Mistral Large 4 vs DeepSeek V4 Pro : deux fleurons ouverts, et un écart de prix qui n’est pas l’essentiel

Sur le papier, ces deux modèles représentent le même achat : un mélange d'experts clairsemé à un billion de paramètres, des poids ouverts, un fournisseur européen d'un côté et un chinois de l'autre, et un prix par token qui ressemble à la colonne décisive. Ce n'est pas la colonne décisive. Mistral Large 4 et DeepSeek V4 Prodiffèrent d'abord sur ce qu'ils acceptent, ensuite sur ce que leurs licences permettent de construire, et seulement en troisième lieu sur le coût — et la comparaison des coûts elle-même est instable, parce qu'un côté applique une promotion à moitié prix sans date de fin et l'autre double ses tarifs pendant sept heures chaque jour de semaine.

Cette reformulation est la partie utile, car la comparaison évidente — 4,18 $ par million de sortie contre 1,98 $ — est à la fois vraie et trompeuse. Voici ce qu’est réellement chacun des deux côtés.

Les spécifications, côte à côte

• Taille — Mistral Large 4 compte 1,05 billion de paramètres avec 52 milliards d'actifs selon sa propre fiche, 49 milliards selon la lecture d'Artificial Analysis, sur un MoE clairsemé granulaire avec 128 experts routés et quatre actifs par token. DeepSeek V4 Pro compte 1,6 billion avec 49 milliards d'actifs. Les décomptes d'actifs aboutissent au même endroit ; les décomptes totaux, non.

• Modalité —Mistral Large 4 est nativement multimodal, avec un encodeur visuel de 1,6 milliard de paramètres, entrée texte et image, sortie texte. DeepSeek V4 Pro est limité au texte — sur la grille tarifaire de DeepSeek elle-même, la ligne vision indique « Non pris en charge » pour Pro. C'est la première véritable bifurcation, et ce n'est pas une question de degré : un modèle limité au texte ne peut pas du tout faire le travail.

• Contexte et sortie — La fiche de Mistral revendique un contexte de 1 M de tokens ; Artificial Analysis a mesuré 524 288 tokens sur la configuration qu'elle teste. DeepSeek V4 Pro indique 1 M de tokens de contexte et une sortie maximale de 384 K. Ces deux chiffres correspondent à des plafonds du fournisseur côté Mistral et à un plafond listé et effectivement servi côté DeepSeek.

• Licence —DeepSeek V4 Pro est sous licence MIT, avec des poids publiés et aucune clause de champ d’utilisation. Les poids de Mistral Large 4 ont été publiés le 29 octobre sous la licence Mistral Ecosystem Open-Weight License, un texte MIT modifié de 2 632 octets qui autorise l’usage commercial, la modification et l’entraînement ultérieur, mais en réserve un modèle économique : la clause 2 exige que quiconque exploite une activité « Model as a Service » signe d’abord une licence commerciale distincte. Une passerelle qui se contente de relayer les requêtes vers des modèles hébergés par d’autres relève d’une exception et est acceptable ; une plateforme qui donne aux clients un accès brut au modèle ne l’est pas.

• Empreinte d'hébergement — Mistral Large 4 est livré avec 1 060,6 Go en bf16 répartis sur 54 shards, avec une variante NVFP4 de 610,1 Go dont Mistral indique qu'elle tourne sur quatre GPU B200 ou B300. DeepSeek V4 Pro est sous licence MIT avec 1,6 T de paramètres, ce qui le place dans le même ordre de grandeur en matière de matériel et un ordre de grandeur supérieur en mémoire.

• Des scores indépendants — La fiche de Mistral rapporte 26 sur l’Intelligence Index v5 d’Artificial Analysis et le présente comme le plus élevé parmi les modèles ouverts occidentaux. DeepSeek ne publie aucune valeur d’indice équivalente qui lui soit propre. Nous ne disposons pas d’une lecture obtenue avec le même instrument et à la même date pour les deux modèles, et une comparaison fondée sur deux instruments différents est exactement l’erreur à éviter ici — l’aperçu de Mistral lui-même était rapporté à 38,4 sur l’indice pré-v5, si bien qu’un avant-après naïf de ses propres chiffres produit une « régression » de douze points qui n’existe pas.

Les deux formes de prix ne sont pas le même type de nombre.

C’est ici que la comparaison cesse d’être arithmétique pour devenir une question de planification.

Mistral Large 4 est facturé à un tarif uniforme : 1,36 $ par million de tokens d’entrée, 0,14 $ pour l’entrée mise en cache, 4,18 $ pour la sortie. Il fait actuellement l’objet d’une promotion de lancement à exactement la moitié de ces tarifs — 0,68 $, 0,07 $, 2,09 $ — sans date de fin publiée. Le prix catalogue est stable et le prix effectif ne l’est pas, et le tarif appliqué dépend d’une date que personne n’a annoncée.

DeepSeek V4 Pro est facturé selon l'heure : 0,66 $ en entrée et 1,98 $ en sortie en heures creuses, ces tarifs doublant à 1,32 $ et 3,96 $ pendant deux plages horaires en semaine, de 01:00 à 04:00 et de 06:00 à 10:00 UTC, du lundi au vendredi, hors jours fériés chinois. Le prix catalogue correspond au tarif de pointe deux fois par jour et au tarif réduit le reste du temps.

