Mistral Large 4 Preisgestaltung: 1,36 $ Eingabe, 4,18 $ Ausgabe und eine Halbpreis-Aktion ohne Enddatum

Mistral Large 4 hat eine der klarsten Preislisten im Open-Weight-Markt – und einen der am wenigsten klaren effektiven Preise. Die veröffentlichten Zeilen lauten 1,36 $ pro Million Input-Tokens, 0,14 $ pro Million gecachter Input-Tokens und 4,18 $ pro Million Output-Tokens. Daneben enthält Mistrals Preisseite eine Einführungsaktion, die dieselben drei Zeilen durchgestrichen zu 0,68 $, 0,07 $ und 2,09 $ zeigt – jede Zeile zum halben Preis –, ohne dass irgendwo, wo wir nachsehen konnten, ein Enddatum veröffentlicht wäre. Der Preis eines API-Aufrufs liegt heute also ungefähr bei der Hälfte des Listenpreises, und niemand außerhalb von Mistral kann sagen, wann das nicht mehr gilt.

Diese eine Unklarheit ist für ein Budget mehr wert als der Unterschied zwischen Large 4 und jedem Wettbewerber, weil eine Schwankung von 50 % bei einem Einzelposten größer ist als die meisten Deltas bei der Modellauswahl. Alles im Folgenden ist darauf ausgelegt, dass Sie für den Tag planen können, an dem die Aktion endet, statt davon überrascht zu werden.

Die Karte – und woher die verwirrenden Zahlen kommen

Von Mistrals eigener Preisseite am 29. Oktober 2026 gelesen:

• Eingabe — 1,36 $ pro Million Tokens.

• Zwischengespeicherte Eingabe — $0.14 pro Million Tokens, etwa ein Zehntel des Eingabepreises.

• Ausgabe — $4.18 pro Million Tokens.

• Einführungsangebot — 0,68 $ Eingabe, 0,07 $ gecacht, 2,09 $ Ausgabe. Kein Enddatum angegeben.

• Modell — mistral-large-4, ein spärlich besetztes Mixture-of-Experts-Modell mit 1,05 Billionen Parametern, laut Mistrals eigener Modellkarte mit 52 Milliarden aktiven Parametern und laut der Auswertung von Artificial Analysis mit 49 Milliarden, sowie ein Vision-Encoder mit 1,6 Milliarden Parametern. Text und Bild rein, Text raus.

• Kontext —1 Mio. Token auf Mistrals Model Card; 524.288 Token in der Konfiguration, die Artificial Analysis testet. Diese Lücke ist der Unterschied zwischen einer Anbieter-Obergrenze und einem tatsächlich bereitgestellten Fenster, und sie ist für die Preisgestaltung entscheidend, denn ein Kontext, den man nicht wirklich füllen kann, ist ein Kontext, für den man nicht abgerechnet wird.

Eine Falle verdient einen eigenen Satz. Mistrals öffentliche Preisliste enthält noch immer eine allgemeine Beispielzeile mit dem Wortlaut „Mistral Large costs $0.5 /M tokens in and $1.5 /M tokens out.“ Das ist nicht die Zeile für Large 4 – sie beschreibt ein älteres, kleineres Modell – und sie liegt bei etwa einem Drittel des tatsächlichen Eingabepreises und einem Viertel des tatsächlichen Ausgabepreises. Wer sein Budget anhand der Marketingseite statt anhand der Preisübersicht des Modells plant, liegt um den Faktor drei daneben.

Was eine Aufgabe tatsächlich kostet

Preise pro Token sind eine schlechte Planungseinheit, deshalb hier dieselbe Karte als Arbeit.

Ein Dokumentdurchlauf: eine Million Input-Tokens und 100.000 Output-Tokens. Zum Listenpreis 1,36 $ für Input plus 0,418 $ für Output — etwa 1,78 $. Zum Aktionspreis 0,68 $ plus 0,209 $ — etwa 89 Cent. Dieselbe Aufgabe, doppelter Preis, je nach einem Datum, das niemand veröffentlicht hat.

Dieselbe Aufgabe mit Caching: Wenn 80 % dieser Eingabe aus einem wiederverwendeten Präfix bestehen, ergibt sich für die Eingabeseite 0,8 × $0,14 + 0,2 × $1,36 pro Million, also $0,384 statt $1,36. Das ist eine Kürzung um 72 % bei der Eingabezeile und der mit Abstand nützlichste Hebel auf dieser Karte – weshalb es den Cache-Tarif zu einem Zehntel des Standardtarifs gibt.

Ein langer Agentenlauf: Ein Agent, der bei jeder Runde seine eigene Historie erneut liest, ist die Arbeitslast, die diese Preisgestaltung bestraft. Fünfzig Runden mit jeweils 200.000 Tokens Kontext sind zehn Millionen Eingabe-Tokens, wenn nichts im Cache liegt, zum Listenpreis 13,60 US-Dollar; bei gecachtem Präfix zu 0,14 US-Dollar sinkt es auf 1,40 US-Dollar zuzüglich des nicht gecachten Wachstums. Der Unterschied zwischen einem Agenten, der Kontext wiederverwendet, und einem, der ihn neu aufbaut, ist größer als der Unterschied zwischen Large 4 und einem günstigeren Modell.

Dann ist da noch die Zahl, die gar kein Preis ist. Mistral meldet 47 % weniger Token pro Aufgabe als ein vergleichbarer Wettbewerber im Coding-Agent-Index von Artificial Analysis. Wenn das bei Ihrem Traffic gilt, verändert es die Rechnung um mehr als vier Punkte in einer Rangliste, denn Sie zahlen für Token und nicht für den Rang – und es addiert sich zur Aktion, statt sie zu ersetzen.

