Mistral Large 4 vs. Gemini 3.8 Flash: Die Aktion macht es günstiger als Googles günstige Tarifstufe

Auf dem Papier ist das ein Flaggschiff gegen ein Flash-Modell und sollte nicht knapp sein. In der Praxis unterbietet Mistral Large 4 derzeit mit seinem Aktionspreis – 0,68 $ pro Million Input-Token und 2,09 $ pro Million Output-Token – Gemini 3.8 Flash mit 0,75 $ und 3,75 $ bei beiden Werten und bietet zugleich eine höhere Obergrenze für Output-Token. Bei Mistrals Listenpreis von 1,36 $ und 4,18 $ kippt die Reihenfolge beim Input um und beim Output beinahe um. Die ehrliche Frage ist also nicht, welches Modell günstiger ist. Sie lautet, welchen Preis Sie in drei Monaten zahlen werden, und niemand bei Mistral hat das Datum veröffentlicht, das darüber entscheidet.

Die drei Karten, die zählen

• Mistral Large 4 zum Listenpreis — 1,36 $ Eingabe, 0,14 $ zwischengespeichert, 4,18 $ Ausgabe pro Million. 1 Mio. Kontext angegeben, 524.288 gemessen. Text und Bild als Eingabe, Text als Ausgabe. Gewichte veröffentlicht am 29. Oktober, 1.060,6 GB bf16, unter der Mistral Ecosystem Open-Weight License.

• Mistral Large 4 im Angebot — $0.68, $0.07, $2.09. Dasselbe Modell, zum halben Preis, kein Enddatum, das irgendwo veröffentlicht wurde, wo wir es finden können.

• Gemini 3.8 Flash — $0,75 für Input und $3,75 für Output pro Million, Cache-Lesevorgänge bei $0,075, über OrcaRouter zum Listenpreis von Google. 1M Kontext, aber maximal 65K Ausgabe, und eine gemessene p50-Zeit bis zum ersten Token von 8,13 Sekunden.

Zwei dieser drei sind dasselbe Produkt zu unterschiedlichen Preisen, weshalb dieser Vergleich zweimal durchgeführt werden muss.

Die Ausgangsobergrenze ist der eigentliche Unterschied.

65.000 Tokens klingen nach viel, bis man versucht, ein langes Dokument in einem einzigen Aufruf zu erzeugen. Ein Bericht mit 40.000 Wörtern umfasst etwa 55.000 Tokens; fügt man eine Gliederung und eine Einleitung hinzu, stößt eine Generierung in einem einzigen Aufruf mit Gemini 3.8 Flash bereits an ihre Obergrenze, bevor sie fertig ist. Mistrals gemessenes 524K-Fenster ist achtmal größer, und die vom Anbieter angegebenen 1M sind noch mehr als das.

Bei Chat- und Agenten-Traffic ist die Obergrenze nie bindend, und beide Modelle verhalten sich gleich. Bei der Dokumentgenerierung, der Transkriptsynthese, langen Codedateien oder allem, bei dem eine einzige Anfrage das gesamte Artefakt erzeugen soll, ist die Obergrenze die entscheidende Spalte, und der Preis ist ein Rundungsfehler obendrauf. Das ist die ehrliche Einordnung von „Flash versus Flaggschiff“ hier: Das kleine Modell ist für die Arbeit, die es nicht erledigen kann, nicht günstiger.

Latenz – und welcher Zahl man trauen kann

Gemini 3.8 Flash erreicht auf unserer Seite 8,13 Sekunden bis zum ersten Token. Für Mistral Large 4 gibt es keine vergleichbare ausgelieferte Messung, die wir anführen können – Artificial Analysis meldet 524.288 Token Kontext in seiner getesteten Konfiguration, aber ein MoE mit einer Billion Parametern ist kein Produkt mit niedriger Latenz in der Art, wie eine Flash-Klasse konzipiert ist. Wenn Ihr Produkt interaktiv ist, gehen Sie davon aus, dass das größere Modell langsamer ist, und messen Sie, bevor Sie sich festlegen; wenn es Batch ist, spielt keine der beiden Zahlen eine Rolle.

Wo die Lizenz ins Spiel kommt – und warum sie keine Fußnote ist.

Mistrals Gewichte sind unter einer Lizenz herunterladbar, die kommerzielle Nutzung, Änderung und weiteres Training erlaubt und Modell-as-a-Service – wodurch Dritte wesentliche Kontrolle über Eingaben, Parameter oder Trainingsdaten erhalten – einer gesonderten Vereinbarung vorbehält. Googles Modell hat kein solches Dokument, weil es nichts herunterzuladen gibt. Wenn Sie sich Mistral ansehen, weil Sie das Modell innerhalb Ihres eigenen Perimeters betreiben möchten, ist das der ganze Unterschied, und der Preisvergleich ist zweitrangig.

Wie man entscheidet

Wenn Sie in diesem Quartal eine hohe Obergrenze für die Ausgabemenge benötigen und bereit sind, eine Aktion zu akzeptieren, die möglicherweise endet, dann ist Mistral Large 4 zu $0.68/$2.09 die günstigste multimodale Generierung mit großem Kontext, die auf diesen beiden Karten verfügbar ist — und das Risiko besteht darin, dass sich der Preis ohne Ankündigung verdoppelt, was genau das ist, was im Budget als Szenario eingeplant werden sollte statt als Überraschung.

Wenn Sie einen festen, veröffentlichten, cache-rabattierten Tarif ohne Lizenz benötigen, über die Sie nachdenken müssen, kostet Gemini 3.8 Flash $0.75 / $3.75, wobei Cache-Lesevorgänge $0.075 kosten, bei OrcaRouter zu Googles Listenpreis ohne Aufschlag und mit demselben Schlüssel wie 223 andere Modelle. Es ist außerdem die günstigere Option, sobald Mistrals Aktion endet, und heute die günstigere für jede Workload, die sich ihrer 65K-Obergrenze nie nähert – und zwar nur in dem Sinne, dass sie nicht für eine Fähigkeit bezahlt, die sie nicht nutzen kann.

Lass beide eine Woche lang mit denselben Prompts laufen und zähle die erledigten Aufgaben pro Dollar. Der Sticker-Vergleich wurde in diesem Artikel bereits zweimal durchgeführt und lieferte zwei unterschiedliche Ergebnisse.