Mistral Large 4 vs Gemini 3.8 Flash: A promoção o torna mais barato do que o nível barato do Google

No papel, este é um modelo de ponta contra um modelo flash e não deveria chegar perto. Na prática, neste momento, a tarifa promocional do Mistral Large 4 — US$ 0,68 por milhão de entrada e US$ 2,09 de saída — fica abaixo de Gemini 3.8 Flash nos US$ 0,75 e US$ 3,75 em ambas as linhas, ao mesmo tempo que oferece um teto de saída maior. No preço de tabela do Mistral, de US$ 1,36 e US$ 4,18, a ordem se inverte na entrada e quase se inverte na saída. Então a pergunta honesta não é qual modelo é mais barato. É qual preço você estará pagando daqui a três meses, e ninguém na Mistral publicou a data que decide isso.

As três cartas que importam.

• Mistral Large 4 a preço de tabela — US$ 1,36 de entrada, US$ 0,14 em cache, US$ 4,18 de saída por milhão. Contexto de 1M declarado, 524.288 medido. Texto e imagem na entrada, texto na saída. Pesos publicados em 29 de outubro, 1.060,6 GB bf16, sob a Licença de Peso Aberto do Ecossistema Mistral.

• Mistral Large 4 em promoção — $0.68, $0.07, $2.09. O mesmo modelo, metade do preço, sem data de término publicada em nenhum lugar que consigamos encontrar.

• Gemini 3.8 Flash — US$ 0,75 de entrada e US$ 3,75 de saída por milhão, com leituras de cache a US$ 0,075, no OrcaRouter pelo preço de tabela do Google. Contexto de 1M, mas saída máxima de 65K, e tempo p50 medido até o primeiro token de 8,13 segundos.

Dois desses três são o mesmo produto a preços diferentes, e é por isso que essa comparação precisa ser feita duas vezes.

O teto de saída é a verdadeira diferença.

Sessenta e cinco mil tokens parecem muito até você tentar gerar um documento longo em uma única chamada. Um relatório de 40.000 palavras tem aproximadamente 55.000 tokens; acrescente um esboço e um preâmbulo, e a geração em uma única chamada no Gemini 3.8 Flash atinge seu limite antes de terminar. A janela medida de 524K da Mistral é oito vezes maior, e sua janela de 1M declarada pelo fornecedor é ainda maior que isso.

Para tráfego de chat e de agentes, o teto nunca é o fator limitante, e os dois modelos se comportam da mesma forma. Para geração de documentos, síntese de transcrições, arquivos de código longos ou qualquer tarefa que exija que uma única requisição produza o artefato inteiro, o teto é a coluna decisiva, e o preço é um erro de arredondamento por cima disso. Essa é a forma honesta de enquadrar o "flash versus flagship" aqui: o modelo pequeno não é mais barato para o trabalho que não consegue fazer.

Latência, e de quem é o número em que confiar

O Gemini 3.8 Flash mede 8,13 segundos até o primeiro token na nossa página. O Mistral Large 4 não tem uma medição comparável de serviço que possamos citar — o Artificial Analysis relata 524.288 tokens de contexto na configuração testada, mas um MoE de um trilhão de parâmetros não é um produto de baixa latência da forma como uma camada flash é projetada para ser. Se o seu produto for interativo, presuma que o modelo maior é mais lento e meça antes de se comprometer; se for em lote, nenhum dos números importa.

Onde a licença entra, e por que não é uma nota de rodapé

Os pesos do Mistral podem ser baixados sob uma licença que permite uso comercial, modificação e treinamento adicional, e reserva o modelo como serviço — dando a terceiros controle significativo sobre entradas, parâmetros ou dados de treinamento — para um acordo separado. O modelo do Google não tem esse tipo de documento porque não há nada para baixar. Se o motivo pelo qual você está avaliando o Mistral é que deseja executar o modelo dentro do seu próprio perímetro, essa é toda a diferença, e a comparação de preços é secundária.

Como decidir

Se você precisa de um teto de saída alto neste trimestre e está disposto a aceitar uma promoção que pode acabar, o Mistral Large 4 a $0.68/$2.09 é a geração multimodal de contexto amplo mais barata disponível nestas duas placas — e o risco é que o preço dobre sem aviso prévio, o que é exatamente o que deve ser registrado no orçamento como um cenário, e não como uma surpresa.

Se você precisa de uma tarifa fixa, publicada e com desconto de cache, sem licença com que se preocupar, o Gemini 3.8 Flash custa US$ 0,75 / US$ 3,75, com leituras de cache a US$ 0,075, no OrcaRouter pelo preço de tabela do Google, sem markup, na mesma chave de outros 223 modelos. Também é a opção mais barata no momento em que a promoção da Mistral terminar, e a mais barata hoje para qualquer carga de trabalho que nunca chega perto do seu teto de 65K apenas no sentido de que não está pagando por uma capacidade que não pode usar.

Execute ambos por uma semana com os mesmos prompts e conte as tarefas concluídas por dólar. A comparação de preços de etiqueta já foi feita duas vezes neste artigo, e deu duas respostas diferentes.