Die API von Mistral Large 4: Chat, Agents, Batch und die Endpunkte, die die meisten Anleitungen auslassen

Die meisten Berichte über ein neues Modell enden mit der Chat-Completion. Mistrals eigene Dokumentation für Mistral Large 4 listet vier Produktoberflächen auf – Chat, Agents and Conversations, Batch und Built-in Tools – und die Preisseite fügt eine zweite Achse hinzu, die kaum jemand nutzt: Standard-, Batch- und Priority-Inferenzstufen sowie einen Schalter für regionale Inferenz. Zu wissen, auf welcher dieser Stufen man sich befindet, ist mehr wert als den Benchmark-Score des Modells zu kennen.

Die Oberflächen, wie sie von Mistral dokumentiert werden

• Chat Completions — code>/v1/chat/completions/code>. Der OpenAI-förmige Endpoint, wobei strukturierte Ausgaben, Function Calling, Präfix-Completion und Dokument-QnA als Features aufgeführt sind.

• Agenten & Unterhaltungen — code>/v1/agents/code> und code>/v1/conversations/code>. Serverseitiger Zustand statt clientseitiger Nachrichtenzusammenstellung: Sie behalten eine Unterhaltung auf Mistral-Seite und verweisen darauf, wodurch das Muster „die gesamte Historie erneut senden“ entfällt, das die Rechnungen für Eingabe-Tokens dominiert.

• Batch — code>/v1/batch/code>. Asynchrone Job-Übermittlung, abgerechnet nach dem Batch-Tarif statt nach dem Standardtarif.

• Integrierte Tools — das Modell nutzt Mistrals eigenes Toolset statt deines.

Diese vier sind nicht dasselbe Produkt mit unterschiedlichen URLs. Die Agents-Oberfläche verändert Ihre Kostenstruktur – wenn Gespräche serverseitig gespeichert werden, skaliert die Eingangsseite Ihrer Abrechnung nicht mehr mit der Verlaufslänge. Die Batch-Oberfläche verändert Ihre Preisstufe. Beide sind dokumentiert, und beide werden leicht übersehen, weil jedes Tutorial mit Chat-Completions beginnt und endet.

Die Stufenachse, die niemand bepreist

Die API-Preisseite von Mistral enthält eine Filterzeile – Standard, Batch, Priority – über dem Modellraster sowie einen separaten Schalter für regionale Inferenz und einen für die Währung. Das bedeutet, dass die Karte mit $1.36/$0.14/$4.18 die Standard-Stufe ist. Batch ist eine andere Zahl. Priority ist wiederum eine andere Zahl, und keine der beiden wird in der Standardansicht angezeigt, die die meisten Käufer als Screenshot aufnehmen.

Bevor Sie den Preis von Mistral Large 4 mit irgendetwas vergleichen, prüfen Sie, zu welcher Tarifstufe die Zahl gehört, die Sie gerade lesen. Die praktische Asymmetrie: Eine Batch-Arbeitslast, die in der Standardstufe landet, zahlt den Listenpreis für eine Fähigkeit, die die Preisliste bereits rabattiert.

Was das Modell hinter den Endpunkten ist

1,05 Billionen Parameter, davon 52 Milliarden aktiv laut Mistral-Datenblatt, auf einem granularen, sparse Mixture-of-Experts mit 128 gerouteten Experten und vier pro Token aktiven; ein Vision-Encoder mit 1,6 Milliarden Parametern; Text und Bild rein, Text raus; Reasoning und Text als Klasse. Der Kontext ist mit 1 Mio. konfiguriert, 524.288 auf der getesteten Konfiguration gemessen. Die Gewichte sind öffentlich unter der Mistral Ecosystem Open-Weight License, 1.060,6 GB in bf16 mit einer 610,1-GB-NVFP4-Variante.

Eine Konsequenz dieser Lizenz verdient einen Satz in jedem Integrationsplan: Klausel 2 reserviert „Model as a Service“ – die Dritten Zugang zum Modell mit maßgeblicher Kontrolle über Eingaben, Parameter oder Trainingsdaten gewährt – für eine gesonderte kommerzielle Vereinbarung. Ein eingebettetes Feature, ein internes Deployment und die bloße Weiterleitung an den Endpunkt eines anderen sind allesamt ausgenommen. Der Aufruf der API ist nicht betroffen; der Weiterverkauf rohen Zugangs über Ihre eigene API schon.

Die Integrationsreihenfolge, die Geld spart

• Wähle zuerst die Oberfläche. Wenn dein Produkt Gespräche führt, nutze die agents/conversations-Endpunkte und sende den Verlauf nicht erneut; das ist eine Input-Token-Zeile, und der Input-Preis dieses Modells beträgt 1,36 $ pro Million.

• Wähle den Tarif als Zweites. Alles Asynchrone gehört zu Batch, und die Preisseite zeigt dir die Differenz, sobald du den Filter umstellst.

• Drittens: das Kontextmaximum messen. 524.288 gemessen, nicht die behaupteten 1 Mio. – schicken Sie eine überdimensionierte Anfrage an Ihren Host und lesen Sie die Fehlermeldung.

• Caching zuletzt hinzufügen. $0,14 für zwischengespeicherte Eingabe gegenüber $1,36 für Standard ist der größte einzelne Hebel bei einer Rechnung im Dauerbetrieb – vorausgesetzt, Ihr Präfix ist stabil. Ein Zeitstempel oben in einem System-Prompt macht daraus einen Aufruf zum Vollpreis.

Mistral Large 4 ist nicht im Katalog von OrcaRouter enthalten, daher ist dies keine Route, die wir anbieten können – es ist über Mistrals eigene API und Drittanbieter-Hosts aufrufbar. Die allgemeine Form, die wir anbieten, ist ein OpenAI-kompatibler Endpunkt über 224 Modelle mit durchgereichten Listenpreisen der Anbieter bei 0 % Aufschlag, wobei Tarif- und Preisänderungen eines Anbieters am Tag ihrer Ankündigung wirksam werden und nicht erst bei der nächsten Verlängerung.