Mis côte à côte à leurs meilleurs tarifs publiés, le prix de sortie promotionnel de Mistral ($2.09) est presque identique au prix de sortie hors heures pleines de DeepSeek ($1.98). Au pire, le prix de sortie catalogue de Mistral ($4.18) est proche du prix de sortie en heures pleines de DeepSeek ($3.96) — mais les heures pleines de DeepSeek durent sept heures par jour, et le prix catalogue de Mistral s’applique dès que la promotion se termine. Aucun de ces deux nombres n’est le nombre qui compte.

Un comparatif imprimé rend les contours concrets. La page de tarification de l’API de Mistral indique DeepSeek V4.1 Flash 1017 à 0,30 $ par million de jetons d’entrée et 1,20 $ par million de jetons de sortie — exactement le tarif de pointe de DeepSeek, appliqué à taux fixe. Le même modèle, sur la grille tarifaire d’un revendeur, coûte le double du tarif hors pointe de DeepSeek et n’est jamais moins cher que son tarif de pointe. Ce n’est pas une critique de la tarification de Mistral ; c’est à quoi ressemble la revente lorsque le fournisseur en amont modifie ses propres tarifs deux fois par jour.

Ce que coûte une tâche sur chacun

Un million de tokens d'entrée et 100 000 tokens de sortie, la forme d'une passe sur un document avec une véritable réponse à la fin :

• Mistral Large 4 au tarif catalogue — 1,36 $ en entrée plus 0,418 $ en sortie : environ 1,78 $.

• Mistral Large 4 en promotion — environ 89 cents.

• DeepSeek V4 Pro en heures creuses —0,66 $ plus 0,198 $ : environ 86 cents.

• DeepSeek V4 Pro dans une fenêtre de pointe — environ 1,72 $.

La même tâche coûte donc entre 86 cents et 1,78 $ selon le fournisseur et l’heure — un écart d’environ 2× qui n’a rien à voir avec le fait qu’un modèle soit meilleur. Si votre charge de travail peut être déplacée dans le temps mais pas changer de modèle, le calendrier de DeepSeek est un levier que vous contrôlez ; si elle ne peut pas être déplacée dans le temps, la promotion de Mistral est une remise que vous recevez et sur laquelle vous ne pouvez pas compter.

Là où la décision se joue réellement

Trois questions, dans l’ordre qui permet de le résoudre.

Avez-vous besoin d’images ? Si oui, la comparaison s’arrête là : DeepSeek V4 Pro est purement textuel, et le côté Mistral est le seul à accepter une image. Si non, c’est la seule dimension où les deux sont véritablement interchangeables, et le reste de la liste tranche.

Revendez-vous un accès brut ? Si vous développez un produit dont les fonctionnalités appellent le modèle, les deux licences conviennent. Si vous mettez en place une API qui fournit aux clients le modèle lui-même, la clause 2 de Mistral exige un accord commercial, tandis que la licence MIT de DeepSeek ne l’exige pas. C’est une différence juridique assortie d’un prix qu’aucun des deux fournisseurs ne publie.

Votre charge de travail est-elle planifiable ? S'il s'agit de traitement par lots, un forfait hors pointe DeepSeek est un calcul que vous pouvez effectuer. Si elle est interactive et concentrée sur les heures ouvrables d'une seule région, vous payez des tarifs de pointe, que vous l'ayez voulu ou non, et un fournisseur à prix fixe vaut mieux qu'un fournisseur moins cher que vous ne pouvez pas joindre à la bonne heure.

La seule chose qui ne devrait pas être décisive, c’est une position dans un classement. Le 26 de Mistral sur Intelligence Index v5 est une mesure déclarée par le fournisseur d’un instrument qui s’est reconstruit le 27 octobre ; DeepSeek ne publie aucun chiffre comparable. Deux nombres issus de deux instruments ne constituent pas une comparaison, c’est un graphique.

Ce que vous pouvez appeler aujourd’hui

DeepSeek V4 Pro est disponible sur OrcaRouter au tarif publié par DeepSeek lui-même — 0,66 $ par million de tokens d'entrée et 1,98 $ par million de tokens de sortie hors heures de pointe, doublant exactement comme le définit la grille tarifaire de DeepSeek — via le même endpoint compatible OpenAI et la même clé que pour un catalogue de 224 modèles, avec basculement automatique entre les chemins des fournisseurs. Mistral Large 4 ne figure pas dans ce catalogue à la date de publication ; ce n'est donc pas une route que nous pouvons proposer pour ce modèle. Il peut être appelé via l'API propre à Mistral et par des hébergeurs tiers.

Pour une équipe qui doit choisir entre les deux, l’ordre honnête est le suivant : choisir selon la modalité et la licence, puis mesurer l’efficacité en tokens de chacune sur votre propre trafic, puis planifier. L’écart de prix entre les deux est réel, mais il est plus faible aux tarifs qui vous seront réellement facturés qu’aux tarifs affichés sur les deux pages marketing — et ce qui diffère vraiment, c’est ce que chaque licence vous permet de construire ensuite.