Solar Mini 4: 24 på AA – 1 prosent kode, 5x Luna per oppgave

Upstage har sluppet Solar Mini 4. Det er en proprietær MoE med 35 milliarder parametere totalt og 3 milliarder aktive per token. Listen er 0,10 dollar per million input, 0,40 dollar per million output og 0,01 dollar for cache-treff. Konsollen gir 70 prosent lanseringsrabatt til 10. oktober UTC. Vektene er stengt.

Dette er ikke en ny frontier-modell. Upstage splitter linjen: Solar Pro 4 tar tunge, flertrinns jobber. Mini 4 skal ta de mange – uthenting, klassifisering, strukturert output og verktøykall som gjentas. For en CIO er skillet mer verdifullt enn nok et Intelligence Index-sprang, hvis det faktisk holder i produksjon.

Artificial Analysis gir 24 på Intelligence Index. Upstage sier 24,1 på v4.3.2, høyest blant modellene med 3B aktive i deres sammenligning. Qwen3.6 35B A3B (reasoning) får 18 med samme aktive størrelse. Nemotron 3 Ultra, med 55B aktive, ligger ett poeng bak. Solar Pro 3, forrige generasjons flaggskip, sto på 8. Størrelsen kan ikke ettergås. Modellene er proprietære.

Der AA og Upstage er enige, er det langt kontekst og svak kodeagent. AA-LCR v1.1: 83 prosent, på linje med MiniMax-M3 og GPT-6 Luna (max). SciCode: 48 prosent. Terminal-Bench 4.0: 1 prosent. AutomationBench-AA, som måler flertrinns SaaS-flyter: 22 prosent. Upstage trekker frem 47,2 på τ³-Banking og hopper over Terminal-Bench. 1 prosent i et agentisk kodebenk er et stoppsignal, ikke en fotnote. Mini 4 er ikke en kodeagent du slipper løs i repoet.

Tokenprisen ser billig ut. Oppgaveprisen gjør det ikke. AA måler 0,36 dollar per Intelligence Index-oppgave mot 0,07 dollar for GPT-6 Luna (max) – omtrent fem ganger, tross lik tokenpris. Årsaken er verbositet og dårlig cache: 88 000 output-tokens per oppgave, 72 000 av dem resonnering, og bare 48 prosent av gjentatt kontekst fra cache mot 99 prosent for Luna. Dekodingen går på 208 tokens/s, men oppgaven tar 7,1 minutter. Ucachet input står for 0,30 av 0,36 dollar. Agenter som sender hele samtalen hver runde, treffer akkurat der.

Kunnskap er svakt. AA-Omniscience: −11, 18 prosent treff, avstår på omtrent halvparten. Non-hallucination 64 prosent – høyere enn Luna (23) og Inkling xhigh (32). Den gjetter sjeldnere. Den vet også mindre. For CISO er avståelse bedre enn hallusinasjon. For en kunnskapsflyt uten kilder er 18 prosent treff ubrukelig.

Upstage oppgir 512K kontekst og 128K output. AA lister 1M og 262K. Bruk produktarket i avtalen, ikke leaderboard-feltet. Modalitet: tekst inn, tekst ut. Kunnskap kuttet februar 2026.

On-prem: kvantisert Mini 4 kan kjøre på én H100 80GB. De 35 milliardene må likevel ligge i minnet. 3B aktive er ikke 3B i GPU. Intern throughput-test fra Upstage: over 70 tokens/s per request med 32 samtidige kall på to H100, 4K inn og 1K ut, uten prefix-cache. Det er en annen konfigurasjon enn minimumskravet.

Upstage viser også en intern kostnadstest mot MiMo-V2.5: 1,25 mot 2,20 dollar for 1 000 sett. Tre koreanske oppgaver, tre kjøringer, temperatur 0, uten cache, Mini 4 via egen API og MiMo via tredjeparts ruter. Det er markedsføring, ikke eval.

API-et er OpenAI-kompatibelt, modellnavn solar-mini4. JSON-modus, JSON Schema, verktøykall og parallelle kall. Resonnering er av som standard; reasoning_effort skrus på per oppgave. Tilgjengelig i Upstage Console, Solar Chat, OpenRouter og on-prem.

Kjøpsregelen er enkel. Mål ferdig oppgave, cache-treff, avståelse og en Terminal-Bench-lignende jobb på egne data. Hvis flyten er uthenting og validering mot fast skjema, kan Mini 4 kutte kostnad. Hvis flyten er kode, repo og terminal, er 1 prosent fasiten. Ikke la 3B aktive og 0,10 dollar per million tokens styre arkitekturen.

Kilder og medier

Primærkilde: Upstage — https://www.upstage.ai/blog/en/solar-mini-4 Verifisering: Artificial Analysis — https://artificialanalysis.ai/articles/korean-ai-lab-upstage-releases-solar-mini-4 Modellside: https://artificialanalysis.ai/models/solar-mini4 Thumbnail: OpenAI Image 2 / hogby.ai