seu sucessor designado, Mistral Large 4 (mistral-large-4), está em pré-visualização pública desde 6 de outubro. Os exemplos neste curso utilizam o alias mistral-large-latest, que ainda aponta para o Mistral Large 3 de acordo com a sua documentação oficial (verificado em 3 de novembro de 2026). Da mesma forma, mistral-medium-latest aponta para o Mistral Medium 3.5: estes aliases permanecerão válidos até 30 de abril de 2027. Para um novo projeto, teste o mistral-large-4, o seu sucessor designado.

Por que razão a Mistral oferece tantos modelos

Quando abre o catálogo da Mistral AI pela primeira vez em 2026, a primeira impressão é frequentemente avassaladora. Modelos generalistas, especialistas para código, áudio e extração de documentos: o catálogo lista numerosas referências ativas e nada indica, à primeira vista, qual lhe diz respeito. Esta abundância não é apenas uma manobra de marketing. Reflete uma filosofia técnica deliberada: a especialização ao serviço do desempenho.

A Mistral AI, fundada em Paris em 2023, fez a escolha estratégica de não se limitar a um único modelo «faz-tudo». O raciocínio por trás desta decisão é direto: um modelo treinado para se destacar numa tarefa específica — gerar código, transcrever áudio, extrair texto de um documento digitalizado — superará sempre um generalista nessa mesma tarefa, com um custo computacional igual. A questão relevante nunca é, portanto, «qual é o melhor modelo Mistral?», mas sim «qual é o melhor modelo para o que preciso de fazer?».

A filosofia: especialização vs. generalista

Três observações técnicas suportam esta abordagem. A primeira diz respeito à arquitetura Mixture of Experts (MoE), que permite construir modelos com contagens totais de parâmetros muito elevadas, ativando apenas uma fração dos mesmos por pedido. Os custos de inferência caem significativamente em comparação com um modelo denso de tamanho comparável, o que torna economicamente viável manter vários modelos grandes em vez de apenas um.

A segunda observação concerne o próprio treino. Os modelos especialistas são treinados em corpora direcionados e otimizados para objetivos específicos do seu domínio, conferindo-lhes uma vantagem clara onde é esperado. A terceira observação é a gama de tamanhos: entre o Ministral 3B e os modelos de fronteira, a gama cobre todos os cenários de implementação, desde o smartphone até à infraestrutura de nuvem massiva.

Na prática, estas três observações traduzem-se numa mentalidade de conceção. Um chatbot empresarial, um pipeline de extração de faturas e um assistente de desenvolvimento não partilham as mesmas restrições de latência, formatos de entrada ou requisitos de privacidade: seria absurdo baseá-los no mesmo modelo. Uma tendência de 2026 merece também ser mencionada desde já: a convergência do raciocínio nos generalistas. A família Magistral, anteriormente dedicada ao raciocínio, está descontinuada: esta capacidade está agora integrada diretamente no Small 4 e no Medium 3.5.

Três grandes famílias

O catálogo organiza-se em torno de três famílias, e saber a qual família pertence um modelo diz-lhe muito sobre a sua utilização prevista.

Generalistas

Estes são os modelos versáteis, capazes de lidar com conversação, escrita, análise e raciocínio. Em julho de 2026, quatro referências estruturam esta família. O Mistral Medium 3.5, lançado em maio de 2026, é o modelo de fronteira: multimodal, agêntico e forte em código. O Mistral Small 4, lançado em março de 2026, é o modelo versátil híbrido que une instrução, raciocínio e código num único modelo. O Mistral Large 3, publicado em dezembro de 2025, é o generalista de grande porte com pesos abertos. Por fim, a gama Ministral 3 oferece vários tamanhos — 3B, 8B, 14B, texto e visão — para implementações incorporadas, onde o modelo deve ser executado no próprio dispositivo.

Especialistas

Seguem-se os modelos concebidos para se destacarem num domínio específico. O Codestral e o Devstral 2 cobrem o código, um para conclusão e o outro para agentes capazes de liderar uma tarefa de desenvolvimento. O Voxtral lida com áudio, com síntese de fala (TTS com clonagem zero-shot) de um lado e transcrição em tempo real do outro. O OCR 4, lançado em junho de 2026, extrai conteúdo de documentos com caixas delimitadoras e blocos estruturais, permitindo saber não apenas o que está escrito, mas onde se localiza na página. O Moderation 2, finalmente, trata da segurança e moderação de conteúdos.

Modelos de suporte

A terceira família agrupa modelos complementares, aqueles que não escrevem uma resposta, mas fazem funcionar a infraestrutura em seu redor. O Mistral Embed gera as incorporações (embeddings) necessárias para a pesquisa semântica, o bloco de construção de qualquer sistema RAG. O Codestral Embed faz o mesmo para código fonte. O Leanstral 1.5, publicado em julho de 2026, é um modelo de base de código aberto dedicado a provas formais em Lean 4.

No lado das ferramentas, note o Studio (julho de 2026), que traz prompts e competências versionados, com propriedade e rastreabilidade. Assim que várias pessoas trabalham nos mesmos projetos de IA, esta gestão de versões deixa de ser um conforto para se tornar uma necessidade.

Como navegar neste curso

Seguiremos a ordem mais natural para um profissional. Os modelos generalistas de destaque vêm em primeiro lugar, uma vez que são aqueles que encontrará primeiro; os especialistas vêm a seguir, domínio por domínio. Abordaremos depois o sistema de níveis — Open, Premier, Labs — e as suas implicações para licenciamento e implementação, antes de lhe dar as chaves para escolher num contexto real.

No final deste curso, deverá ser capaz de identificar imediatamente qual o modelo que corresponde a uma necessidade que lhe foi submetida, explicar as compensações custo/desempenho em jogo e acompanhar a evolução rápida do ecossistema sem se perder.

Pontos-chave

  • A Mistral AI prioriza a especialização em vez de um único modelo universal
  • A arquitetura MoE (Mixture of Experts) está no centro desta estratégia
  • O catálogo cobre três famílias: generalistas, especialistas e suporte
  • Em 2026, o raciocínio está integrado nos generalistas (Small 4, Medium 3.5) — o Magistral está descontinuado
  • A escolha do modelo depende sempre do caso de uso, e não de uma classificação absoluta