

Mistral Small 4 und Mistral Small 3.1 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Mistral Small 4 und Mistral Small 3.1 sind beide Modelle von Mistral AI in der Kategorie Textgenerierung und über die EmpirioLabs API verfügbar.
| Spezifikation | Mistral Small 4 | Mistral Small 3.1 |
|---|---|---|
| Modell-ID | mistral-small-4 | mistral-small-3-1 |
| Autor | Mistral AI | Mistral AI |
| Veröffentlicht | 16. März 2026 | 17. März 2025 |
| Kontextfenster | 256K Token | 89.6K Token |
| Max. Ausgabe | 65.536 Token | 32.768 Token |
| Eingabe | Text Bild | Text Bild |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON-Modus | JSON Schema |
| Batch API | Verfügbar, 35% Rabatt auf den Listenpreis | - |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/mistral-small-4:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/mistral-small-3-1:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Mistral Small 4 | Mistral Small 3.1 |
|---|---|---|
| reasoning_enabled | boolean Standard: true | - |
| tool_web_search | boolean Standard: false | - |
| web_search_tier | standard, premium Standard: standard | - |
| tool_code_interpreter | boolean Standard: false | - |
| tool_image_generation | boolean Standard: false | - |
| temperature | 0 bis 1 Standard: 0.7 | 0 bis 5 Standard: 0.15 |
| max_tokens | 1 bis 65536 Standard: 4096 | 1 bis 32768 Standard: 4096 |
| disable_formatting | boolean Standard: false | boolean Standard: false |
| response_format | enum | enum |
| top_p | - | 0.01 bis 1 Standard: 1 |
| tools | - | string |
| tool_choice | - | string |
| web_search_linkup | - | boolean Standard: false |
Werkzeuge (Websuche, Code-Interpreter, Bildgenerierung) werden nur dann abgerechnet, wenn sie tatsächlich aufgerufen werden. Anfragen, die eigene Funktionswerkzeuge enthalten, verwenden Standardfunktionsaufrufe, und die eingebauten Werkzeuge sind auf diesen Anfragen nicht verfügbar: Eine Anfrage kann nicht beide gleichzeitig kombinieren. Mit aktiviertem eingebautem Tool ist die Eingabe auf etwa 235.000 Token pro Anfrage begrenzt.
Die Eingabe ist auf etwa 500.000 Zeichen pro Anfrage begrenzt.
Mistral Small 4 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID mistral-small-4. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf mistral-small-4 oder mistral-small-3-1. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-small-4",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Mistral Small 4 ist die neuere Veröffentlichung (16. März 2026); Mistral Small 3.1 erschien am 17. März 2025. Mistral Small 4 hat das größere Kontextfenster: 256K Token gegenüber 89.6K bei Mistral Small 3.1. Mistral Small 4 liefert bis zu 65.536 Ausgabe-Token pro Antwort, Mistral Small 3.1 bis zu 32.768. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Mistral Small 4 ist die neuere Veröffentlichung (16. März 2026); Mistral Small 3.1 erschien am 17. März 2025.
Die beiden Modelle werden nach unterschiedlichen Einheiten oder Stufen abgerechnet. Vergleiche daher die Live-Preistabellen auf dieser Seite. Sie entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.