Tarification de Mistral Large 4 : 1,36 $ en entrée, 4,18 $ en sortie, et une promotion à moitié prix sans date de fin

Mistral Large 4 propose l'une des grilles tarifaires les plus claires du marché des modèles à poids ouverts, et l'un des prix effectifs les moins clairs. Les lignes publiées indiquent 1,36 $ par million de jetons d'entrée, 0,14 $ par million de jetons d'entrée mis en cache et 4,18 $ par million de jetons de sortie. À côté de celles-ci, la page tarifaire de Mistral affiche une promotion de lancement qui présente ces trois mêmes lignes barrées à 0,68 $, 0,07 $ et 2,09 $ — moitié prix sur chaque ligne — sans aucune date de fin publiée où que ce soit que nous puissions trouver. Le prix d'un appel d'API aujourd'hui correspond donc à environ la moitié du tarif catalogue, et personne en dehors de Mistral ne peut vous dire quand cela cessera d'être vrai.

Cette seule ambiguïté vaut plus pour un budget que la différence entre Large 4 et n’importe quel concurrent, car une variation de 50 % sur une ligne budgétaire est plus importante que la plupart des écarts liés au choix de modèle. Tout ce qui suit est conçu pour vous permettre de planifier le jour où la promotion se termine plutôt que d’être pris au dépourvu par celle-ci.

La carte, et l’origine des chiffres déroutants

Lu sur la page de tarification de Mistral elle-même, le 29 octobre 2026 :

• Entrée — 1,36 $ par million de jetons.

• Entrée mise en cache — 0,14 $ par million de jetons, soit environ un dixième du prix de l'entrée.

• Sortie — 4,18 $ par million de jetons.

• Promotion de lancement — $0.68 en entrée, $0.07 en cache, $2.09 en sortie. Aucune date de fin indiquée.

• Modèle — mistral-large-4, un mixture-of-experts clairsemé de 1,05 billion de paramètres, avec 52 milliards de paramètres actifs selon la fiche de Mistral elle-même et 49 milliards selon la lecture d’Artificial Analysis, ainsi qu’un encodeur visuel de 1,6 milliard de paramètres. Texte et image en entrée, texte en sortie.

• Contexte — 1 M de tokens sur la fiche de Mistral ; 524 288 tokens sur la configuration testée par Artificial Analysis. Cet écart est la différence entre un plafond annoncé par le fournisseur et une fenêtre réellement servie, et il compte pour la facturation, car un contexte que vous ne pouvez pas réellement remplir est un contexte qui ne vous sera pas facturé.

Un piège mérite sa propre phrase. La page de tarification publique de Mistral comporte encore une ligne d’exemple générique indiquant « Mistral Large coûte 0,5 $/M de tokens en entrée et 1,5 $/M de tokens en sortie. » Ce n’est pas la ligne Large 4 — elle décrit un modèle plus ancien et plus petit — et elle représente environ un tiers du prix réel d’entrée et un quart du prix réel de sortie. Quiconque établit son budget d’après la page marketing plutôt que d’après la grille tarifaire du modèle se trompe d’un facteur trois.

Ce que coûte réellement une tâche

Les tarifs par token constituent une unité de planification peu adaptée ; voici donc la même carte, exprimée en travail.

Un passage de document : un million de tokens d’entrée et 100 000 tokens de sortie. Au tarif catalogue, 1,36 $ d’entrée plus 0,418 $ de sortie — environ 1,78 $. Avec la promotion, 0,68 $ plus 0,209 $ — environ 89 cents. Le même travail, deux fois le prix, selon une date que personne n’a publiée.

Le même travail avec la mise en cache : si 80 % de cette entrée correspond à un préfixe réutilisé, le côté entrée devient 0,8 × 0,14 $ + 0,2 × 1,36 $ par million, soit 0,384 $ au lieu de 1,36 $. C'est une réduction de 72 % sur la ligne d'entrée et le levier le plus utile de cette fiche — c'est pourquoi le tarif mis en cache existe à un dixième du tarif standard.

Une longue exécution d’agent : un agent qui relit son propre historique à chaque tour est la charge de travail que cette tarification pénalise. Cinquante tours avec 200 000 tokens de contexte chacun représentent dix millions de tokens d’entrée si rien n’est mis en cache, soit $13.60 au tarif catalogue ; avec le préfixe mis en cache à $0.14, cela tombe à $1.40 plus la croissance non mise en cache. La différence entre un agent qui réutilise le contexte et un agent qui le reconstruit est plus grande que la différence entre Large 4 et un modèle moins cher.

Puis il y a le chiffre qui n’est pas un prix du tout. Mistral rapporte 47 % de tokens en moins par tâche qu’un concurrent comparable dans l’index d’agents de codage d’Artificial Analysis. Si cela se vérifie sur votre trafic, cela modifie l’arithmétique de plus de quatre points sur un classement, parce que vous payez des tokens plutôt que pour un rang — et cela se combine avec la promotion plutôt que de la remplacer.

