Mistral Large 4-priser: 1,36 USD in, 4,18 USD ut – och en halvpriskampanj utan slutdatum

Mistral Large 4 har en av de tydligaste prislistorna på marknaden för modeller med öppna vikter och ett av de minst tydliga effektiva priserna. De publicerade raderna är 1,36 USD per miljon indatatoken, 0,14 USD per miljon cachade indata och 4,18 USD per miljon utdata. Vid sidan av dem har Mistrals prissättningssida en lanseringskampanj som visar samma tre rader överstrukna till 0,68, 0,07 och 2,09 USD — halva priset på varje rad — utan något slutdatum publicerat någonstans där vi kan hitta det. Så priset för ett API-anrop i dag är ungefär hälften av listpriset, och ingen utanför Mistral kan säga när det inte längre stämmer.

Den där enda oklarheten är värdefullare för en budget än skillnaden mellan Large 4 och vilken konkurrent som helst, eftersom en svängning på 50 % i en budgetpost är större än de flesta skillnader vid modellval. Allt nedan är utformat för att låta dig planera inför dagen då kampanjen slutar i stället för att bli överraskad av den.

Kortet, och var de förvirrande siffrorna kommer ifrån

Läs på Mistrals egen prissida den 29 oktober 2026:

• Indata — $1,36 per miljon tokens.

• Cachad indata — $0,14 per miljon tokens, ungefär en tiondel av indatapriset.

• Utdata — $4,18 per miljon tokens.

• Lanseringskampanj — $0,68 in, $0,07 cachad, $2,09 ut. Inget slutdatum angivet.

• Modell — mistral-large-4, ett sparsamt mixture-of-experts med 1,05 biljoner parametrar och 52 miljarder aktiva parametrar enligt Mistrals eget modellkort och 49 miljarder enligt Artificial Analysiss tolkning, plus en visionskodare med 1,6 miljarder parametrar. Text och bild som indata, text som utdata.

• Kontext — 1M token på Mistrals modellkort; 524,288 token i den konfiguration som Artificial Analysis testar. Det gapet är skillnaden mellan ett leverantörstak och ett serverat fönster, och det har betydelse för prissättningen eftersom en kontext som du faktiskt inte kan fylla är en kontext som du inte kommer att faktureras för.

En fälla förtjänar en egen mening. Mistrals offentliga prissida har fortfarande en generisk exempelrad som lyder: ”Mistral Large kostar 0,5 USD per miljon tokens för indata och 1,5 USD per miljon tokens för utdata.” Det är inte Large 4-raden – den beskriver en äldre, mindre modell – och det är ungefär en tredjedel av det verkliga indata-priset och en fjärdedel av det verkliga utdata-priset. Den som lägger en budget utifrån marknadsföringssidan i stället för modellens prislista räknar fel med en faktor tre.

Vad en uppgift faktiskt kostar

Priser per token är en dålig planeringsenhet, så här är samma kort som arbete.

Ett dokumentpass: en miljon inputtokens och 100 000 outputtokens. Till listpris 1,36 dollar för input plus 0,418 dollar för output – ungefär 1,78 dollar. Under kampanjen 0,68 plus 0,209 – ungefär 89 cent. Samma jobb, dubbla priset, beroende på ett datum som ingen har publicerat.

Samma jobb med cachelagring: om 80 % av den indatan är ett återanvänt prefix blir indatasidan 0,8 × $0,14 + 0,2 × $1,36 per miljon, vilket är $0,384 i stället för $1,36. Det är en minskning med 72 % på indataradken och den enskilt mest användbara spaken på det här kortet – vilket är varför den cachade taxan finns till en tiondel av standardtaxan.

En lång agentkörning: en agent som läser om sin egen historik vid varje tur är den arbetsbelastning som denna prissättning bestraffar. Femtio turer med 200 000 kontexttoken vardera är tio miljoner indatatoken om inget cachas, 13,60 dollar enligt listpris; med prefixet cachat till 0,14 dollar sjunker det till 1,40 dollar plus den icke-cachade tillväxten. Skillnaden mellan en agent som återanvänder kontext och en som bygger upp den igen är större än skillnaden mellan Large 4 och en billigare modell.

Då finns det talet som inte alls är ett pris. Mistral rapporterar 47 % färre tokens per uppgift än en jämförbar konkurrent i Artificial Analysis index för kodagenter. Om det håller på din trafik förändrar det räkneexemplet med mer än fyra punkter på en resultattavla, eftersom du betalar för tokens snarare än för rankning – och det förstärker kampanjen i stället för att ersätta den.

