L'API de Mistral Large 4 : Chat, Agents, Batch et les endpoints que la plupart des guides ignorent

La plupart des articles consacrés à un nouveau modèle s’arrêtent à la complétion de chat. La documentation officielle de Mistral pour Mistral Large 4 répertorie quatre surfaces produit — chat, agents et conversations, batch, et outils intégrés — et la page de tarification ajoute un second axe que presque personne n’utilise : les niveaux d’inférence standard, batch et prioritaire, plus un commutateur d’inférence régionale. Savoir sur laquelle de ces options vous vous trouvez vaut plus que connaître le score de benchmark du modèle.

Les surfaces, telles que Mistral les documente.

• Chat Completions — code>/v1/chat/completions/code>. Le point de terminaison au format OpenAI, avec comme fonctionnalités les sorties structurées, l'appel de fonctions, la complétion par préfixe et le QnA documentaire.

• Agents et conversations — code>/v1/agents/code> et code>/v1/conversations/code>. État côté serveur plutôt qu’assemblage des messages côté client : vous conservez une conversation du côté de Mistral et y faites référence, ce qui élimine le schéma de « renvoi de tout l’historique » qui domine les factures de tokens d’entrée.

• Batch — code>/v1/batch/code>. Soumission asynchrone de tâches, facturée selon le palier batch plutôt que le palier standard.

• Outils intégrés — le modèle appelle le propre ensemble d'outils de Mistral plutôt que le vôtre.

Ces quatre ne sont pas le même produit avec des URL différentes. La surface Agents modifie votre structure de coûts — si les conversations vivent côté serveur, le côté entrée de votre facture cesse de croître avec la longueur de l’historique. La surface Batch modifie votre palier tarifaire. Les deux sont documentées, et toutes deux sont faciles à manquer, car chaque tutoriel commence et se termine par les chat completions.

L’axe des paliers que personne ne tarifie

La page de tarification de l’API de Mistral comporte une rangée de filtres — Standard, Batch, Priority — au-dessus de la grille des modèles, ainsi qu’un basculement séparé pour l’inférence régionale et un autre pour la devise. Cela signifie que la carte $1.36/$0.14/$4.18 correspond au niveau Standard. Batch correspond à un autre nombre. Priority encore à un autre nombre, et aucun des deux n’apparaît dans la vue par défaut que la plupart des acheteurs capturent.

Avant de comparer le prix de Mistral Large 4 à quoi que ce soit, confirmez à quel niveau tarifaire appartient le chiffre que vous lisez. L’asymétrie pratique : une charge de travail par lots qui relève du niveau standard paie le prix public pour une capacité déjà remisée dans la grille tarifaire.

Quel est le modèle derrière les endpoints

1,05 billion de paramètres avec 52 milliards actifs selon la fiche technique de Mistral, sur un mélange d'experts épars et granulaire avec 128 experts routés et quatre actifs par token ; un encodeur visuel de 1,6 milliard de paramètres ; texte et image en entrée, texte en sortie ; raisonnement et texte comme classe. Le contexte est configuré à 1 M, avec 524 288 mesurés sur la configuration testée. Les poids sont publics sous la licence Mistral Ecosystem Open-Weight License, pour 1 060,6 GB en bf16 avec une déclinaison NVFP4 de 610,1 GB.

Une conséquence de cette licence mérite une mention dans tout plan d’intégration : la clause 2 réserve le « Model as a Service » — l’accès par des tiers au modèle avec un contrôle significatif sur les entrées, les paramètres ou les données d’entraînement — à un accord commercial distinct. Une fonctionnalité intégrée, un déploiement interne et le simple relais vers le point de terminaison d’un tiers sont tous exclus. L’appel à l’API n’est pas concerné ; la revente d’un accès brut via votre propre API l’est.

L'ordre d'intégration qui permet d'économiser de l'argent

• Choisissez d'abord la surface. Si votre produit gère des conversations, utilisez les endpoints agents/conversations et arrêtez de renvoyer l'historique ; cela représente une ligne de tokens d'entrée, et le prix d'entrée de ce modèle est de 1,36 $ par million.

• Choisissez le palier en second. Tout ce qui est asynchrone relève du traitement par lots, et la page des tarifs vous montrera l’écart une fois que vous aurez changé le filtre.

• Troisièmement, mesurez le plafond de contexte. 524 288 mesurés, pas 1 M annoncé — envoyez une requête trop volumineuse à votre hôte et lisez l’erreur.

• Ajoutez la mise en cache en dernier. $0.14 pour une entrée mise en cache contre $1.36 au tarif standard constitue le levier le plus important sur une facture en régime permanent, à condition que votre préfixe soit stable. Un horodatage en tête d’un prompt système transforme cet appel en un appel au plein tarif.

Mistral Large 4 ne figure pas au catalogue d’OrcaRouter ; ce n’est donc pas une route que nous pouvons proposer — il est appelable via l’API propre à Mistral et via des hébergeurs tiers. La forme générale que nous proposons est un point de terminaison compatible OpenAI couvrant 224 modèles, avec les prix catalogue des fournisseurs répercutés à 0 % de marge, où les changements de palier et de prix d’un fournisseur sont appliqués le jour de leur annonce plutôt qu’à la prochaine reconduction.