La mention de licence qui change le sens du prix

Les poids sont arrivés le 29 octobre : 54 fragments safetensors, 1 060,6 Go en bf16, sans restriction d’accès, sous un fichier de 2 632 octets appelé Mistral Ecosystem Open-Weight License, qui se présente comme une licence MIT modifiée. L’autorisation est large — utilisation, copie, modification, distribution, sous-licence, vente, entraînement supplémentaire, déploiement, usage commercial, aucun seuil de revenus, aucune limite d’utilisateurs.

Ce qu’il réserve, c’est un modèle économique précis. La clause 2 exige que toute personne qui « exploite une activité de Model as a Service » signe au préalable une licence commerciale distincte avec Mistral. Le Model-as-a-Service est défini comme le fait de donner à un tiers accès au modèle aux fins d’inférence ou de post-entraînement, d’une manière qui permet à ce tiers d’exercer un contrôle significatif sur les entrées, les paramètres ou les données d’entraînement. Trois exceptions l’accompagnent, et elles importent davantage que la restriction : un produit dont la capacité du modèle est intégrée dans des fonctionnalités spécifiques sort du champ de la définition ; « le simple relais de requêtes vers des modèles hébergés par des tiers » en sort également ; et l’usage interne, ou l’usage via les propres produits de Mistral, est exonéré.

Lu à la lumière d’une grille tarifaire, cela donne trois types d’acheteurs différents. Faire tourner les poids au sein de votre propre organisation est parfaitement possible, et le prix à payer, c’est votre matériel. Construire un produit qui appelle le modèle est parfaitement possible, et le prix correspond à la ligne API ci-dessus. Déployer une API qui donne aux clients un accès brut au modèle est le seul cas d’usage qui nécessite un accord commercial — et aucun tarif par token d’un fournisseur ne vous indique ce que coûte cet accord.

L'appeler ou l'assumer

Le calcul de l’auto-hébergement mérite d’être énoncé clairement, car l’expression « open weights » invite à une comparaison dont on sort généralement perdant. Le checkpoint bf16 représente 1 060,6 Go de poids avant même d’avoir mis en cache un seul token d’état KV. Son homologue NVFP4 fait 610,1 Go, et les recommandations de Mistral le placent sur quatre GPU B200 ou B300 ; la recette vLLM de la fiche modèle demande un parallélisme tensoriel de 8 avec un dtype de cache KV FP8. Pour presque toute équipe en dessous de l’échelle hyperscale, quatre GPU Blackwell plus le temps d’ingénierie nécessaire pour servir un MoE de mille milliards de paramètres reviennent plus cher par token utile que ne le fait l’API à tarif réduit.

L'auto-hébergement, ici, achète du contrôle — la résidence des données, la certitude en matière de licences, la capacité à affiner et à livrer des dérivés — pas des économies. C'est la raison honnête de télécharger 1,06 To, et c'est le test à appliquer avant de le faire : nommez ce que vous achetez, car ce ne sera pas la ligne du coût par token.

Ce qu’il faut prévoir et ce qu’il faut surveiller

Budgétez sur le tarif de liste et considérez la promotion comme un bonus, car c’est la seule version de cette carte que vous pouvez défendre devant la personne qui approuve la dépense. La promotion n’a aucune date de fin publiée, ce qui signifie qu’elle peut se terminer sans préavis, et un plan bâti sur $0.68 cesse de fonctionner un jour où personne ne l’annonce.

Surveillez ensuite quatre choses, par ordre d’impact sur le chiffre : si la fenêtre à demi-tarif se ferme, et quand ; si le contexte de 1 M est servi ou plafonné en pratique, puisque l’entrée facturée suit la fenêtre servie ; si la conversion NVFP4 conserve les scores publiés, ce qui détermine si la voie d’hébergement bon marché est bien réelle ; et comment la clause 2 est appliquée dans les cas limites, car l’expression « contrôle significatif » joue un rôle considérable dans cette phrase et ne s’appuie sur aucune jurisprudence.

Mistral Large 4 ne figure pas aujourd’hui au catalogue d’OrcaRouter, ce n’est donc pas une route que nous pouvons proposer. Ce que nous offrons, en revanche, c’est le schéma général : un point de terminaison compatible OpenAI donnant accès à 224 modèles, avec les prix catalogue des fournisseurs répercutés à 0 % de marge, afin qu’un changement de prix d’un fournisseur — y compris la fin d’une promotion — soit appliqué le jour même de son annonce plutôt qu’au prochain renouvellement de contrat. Et lorsqu’un modèle aussi récent n’a pas encore fait ses preuves sur votre propre trafic, le basculement automatique est la façon la moins coûteuse de le mettre derrière de vraies requêtes sans faire dépendre un chemin de production d’un seul point de terminaison.