Licensraden som ändrar vad priset betyder

Vikterna släpptes den 29 oktober: 54 safetensors-shards, 1 060,6 GB i bf16, utan åtkomstbegränsningar, under en fil på 2 632 byte som heter Mistral Ecosystem Open-Weight License och som beskriver sig som en modifierad MIT-licens. Tillståndet är brett – användning, kopiering, ändring, distribution, vidarelicensiering, försäljning, vidareträning, driftsättning, kommersiell användning, ingen intäktsgräns, ingen gräns för antal användare.

Det som förbehålls är en specifik affärsmodell. Klausul 2 kräver att den som ”driver en Model as a Service-verksamhet” först tecknar en separat kommersiell licens med Mistral. Model-as-a-Service definieras som att ge en tredje part tillgång till modellen för inferens eller efterträning på ett sådant sätt att tredje parten kan utöva meningsfull kontroll över indata, parametrar eller träningsdata. Tre undantag finns vid sidan av detta, och de har större betydelse än begränsningen: en produkt vars modellkapacitet är inbäddad i specifika funktioner ligger utanför definitionen; ”blott vidarebefordran av förfrågningar till modeller som hostas av andra” ligger utanför den; och intern användning, eller användning via Mistrals egna produkter, är undantagen.

Jämfört med en prislista ger det tre olika typer av köpare. Att köra vikterna internt i din egen organisation är helt i sin ordning, och priset är din hårdvara. Att bygga en produkt som anropar modellen är helt i sin ordning, och priset är API-raden ovan. Att ställa upp ett API som ger kunder rå direktåtkomst till modellen är den enda användningen som kräver ett kommersiellt avtal – och inget leverantörs per-token-pris säger dig vad det avtalet kostar.

Att kalla det kontra att äga det

Självhostningskalkylen är värd att säga rakt ut, eftersom "öppna vikter" inbjuder till en jämförelse som vanligtvis förlorar. bf16-checkpointen är 1 060,6 GB vikter innan en enda token KV-tillstånd har cachats. NVFP4-varianten är 610,1 GB, och Mistrals egen vägledning placerar den på fyra B200- eller B300-GPU:er; vLLM-receptet i modellkortet begär tensorparallelism på 8 med en FP8 KV-cache-dtype. För nästan alla team under hyperskala kostar fyra Blackwell-GPU:er plus den ingenjörstid som krävs för att serva en MoE med en biljon parametrar mer per användbar token än det rabatterade API:et.

Självhosting här köper kontroll – datalokalisering, licenstrygghet, möjligheten att finjustera och leverera derivat – inte besparingar. Det är den ärliga anledningen att ladda ner 1,06 TB, och det är testet att tillämpa innan du gör det: namnge det du köper, eftersom det inte kommer att vara per-token-posten.

Vad du ska planera för och vad du ska hålla utkik efter

Budgetera utifrån listpriset och behandla kampanjen som en bonus, eftersom det är den enda versionen av det här kortet som du kan försvara inför den som godkänner utgiften. Kampanjen har inget publicerat slutdatum, vilket innebär att den kan upphöra utan förvarning, och en plan som bygger på $0,68 fungerar inte den dag då ingen meddelar det.

Titta sedan på fyra saker, i ordning efter hur mycket de förändrar siffran: om halvprisfönstret stängs och när; om 1M-kontexten faktiskt serveras eller begränsas i praktiken, eftersom fakturerad indata följer det serverade fönstret; om NVFP4-konverteringen håller de publicerade resultaten, vilket avgör om den billiga hostingvägen är verklig; och hur paragraf 2 tillämpas i gränsfall, eftersom "meningsfull kontroll" får bära mycket i den meningen och saknar rättspraxis bakom sig.

Mistral Large 4 finns inte i OrcaRouters katalog i dag, så detta är inte en rutt vi kan erbjuda. Det vi däremot erbjuder är den övergripande modellen: en OpenAI-kompatibel slutpunkt för 224 modeller, där leverantörernas listpriser förs vidare utan påslag (0 %), så att en leverantörs prisändring – inklusive att en kampanj upphör – slår igenom samma dag den tillkännages i stället för vid nästa avtalsförnyelse. Och när en så här ny modell är oprovad mot din egen trafik är automatisk failover det billigaste sättet att lägga den bakom riktiga förfrågningar utan att satsa en produktionsväg på en enda slutpunkt.