Árvore de decisão — Qual modelo para qual caso de uso
Nesta página
O guia prático de seleção
Agora que conhece todo o catálogo da Mistral, a próxima pergunta natural é a ação: qual modelo deve utilizar no seu projeto? Esta lição oferece um processo de seleção estruturado, apoiado por uma tabela de mapeamento entre casos de uso e modelos. O objetivo não é dar-lhe uma resposta pronta, mas capacitá-lo a justificar a sua escolha perante um arquiteto ou um diretor financeiro.
Comece pela necessidade, não pelo modelo
O erro mais comum é escolher imediatamente o modelo “mais potente” e aplicá-lo a tudo. Uma equipa que integra um modelo de ponta numa tarefa simples de classificação de tickets paga dez vezes o preço necessário, espera vários segundos por uma resposta que um modelo pequeno teria entregue instantaneamente e acaba por depender de uma API onde um modelo local seria suficiente. A potência não compensa um desajuste; torna-o dispendioso.
A abordagem correta funciona ao inverso e envolve três passos. Primeiro, identifique a sua tarefa principal — aquela que representa a maior parte do volume, não o caso exótico que acontece uma vez por mês. Em seguida, avalie as suas restrições reais: orçamento, latência aceitável, sensibilidade dos dados e infraestrutura disponível. Só no final seleciona o modelo, na interseção desta tarefa e destas restrições. Um modelo nunca é bom em termos absolutos; é adequado ou inadequado a uma interseção específica.
Tabela de decisão por caso de uso
| Caso de uso | Modelo recomendado | Nível | Porquê |
|---|---|---|---|
| Chatbot / Assistente | Mistral Small 4 | Open | Híbrido instruct+raciocínio, contexto de 256K, rácio preço/desempenho ótimo |
| RAG (documentos longos) | Small 4 + Mistral Embed | Open + Premier | Janela de contexto grande + embeddings de qualidade |
| Completação de código (IDE) | Codestral | Premier | FIM, baixa latência, mais de 80 linguagens |
| Agente de código autónomo | Devstral 2 | Open | Resolução de tarefas de ponta a ponta, exploração de código |
| Síntese de fala / TTS | Voxtral TTS | Open | Clonagem de voz, streaming, multilingue |
| Transcrição de áudio | Voxtral Transcribe 2 | Premier | Diarização, enviesamento de contexto, alta precisão |
| Extração de documentos | OCR 3 | Premier | Estrutura, tabelas, múltiplas páginas |
| Análise de imagem + texto | Mistral Large 3 | Open | Multimodal de ponta, melhor qualidade |
| Raciocínio matemático | Magistral Medium 1.2 | Premier | Cadeia de pensamento profunda, raciocínio especializado |
| Implementação móvel/edge | Ministral 3 (3B) | Open | Ultra-compacto, multimodal, offline |
| Moderação de conteúdo | Moderation 2 | Premier | Deteção de jailbreak, barreiras de segurança personalizadas |
Percorra a decisão em três passos
O primeiro passo é categorizar a sua necessidade. Texto geral — conversação, escrita, resumo — enquadra-se na família Small, Large e Medium. Tudo o que esteja relacionado com código pertence à família Codestral e Devstral. Áudio, seja entrada ou saída, vai para o Voxtral. Lide com documentos e imagens com o OCR 3 ou o Large 3, dependendo se pretende extração estruturada ou interpretação. Raciocínio complexo exige o Magistral, e questões de segurança enquadram-se no Moderation 2. Esta categorização elimina imediatamente três quartos do catálogo.
O segundo passo coloca este candidato face às suas restrições, e é aqui que as decisões são realmente tomadas. Um orçamento apertado aponta para modelos Open para autoalojamento ou para o Small 4 via API. Dados sensíveis exigem o autoalojamento de um modelo aberto, independentemente da conveniência da API. Um requisito estrito de latência empurra-o para o Ministral 3 localmente ou para o Codestral para completação em IDE. A busca pela máxima qualidade justifica o Large 3 ou o Magistral Medium 1.2. Por fim, uma equipa sem infraestrutura para administrar deve manter-se na API Premier, mesmo que custe mais. Estas restrições contradizem-se frequentemente: negociar explicitamente é melhor do que descobrir o conflito em produção.
O terceiro passo é aquele que as pessoas mais gostam de saltar e que nunca devem saltar: validação por protótipo. Nunca escolha um modelo baseado apenas em benchmarks. Construa um conjunto de teste com vinte a cinquenta exemplos representativos, execute dois ou três candidatos sobre eles, compare a qualidade dos resultados, a latência e o custo, e depois itere. Esta verificação raramente leva mais de meio dia, e é a única que lhe diz algo sobre o seu próprio contexto, em vez de uma média calculada noutro lugar.
Combinações vencedoras
Em arquiteturas maduras, não se escolhe um modelo, mas uma montagem, onde cada componente faz o que faz de melhor. Um sistema RAG completo encadeia o Mistral Embed para indexação, o Small 4 para geração e o Moderation 2 para filtrar saídas. Um pipeline de documentos começa com o OCR 3 para extração, passa para o Small 4 para análise e conta com o Mistral Embed para pesquisa. Um assistente de desenvolvedor combina o Codestral no IDE, o Devstral 2 para tarefas complexas e o Codestral Embed para pesquisa de código. Uma aplicação de voz, finalmente, entra via Voxtral Transcribe, processa com o Small 4 e sai via Voxtral TTS. O custo total destas cadeias é quase sempre inferior ao de um único modelo que tente fazer tudo.
Pontos-chave
- Comece sempre pelo caso de uso, não pelo modelo
- Avalie a tríade tarefa / restrições / orçamento antes de escolher
- Combinações de vários modelos são frequentemente mais eficazes do que um único modelo
- Teste sempre com os seus próprios dados antes de se comprometer
- O Mistral Small 4 é o ponto de partida padrão para a maioria dos casos