Harga Mistral Large 4: $1.36 Masuk, $4.18 Keluar, dan Promosi Setengah Harga Tanpa Tanggal Berakhir

Mistral Large 4 memiliki salah satu kartu tarif paling jelas di pasar model berbobot terbuka, sekaligus salah satu harga efektif yang paling tidak jelas. Baris yang dipublikasikan adalah $1,36 per juta token input, $0,14 per juta input cache, dan $4,18 per juta output. Di samping itu, halaman harga Mistral memuat promosi peluncuran yang menampilkan tiga baris yang sama dicoret dengan harga $0,68, $0,07, dan $2,09 — setengah harga untuk setiap baris — tanpa tanggal berakhir yang dipublikasikan di mana pun yang dapat kami temukan. Jadi, harga panggilan API hari ini kira-kira setengah dari tarif daftar, dan tidak ada orang di luar Mistral yang dapat memberi tahu Anda kapan itu tidak lagi berlaku.

Ambiguitas tunggal itu lebih bernilai bagi anggaran daripada selisih antara Large 4 dan pesaing mana pun, karena perubahan 50% pada satu pos anggaran lebih besar daripada sebagian besar delta pemilihan model. Semua yang berikut ini dirancang agar Anda dapat merencanakan hari berakhirnya promosi, bukan terkejut olehnya.

Kartu itu, dan dari mana angka-angka yang membingungkan itu berasal

Baca dari halaman harga resmi Mistral pada 29 Oktober 2026:

• Input — $1,36 per juta token.

• Input yang di-cache — $0.14 per juta token, sekitar sepersepuluh dari harga input.

• Keluaran — $4.18 per juta token.

• Promosi peluncuran — $0,68 untuk input, $0,07 untuk cache, $2,09 untuk output. Tanggal berakhir tidak disebutkan.

• Model — mistral-large-4, sebuah sparse mixture-of-experts berparameter 1,05 triliun dengan 52 miliar parameter aktif menurut kartu model Mistral sendiri dan 49 miliar menurut pembacaan Artificial Analysis, ditambah encoder visi berparameter 1,6 miliar. Teks dan gambar masuk, teks keluar.

• Konteks — 1 juta token pada kartu Mistral; 524.288 token pada konfigurasi yang diuji Artificial Analysis. Kesenjangan itu adalah perbedaan antara batas maksimum dari vendor dan jendela yang benar-benar dilayani, dan ini penting untuk penetapan harga karena konteks yang tidak dapat benar-benar diisi adalah konteks yang tidak akan ditagihkan kepada Anda.

Satu jebakan layak mendapat kalimatnya sendiri. Halaman harga publik Mistral masih memuat baris contoh generik berbunyi "Mistral Large costs $0.5 /M tokens in and $1.5 /M tokens out." Itu bukan baris Large 4 — itu menggambarkan model lama yang lebih kecil — dan besarnya kira-kira sepertiga dari harga input sebenarnya dan seperempat dari harga output sebenarnya. Siapa pun yang menyusun anggaran berdasarkan halaman pemasaran alih-alih kartu tarif model tersebut akan meleset sebesar faktor tiga.

Berapa biaya sebenarnya dari sebuah tugas

Harga per token adalah satuan perencanaan yang buruk, jadi ini kartu yang sama sebagai pekerjaan.

Sekali proses dokumen: satu juta token masukan dan 100.000 token keluaran. Dengan tarif daftar, $1,36 untuk masukan plus $0,418 untuk keluaran — sekitar $1,78. Dengan tarif promosi, $0,68 plus $0,209 — sekitar 89 sen. Pekerjaan yang sama, dua kali lipat harganya, tergantung pada tanggal yang tidak dipublikasikan siapa pun.

Pekerjaan yang sama dengan caching: jika 80% dari input tersebut adalah prefiks yang digunakan ulang, sisi input menjadi 0,8 × $0,14 + 0,2 × $1,36 per juta, yaitu $0,384 alih-alih $1,36. Itu adalah pemotongan 72% pada baris input dan tuas paling berguna di kartu ini — yang menjelaskan mengapa tarif cache ada pada sepersepuluh dari tarif standar.

Sesi agen yang panjang: agen yang membaca ulang riwayatnya sendiri pada setiap giliran adalah beban kerja yang menjadi sasaran penetapan harga ini. Lima puluh giliran dengan 200.000 token konteks masing-masing berarti sepuluh juta token input jika tidak ada yang di-cache, $13.60 dengan harga daftar; dengan prefiks di-cache sebesar $0.14, biayanya turun menjadi $1.40 ditambah pertumbuhan yang tidak di-cache. Perbedaan antara agen yang menggunakan kembali konteks dan agen yang membangunnya ulang lebih besar daripada perbedaan antara Large 4 dan model yang lebih murah.

Lalu ada angka yang sama sekali bukan harga. Mistral melaporkan 47% lebih sedikit token per tugas dibandingkan pesaing yang sebanding pada indeks agen coding Artificial Analysis. Jika itu berlaku pada lalu lintas Anda, hal itu mengubah perhitungan lebih dari empat poin pada papan peringkat, karena Anda membayar untuk token, bukan untuk peringkat — dan itu bertambah dengan promosi tersebut, bukan menggantikannya.

