Introducere în raționamentul AI la Mistral
Pe această pagină
Curs reproiectat la 2 noiembrie 2026. Acest curs a fost inițial construit în jurul modelelor Magistral, care au fost retrase complet la 31 iulie 2026. La Mistral, raționamentul este acum gestionat prin parametrul
reasoning_effortdisponibil pe modelele de uz general: Mistral Small 4, Mistral Large 4 și Mistral Medium 3.5 (depreciat, retragere programată pentru 30 aprilie 2027). Toate cele douăsprezece lecții au fost rescrise pe baza documentației oficiale: Reasoning · Models.
De ce raționamentul schimbă regulile jocului
Când adresați o întrebare complexă unui model lingvistic standard, acesta generează răspunsul token cu token, fără o fază autentică de reflecție. Pentru reformulări sau interogări factuale, rezultatul este adesea corect. Totuși, în fața problemelor cu mai mulți pași sau a celor care necesită un raționament logic riguros, performanța scade semnificativ: modelul se angajează într-o direcție încă de la primele cuvinte și nu mai are posibilitatea de a se corecta.
Raționamentul schimbă această dinamică. Documentația Mistral îl prezintă ca fiind următoarea evoluție a lanțului gândirii (chain of thought): modelul este antrenat să genereze liber un lanț de reflecție înainte de a livra răspunsul final. Acesta explorează problema mai în profunzime și, consumând mai multă putere de calcul în timpul inferenței, își îmbunătățește soluția. Acest proces este cunoscut sub numele de Test Time Computation: investirea resurselor de calcul durante inferenței, nu doar în timpul antrenamentului.
Costul și beneficiul reflecției
Principiul este simplu: cu cât un model „gândește“ mai mult înainte de a răspunde, cu atât răspunsul său este mai bun pentru sarcinile complexe. Concret, acesta generează urme de gândire (thinking traces): ipoteze, calcule intermediare, verificări și reveniri asupra pașilor anteriori. Acești tokeni suplimentari costă timp și buget. Într-un exemplu din documentația oficială, o ghicitoare simplă despre vârste, adresată modelului Mistral Small 4 cu un efort de raționament ridicat, consumă 77 de tokeni de intrare și 1.114 de tokeni de ieșire pentru un răspuns final de doar câteva rânduri: grosul costului îl reprezintă chiar procesul de gândire.
Raționamentul excelează în cazuri de utilizare complexe, începând cu matematica și programarea, dar se aplică și în multe alte situații: analiză, planificare și luarea deciziilor.
Luați în considerare o problemă clasică pentru a măsura diferența. Un tată are trei copii; produsul vârstelor lor este 36, suma vârstelor lor este numărul casei vecinului, iar cel mai mare cântă la pian. Ce vârste au copiii? Fără raționament, un model ghicește și rareori nimeriește. Cu raționament, acesta enumeră descompunerile lui 36 în trei factori, calculează suma fiecăreia, observă că două dintre ele au aceeași sumă (1, 6, 6 și 2, 2, 9 fac ambele 13: aceasta este ambiguitatea implicată de enunț) și apoi folosește indiciul despre copilul „cel mai mare“ pentru a rezolva problema: 2, 2 și 9 ani.
Structura unui răspuns cu raționament
Când raționamentul este activ, răspunsul nu mai este un simplu șir de caractere. Câmpul message.content devine o listă de fragmente: mai întâi un fragment de gândire de tip thinking, care conține la rândul său o listă de fragmente de text; apoi un fragment de tip text, care conține răspunsul final. Iată forma simplificată returnată de API:
{
"role": "assistant",
"content": [
{
"type": "thinking",
"thinking": [
{"type": "text", "text": "... thinking traces ..."}
]
},
{"type": "text", "text": "... final answer ..."}
]
}
Această separare este valoroasă: vă permite să afișați sau să ascundeți procesul de gândire în funcție de aplicația dumneavoastră. Un tutore educațional ar putea afișa urmele gândirii; un asistent orientat către consumator ar afișa doar concluzia. Lecția 3 detaliază modul de citire a acestor fragmente, inclusiv în modul de streaming.
Raționamentul la Mistral în noiembrie 2026
Mistral a oferit inițial o gamă dedicată, Magistral (Small și Medium, versiunile 25.06, 25.07 și 25.09), unde raționamentul era întotdeauna activ. Această gamă este acum retrasă complet: raționamentul a devenit o capacitate a modelelor de uz general, configurabilă per cerere prin parametrul reasoning_effort.
| Model | Identificator API | Stare la 2 noiembrie 2026 | Niveluri reasoning_effort |
|---|---|---|---|
| Mistral Small 4 | mistral-small-2603 | Disponibil (lansat la 16 martie 2026) | high, none |
| Mistral Large 4 | mistral-large-4-0 | Previzualizare Publică (lansat la 6 octombrie 2026) | low, medium, high |
| Mistral Medium 3.5 | mistral-medium-3-5 | Depreciat, retragere la 30 aprilie 2027 | high, none |
Mistral Small 4 este descris în fișa sa oficială ca un model hibrid care combină instrucțiunile, raționamentul și codul într-un singur model. Este punctul de plecare natural pentru acest curs. Mistral Large 4 oferă o scală cu trei niveluri și o fereastră de context de un milion de tokeni; acesta rămâne în Previzualizare Publică, ceea ce impune prudență în mediul de producție. Lecția 5 compară aceste modele în detaliu.
Când să utilizați raționamentul
Raționamentul nu este necesar peste tot, iar activarea sa sistematică este similară cu plata unei prime de asigurare pentru călătorii fără riscuri. Acesta aduce o valoare reală pentru matematică, logică, depanare, analiză comparativă, planificare și probleme cu mai mulți pași. Este superfluu pentru traduceri simple, reformulări, întrebări factuale directe sau scriere creativă scurtă.
Provocarea principală constă în echilibrarea calității cu consumul de tokeni. Cursul se desfășoară în trei etape: configurarea și citirea raționamentului (Lecțiile 1 până la 4), alegerea modelului, formularea prompturilor eficiente și migrarea de la Magistral (Lecțiile 5 până la 8), apoi aplicarea acestuia în matematică, cod și luarea deciziilor (Lecțiile 9 până la 12).
Puncte cheie
- Test Time Computation investește resurse de calcul în timpul inferenței pentru a îmbunătăți răspunsurile complexe
- Cu raționament activat,
message.contentdevine o listă: un fragmentthinking(reflecția) urmat de un fragmenttext(răspunsul) - Gama Magistral a fost retrasă la 31 iulie 2026: raționamentul se configurează acum cu
reasoning_effort - Mistral Small 4 (
mistral-small-2603) este punctul de plecare; Mistral Large 4 (mistral-large-4-0) vizează cazurile cele mai exigente - Raționamentul este justificat pentru matematică, cod și luarea deciziilor, nu pentru sarcini simple