Die Lizenzzeile, die verändert, was der Preis bedeutet

Die Gewichte erschienen am 29. Oktober: 54 safetensors-Shards, 1.060,6 GB in bf16, ohne Zugangsbeschränkung, unter einer 2.632-Byte-Datei namens Mistral Ecosystem Open-Weight License, die sich selbst als modifizierte MIT-Lizenz beschreibt. Die Gewährung ist weitreichend – Nutzung, Kopieren, Ändern, Verbreiten, Unterlizenzieren, Verkaufen, Weiter-Trainieren, Bereitstellen, kommerzielle Nutzung; keine Umsatzschwelle, keine Nutzerbegrenzung.

Vorbehalten bleibt damit ein ganz bestimmtes Geschäftsmodell. Klausel 2 verlangt, dass jeder, der „ein Model-as-a-Service-Geschäft betreibt“, zuerst eine separate kommerzielle Lizenz mit Mistral unterzeichnet. Model-as-a-Service ist definiert als einem Dritten Zugang zum Modell für Inferenz oder Post-Training zu gewähren, und zwar so, dass dieser Dritte maßgebliche Kontrolle über Eingaben, Parameter oder Trainingsdaten ausüben kann. Daneben stehen drei Ausnahmetatbestände, die wichtiger sind als die Beschränkung: Ein Produkt, dessen Modellfähigkeit in bestimmte Funktionen eingebettet ist, fällt nicht unter die Definition; die „bloße Weiterleitung von Anfragen an Modelle, die von anderen gehostet werden“, fällt nicht darunter; und interne Nutzung oder Nutzung über Mistral-eigene Produkte ist ausgenommen.

Gegen eine Preisliste gelesen, ergeben sich daraus drei verschiedene Käufer. Die Gewichte in der eigenen Organisation zu betreiben, ist in Ordnung – der Preis dafür ist Ihre Hardware. Ein Produkt zu entwickeln, das das Modell aufruft, ist in Ordnung – der Preis ist die API-Zeile oben. Eine API aufzusetzen, die Kunden rohen Zugriff auf das Modell gibt, ist die einzige Nutzung, die eine kommerzielle Vereinbarung erfordert – und kein Token-Preis eines Anbieters sagt Ihnen, was diese Vereinbarung kostet.

Es ankündigen versus es zu verantworten

Die Rechnung für Self-Hosting lässt sich klar benennen, denn „offene Gewichte“ laden zu einem Vergleich ein, der meist schlecht abschneidet. Der bf16-Checkpoint umfasst 1.060,6 GB Gewichte, bevor auch nur ein einzelnes Token KV-Zustand zwischengespeichert wurde. Das NVFP4-Geschwistermodell umfasst 610,1 GB, und Mistrals eigene Empfehlung verortet es auf vier B200- oder B300-GPUs; das vLLM-Rezept in der Modellkarte verlangt Tensor-Parallelität von 8 mit einem FP8-KV-Cache-Dtype. Für nahezu jedes Team unterhalb des Hyperscale-Niveaus kosten vier Blackwell-GPUs plus die Engineering-Zeit für das Serving eines MoE mit einer Billion Parametern pro nutzbarem Token mehr als die vergünstigte API.

{{1}}Selbst-Hosting{{/1}} hier bringt {{2}}Kontrolle{{/2}} — {{3}}Datenresidenz, Lizenzsicherheit, die Möglichkeit, Modelle fein abzustimmen und Derivate auszuliefern{{/3}} — nicht Einsparungen. Das ist der ehrliche Grund, {{4}}1,06 TB{{/4}} herunterzuladen, und es ist der Test, den man vor der Entscheidung anwenden sollte: Benennen Sie die Sache, die Sie kaufen, denn es wird nicht die Pro-Token-Zeile sein.

Worauf Sie planen sollten und worauf Sie achten sollten

Kalkuliere mit dem Listentarif und betrachte die Aktion als Bonus, denn das ist die einzige Version dieser Karte, die du gegenüber der Person verteidigen kannst, die die Ausgaben genehmigt. Die Aktion hat kein veröffentlichtes Enddatum, was bedeutet, dass sie ohne Vorankündigung enden kann, und ein Plan, der auf 0,68 $ aufbaut, funktioniert an einem Tag nicht mehr, den niemand ankündigt.

Dann achte man auf vier Dinge, geordnet danach, wie stark sie die Zahl verändern: ob das Halbpreis-Zeitfenster schließt und wann; ob der 1M-Kontext in der Praxis tatsächlich bereitgestellt oder gekappt wird, da die abgerechnete Eingabe dem tatsächlich bereitgestellten Fenster folgt; ob die NVFP4-Konvertierung die veröffentlichten Werte hält, was entscheidet, ob der günstige Hosting-Pfad real ist; und wie Klausel 2 in Randfällen durchgesetzt wird, denn „meaningful control" leistet in diesem Satz eine Menge Arbeit und hat keine Rechtsprechung hinter sich.

Mistral Large 4 ist heute nicht im Katalog von OrcaRouter, daher ist dies keine Route, die wir anbieten können. Was wir bereitstellen, ist die allgemeine Form: ein OpenAI-kompatibler Endpunkt über 224 Modelle, bei dem die Listenpreise der Anbieter mit 0 % Aufschlag durchgereicht werden, sodass eine Preisanpassung des Anbieters – einschließlich des Endes einer Aktion – am selben Tag wirksam wird, an dem sie angekündigt wird, und nicht erst zur nächsten Vertragsverlängerung. Und wenn ein so neues Modell im Hinblick auf Ihren eigenen Traffic noch unerprobt ist, ist automatisches Failover der kostengünstigste Weg, es echten Anfragen auszusetzen, ohne einen Produktionspfad auf einen einzigen Endpunkt zu verwetten.