Baris lisensi yang mengubah arti harga

Bobot model tersebut dirilis pada 29 Oktober: 54 shard safetensors, 1,060.6 GB dalam bf16, tanpa pembatasan akses, di bawah file berukuran 2,632 byte bernama Mistral Ecosystem Open-Weight License yang mendeskripsikan dirinya sebagai lisensi MIT yang dimodifikasi. Pemberian izinnya luas — penggunaan, penyalinan, modifikasi, distribusi, sublisensi, penjualan, pelatihan lebih lanjut, penerapan, penggunaan komersial, tanpa ambang pendapatan, tanpa batas pengguna.

Yang dicadangkan untuk lisensi terpisah adalah satu model bisnis tertentu. Klausul 2 mewajibkan siapa pun yang "menjalankan bisnis Model as a Service" untuk menandatangani lisensi komersial terpisah dengan Mistral terlebih dahulu. Model-as-a-Service didefinisikan sebagai pemberian akses kepada pihak ketiga ke model tersebut untuk inferensi atau pascapelatihan dengan cara yang memungkinkan pihak ketiga itu melakukan kendali yang berarti atas input, parameter, atau data pelatihan. Ada tiga pengecualian yang menyertainya, dan itu lebih penting daripada pembatasannya: produk yang kemampuan modelnya tertanam di dalam fitur-fitur tertentu berada di luar definisi; "sekadar meneruskan permintaan ke model yang dihosting oleh pihak lain" berada di luar definisi; dan penggunaan internal, atau penggunaan melalui produk Mistral sendiri, dikecualikan.

Jika dibaca terhadap kartu tarif, itu menghasilkan tiga pembeli yang berbeda. Menjalankan bobot di dalam organisasi Anda sendiri boleh saja, dan harganya adalah perangkat keras Anda. Membangun produk yang memanggil model itu boleh saja, dan harganya adalah baris API di atas. Menyediakan API yang memberi pelanggan akses mentah ke model adalah satu-satunya penggunaan yang memerlukan perjanjian komersial — dan tidak ada harga per-token dari vendor mana pun yang memberi tahu Anda berapa biaya perjanjian tersebut.

Menyebutnya versus memilikinya

Perhitungan self-hosting perlu dinyatakan secara gamblang karena "open weights" mengundang perbandingan yang biasanya kalah. Checkpoint bf16 berukuran 1.060,6 GB bobot sebelum Anda menyimpan satu token pun state KV. Varian NVFP4 berukuran 610,1 GB dan panduan Mistral sendiri menempatkannya di empat GPU B200 atau B300; resep vLLM di kartu model meminta tensor parallelism 8 dengan dtype KV-cache FP8. Bagi hampir semua tim di bawah skala hyperscale, empat GPU Blackwell ditambah waktu rekayasa untuk melayani MoE triliun parameter biayanya lebih tinggi per token berguna dibandingkan API yang didiskon.

Self-hosting di sini memberi Anda kendali — residensi data, kepastian lisensi, kemampuan menyempurnakan dan merilis versi turunan — bukan penghematan. Itulah alasan jujur untuk mengunduh 1,06 TB, dan itulah uji yang perlu diterapkan sebelum melakukannya: sebutkan apa yang sedang Anda beli, karena itu bukanlah pos biaya per token.

Apa yang perlu direncanakan, dan apa yang perlu diperhatikan

Anggarkan berdasarkan tarif daftar dan anggap promosi sebagai nilai tambah, karena hanya versi kartu ini yang bisa Anda pertahankan kepada siapa pun yang menyetujui pengeluaran tersebut. Promosi tidak memiliki tanggal berakhir yang dipublikasikan, yang berarti promosi dapat berakhir tanpa pemberitahuan, dan rencana yang dibangun berdasarkan $0.68 berhenti berfungsi pada hari yang tidak diumumkan siapa pun.

Lalu perhatikan empat hal, berdasarkan seberapa besar pengaruhnya terhadap angka: apakah jendela setengah harga ditutup dan kapan; apakah konteks 1M benar-benar dilayani atau dibatasi dalam praktik, karena input yang ditagih mengikuti jendela yang dilayani; apakah konversi NVFP4 mempertahankan skor yang dipublikasikan, yang menentukan apakah jalur hosting murah itu nyata; dan bagaimana klausa 2 ditegakkan dalam kasus-kasus ekstrem, karena "kendali yang bermakna" memikul banyak beban dalam kalimat itu dan tidak memiliki preseden hukum.

Mistral Large 4 belum ada di katalog OrcaRouter saat ini, jadi ini bukan rute yang bisa kami tawarkan. Yang kami sediakan adalah gambaran umumnya: satu endpoint yang kompatibel dengan OpenAI untuk 224 model, dengan harga daftar dari penyedia diteruskan pada markup 0%, sehingga perubahan harga vendor — termasuk berakhirnya sebuah promosi — berlaku pada hari yang sama saat diumumkan, bukan pada pembaruan kontrak berikutnya. Dan ketika model yang begitu baru belum terbukti terhadap trafik Anda sendiri, failover otomatis adalah cara termurah untuk menempatkannya di balik permintaan nyata tanpa mempertaruhkan jalur produksi pada satu endpoint.