Laboratorio
Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.
ORGANIZACIÓN VERIFICADA
Mistral AI
Consulta los modelos documentados, las evaluaciones publicadas y las fuentes primarias asociadas a esta organización.
01 / MODELOS
Catálogo verificado
CÓDIGO MULTIMODAL ABIERTO
Mistral Medium 3.5
Código multimodal y despliegue bajo control propio.
16 SEP. 2026↗ HÍBRIDO ABIERTO Y EFICIENTEMistral Small 4
Modelo híbrido que reúne instrucción, razonamiento y código en una opción eficiente con pesos abiertos.
18 SEP. 2026↗ TEXTO A VOZ Y CLONACIÓNVoxtral TTS
Modelo de texto a voz multilingüe con streaming y clonación zero-shot a partir de una referencia de voz.
18 SEP. 2026↗ OCR Y ESTRUCTURA DOCUMENTALMistral OCR 4.1
Servicio especializado de OCR con cajas por párrafo, etiquetas de bloques estructurales y puntuaciones de confianza.
18 SEP. 2026↗ PREVISIÓN PROBABILÍSTICATimestral 5M
Familia numérica de Mistral publicada el 15 de octubre de 2026 en cuatro tamaños: 5M, 28M, 123M y 209M. Realiza predicción probabilística univariante y multivariante sin ajuste previo. Admite historia, covariables pasadas y covariables futuras conocidas; no conversa ni genera texto.
16 OCT. 2026↗ PREVISIÓN PROBABILÍSTICATimestral 28M
Familia numérica de Mistral publicada el 15 de octubre de 2026 en cuatro tamaños: 5M, 28M, 123M y 209M. Realiza predicción probabilística univariante y multivariante sin ajuste previo. Admite historia, covariables pasadas y covariables futuras conocidas; no conversa ni genera texto.
16 OCT. 2026↗ PREVISIÓN PROBABILÍSTICATimestral 123M
Familia numérica de Mistral publicada el 15 de octubre de 2026 en cuatro tamaños: 5M, 28M, 123M y 209M. Realiza predicción probabilística univariante y multivariante sin ajuste previo. Admite historia, covariables pasadas y covariables futuras conocidas; no conversa ni genera texto.
16 OCT. 2026↗ PREVISIÓN PROBABILÍSTICATimestral 209M
Familia numérica de Mistral publicada el 15 de octubre de 2026 en cuatro tamaños: 5M, 28M, 123M y 209M. Realiza predicción probabilística univariante y multivariante sin ajuste previo. Admite historia, covariables pasadas y covariables futuras conocidas; no conversa ni genera texto.
16 OCT. 2026↗02 / EVALUACIONES
Resultados publicados
Las cifras se muestran con el contexto comunicado por su fuente. Un resultado del proveedor no equivale a una comparación independiente ni sustituye una evaluación propia.
03 / MÉTODO
Cómo leer el directorio
Una organización, un producto y un modelo no son la misma unidad. Inferama los separa para evitar atribuir capacidades o condiciones comerciales al elemento equivocado.
Modelo
Versión identificable con límites, modalidades y comportamiento que pueden cambiar entre lanzamientos.
Canal de acceso
API, aplicación, nube asociada o plan comercial; cada canal puede tener precios, retención y límites distintos.
Fuente y fecha
Cada afirmación debe conservar la página oficial consultada y la fecha de verificación.
ANÁLISIS
Análisis relacionados
Voxtral TTS: qué debe validar un equipo antes de sustituir una voz sintética en producción
Mistral AI documenta Voxtral TTS como un servicio de generación de voz con streaming y varios formatos de salida. Antes de reemplazar un proveedor o modelo en llamadas, avisos o contenido publicado, un equipo debe comprobar no solo la calidad audible, sino también la compatibilidad del contrato técnico, operativo y de datos mediante una regresión con sus propios guiones.
22 sep. 2026 ↗
Documentos privados con IA: cómo decidir qué puede salir del perímetro y qué requiere revisión
Una ruta operativa para decidir si un flujo de búsqueda, resumen, extracción, clasificación o borrador puede procesar documentos privados de forma directa, minimizada, segmentada o en un entorno controlado. El foco no es elegir una tecnología por defecto, sino delimitar datos, transformaciones, controles y revisión humana antes de producción.
22 sep. 2026 ↗
Mistral OCR 4.1: qué debe volver a validar un equipo cuando cambian el texto, la estructura y las coordenadas de un flujo documental
Mistral OCR 4.1 modifica el modelo al que apuntan determinados alias y añade capacidades de bloques, estructura y confianza. Antes de actualizar un flujo documental, conviene medir no solo la legibilidad del texto, sino también la estabilidad de tablas, páginas, coordenadas, esquemas y revisiones humanas.
22 sep. 2026 ↗04 / FUENTES
Trazabilidad
FUENTE PRIMARIADocumentación oficialdocs.mistral.ai↗BENCHMARKSWE-bench Verifiedmistral.ai↗FICHA TÉCNICAFicha oficial de Mistral Small 4docs.mistral.ai↗CATÁLOGOCatálogo oficial del proveedordocs.mistral.ai↗FICHA TÉCNICAFicha oficial de Voxtral TTSdocs.mistral.ai↗CATÁLOGOCatálogo oficial del proveedordocs.mistral.ai↗LANZAMIENTOTimestral · Mistralmistral.ai↗MODEL CARDTimestral 5Mhuggingface.co↗LICENCIAModified MIThuggingface.co↗CÓDIGOTimestralgithub.com↗BENCHMARKGIFT-Eval MASEhuggingface.co↗MODEL CARDTimestral 28Mhuggingface.co↗LICENCIAModified MIThuggingface.co↗BENCHMARKGIFT-Eval MASEhuggingface.co↗MODEL CARDTimestral 123Mhuggingface.co↗LICENCIAModified MIThuggingface.co↗BENCHMARKGIFT-Eval MASEhuggingface.co↗MODEL CARDTimestral 209Mhuggingface.co↗LICENCIAModified MIThuggingface.co↗BENCHMARKGIFT-Eval MASEhuggingface.co↗