Mistral Large 4 face à Gemini 3.8 Flash : la promotion le rend moins cher que l’offre économique de Google

Sur le papier, il s'agit d'un modèle phare face à un modèle flash, et l'écart ne devrait pas être serré. En pratique, en ce moment, le tarif promotionnel de Mistral Large 4 — 0,68 $ par million de tokens en entrée et 2,09 $ en sortie — est inférieur à Gemini 3.8 Flash à 0,75 $ et 3,75 $ sur les deux lignes, tout en offrant un plafond de sortie plus élevé. Au prix catalogue de Mistral, soit 1,36 $ et 4,18 $, le classement s'inverse en entrée et s'inverse presque en sortie. La vraie question n'est donc pas de savoir quel modèle est le moins cher. C'est de savoir quel prix vous paierez dans trois mois, et personne chez Mistral n'a publié la date qui le détermine.

Les trois cartes qui comptent

• Mistral Large 4 au prix catalogue — 1,36 $ en entrée, 0,14 $ en cache, 4,18 $ en sortie par million. 1 M de contexte annoncé, 524 288 mesuré. Entrée texte et image, sortie texte. Poids publiés le 29 octobre, 1 060,6 Go en bf16, sous la licence Mistral Ecosystem Open-Weight License.

• Mistral Large 4 en promotion — $0.68, $0.07, $2.09. Même modèle, à moitié prix, aucune date de fin publiée nulle part que nous puissions trouver.

• Gemini 3.8 Flash — 0,75 $ en entrée et 3,75 $ en sortie par million, avec lecture du cache à 0,075 $, sur OrcaRouter au prix catalogue de Google. Contexte de 1 M, mais sortie maximale de 65 K, et un temps médian (p50) mesuré jusqu'au premier token de 8,13 secondes.

Deux de ces trois sont le même produit à des prix différents, c'est pourquoi cette comparaison doit être effectuée deux fois.

Le plafond de sortie est la véritable différence.

Soixante-cinq mille tokens, cela semble beaucoup jusqu’à ce que vous essayiez de générer un long document en un seul appel. Un rapport de 40 000 mots représente environ 55 000 tokens ; ajoutez un plan et un préambule, et une génération en un seul appel sur Gemini 3.8 Flash atteint son plafond avant d’avoir terminé. La fenêtre mesurée de Mistral de 524 K est huit fois plus grande, et son 1 M revendiqué par le fournisseur est encore plus grand.

Pour le trafic de chat et d’agents, le plafond ne constitue jamais une contrainte et les deux modèles se comportent de la même manière. Pour la génération de documents, la synthèse de transcriptions, les longs fichiers de code ou tout ce qui demande à une seule requête de produire l’artefact entier, le plafond est la colonne décisive et le prix n’est qu’une erreur d’arrondi en sus. Voilà la formulation honnête de « flash versus flagship » ici : le petit modèle n’est pas moins cher pour le travail qu’il ne peut pas faire.

Latence, et à quel chiffre se fier

Gemini 3.8 Flash mesure 8,13 secondes jusqu’au premier token sur notre page. Mistral Large 4 ne dispose d’aucune mesure en service comparable que nous puissions citer — Artificial Analysis rapporte 524 288 tokens de contexte sur sa configuration testée, mais un MoE d’un billion de paramètres n’est pas un produit à faible latence de la manière dont une gamme flash est conçue pour l’être. Si votre produit est interactif, partez du principe que le modèle plus grand est plus lent et mesurez avant de vous engager ; s’il fonctionne en batch, aucun des deux chiffres n’importe.

Où la licence entre en jeu, et pourquoi elle n’est pas une note de bas de page

Les poids de Mistral sont téléchargeables sous une licence qui autorise l’usage commercial, la modification et l’entraînement complémentaire, et réserve le model-as-a-service — donnant à des tiers un contrôle réel sur les entrées, les paramètres ou les données d’entraînement — à un accord distinct. Le modèle de Google n’a pas un tel document, car il n’y a rien à télécharger. Si vous vous intéressez à Mistral parce que vous voulez exécuter le modèle à l’intérieur de votre propre périmètre, c’est là toute la différence, et la comparaison des prix passe au second plan.

Comment décider

Si vous avez besoin d’un plafond de sortie élevé ce trimestre et que vous êtes prêt à accepter une promotion susceptible de prendre fin, Mistral Large 4 à $0.68/$2.09 est la génération multimodale à grand contexte la moins chère disponible sur ces deux cartes — et le risque est que le prix double sans préavis, ce qu’il faut précisément inscrire dans un budget sous forme de scénario plutôt que comme une surprise.

Si vous avez besoin d'un tarif forfaitaire, publié et assorti d'une remise sur le cache, sans licence à interpréter, Gemini 3.8 Flash est à 0,75 $ / 3,75 $, les lectures de cache à 0,075 $, sur OrcaRouter au prix catalogue de Google sans marge, sur la même clé que 223 autres modèles. C'est aussi l'option la moins chère dès que la promotion de Mistral prend fin, et l'option la moins chère aujourd'hui pour toute charge de travail qui n'approche jamais son plafond de 65K — mais uniquement en ce sens qu'elle ne paie pas pour une capacité dont elle ne peut pas se servir.

Faites tourner les deux pendant une semaine sur les mêmes invites et comptez les tâches terminées par dollar. La comparaison des étiquettes a déjà été faite deux fois dans cet article, et elle a donné deux réponses différentes.