Laboratório
Entidade que desenvolve ou publica o modelo e mantém a respetiva documentação técnica e de segurança.
ORGANIZAÇÃO VERIFICADA
Mistral AI
Consulte os modelos documentados, as avaliações publicadas e as fontes primárias associadas a esta organização.
01 / MODELOS
Catálogo verificado
CÓDIGO MULTIMODAL ABERTO
Mistral Medium 3.5
Código multimodal e implantação sob controle próprio.
16 SET 2026↗ HÍBRIDO ABERTO E EFICIENTEMistral Small 4
Modelo híbrido que reúne instrução, raciocínio e código numa opção eficiente com pesos abertos.
18 SET 2026↗ TEXTO PARA VOZ E CLONAGEMVoxtral TTS
Modelo multilingue de texto para voz com streaming e clonagem zero-shot a partir de uma referência de voz.
18 SET 2026↗ OCR E ESTRUTURA DOCUMENTALMistral OCR 4.1
Serviço especializado de OCR com caixas por parágrafo, etiquetas de blocos estruturais e pontuações de confiança.
18 SET 2026↗ PREVISÃO PROBABILÍSTICATimestral 5M
Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.
16 OUT 2026↗ PREVISÃO PROBABILÍSTICATimestral 28M
Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.
16 OUT 2026↗ PREVISÃO PROBABILÍSTICATimestral 123M
Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.
16 OUT 2026↗ PREVISÃO PROBABILÍSTICATimestral 209M
Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.
16 OUT 2026↗02 / AVALIAÇÕES
Resultados publicados
Os números são apresentados com o contexto comunicado pela fonte. Um resultado do fornecedor não equivale a uma comparação independente nem substitui uma avaliação própria.
03 / MÉTODO
Como ler o diretório
Uma organização, um produto e um modelo não são a mesma unidade. A Inferama separa-os para evitar atribuir capacidades ou condições comerciais ao elemento errado.
Modelo
Versão identificável com limites, modalidades e comportamento que podem mudar entre lançamentos.
Canal de acesso
API, aplicação, nuvem associada ou plano comercial; cada canal pode ter preços, retenção e limites distintos.
Fonte e data
Cada afirmação deve conservar a página oficial consultada e a data de verificação.
ANÁLISE
Análises relacionadas
Voxtral TTS: o que uma equipa deve validar antes de substituir uma voz sintética em produção
A Mistral AI documenta o Voxtral TTS como um serviço de geração de voz com streaming e vários formatos de saída. Antes de substituir um fornecedor ou modelo em chamadas, avisos ou conteúdo publicado, uma equipa deve verificar não só a qualidade audível, mas também a compatibilidade do contrato técnico, operacional e de dados através de uma regressão com os seus próprios guiões.
22 set 2026 ↗
Documentos privados com IA: como decidir o que pode sair do perímetro e o que exige revisão
Um percurso operacional para decidir se um fluxo de pesquisa, resumo, extração, classificação ou redação pode processar documentos privados de forma direta, minimizada, segmentada ou num ambiente controlado. O foco não é escolher uma tecnologia por defeito, mas delimitar dados, transformações, controlos e revisão humana antes da produção.
22 set 2026 ↗
Mistral OCR 4.1: o que uma equipa deve voltar a validar quando mudam o texto, a estrutura e as coordenadas de um fluxo documental
O Mistral OCR 4.1 altera o modelo para o qual determinados aliases apontam e adiciona capacidades de blocos, estrutura e confiança. Antes de atualizar um fluxo documental, importa medir não só a legibilidade do texto, mas também a estabilidade de tabelas, páginas, coordenadas, esquemas e revisões humanas.
22 set 2026 ↗04 / FONTES
Rastreabilidade
FONTE PRIMÁRIADocumentação oficialdocs.mistral.ai↗BENCHMARKSWE-bench Verifiedmistral.ai↗FICHA TÉCNICAFicha oficial do Mistral Small 4docs.mistral.ai↗CATÁLOGOCatálogo oficial del proveedordocs.mistral.ai↗FICHA TÉCNICAFicha oficial do Voxtral TTSdocs.mistral.ai↗CATÁLOGOCatálogo oficial del proveedordocs.mistral.ai↗LANÇARTimestral · Mistralmistral.ai↗MODEL CARDTimestral 5Mhuggingface.co↗LICENÇAModified MIThuggingface.co↗CÓDIGOTimestralgithub.com↗BENCHMARKGIFT-Eval MASEhuggingface.co↗MODEL CARDTimestral 28Mhuggingface.co↗LICENÇAModified MIThuggingface.co↗BENCHMARKGIFT-Eval MASEhuggingface.co↗MODEL CARDTimestral 123Mhuggingface.co↗LICENÇAModified MIThuggingface.co↗BENCHMARKGIFT-Eval MASEhuggingface.co↗MODEL CARDTimestral 209Mhuggingface.co↗LICENÇAModified MIThuggingface.co↗BENCHMARKGIFT-Eval MASEhuggingface.co↗