Mistral Large 4 定价：输入每百万 token 1.36 美元，输出 4.18 美元，还有一场没有结束日期的半价促销

Mistral Large 4 拥有开放权重市场中最清晰的价目表之一，同时也拥有最不清晰的实际价格之一。公布的价格是每百万输入 token 1.36 美元、每百万缓存输入 0.14 美元、每百万输出 4.18 美元。与此同时，Mistral 的定价页面还挂着发布促销，将同样三项价格划掉后标为 0.68 美元、0.07 美元和 2.09 美元——每一项都是半价——而我们能找到的任何地方都没有公布结束日期。因此，今天一次 API 调用的价格大约是标价的一半，而 Mistral 之外无人能告诉你这种状态何时结束。

单就这一点模糊性，对预算的价值就超过 Large 4 与任何竞品之间的差距，因为单个条目上 50% 的波动幅度，比大多数模型选择带来的差异都要大。下面所有内容的设计目的，都是让你为促销结束的那一天提前做好规划，而不是被它打个措手不及。

这张卡，以及那些令人困惑的数字从何而来

摘自 Mistral 官方定价页面，2026年10月29日：

• 输入 —每百万 token 1.36 美元。

• 缓存输入—— 每百万 token 0.14 美元，约为输入价格的十分之一。

• 输出 —每百万个 token 4.18 美元。

• 上线促销 —输入 $0.68，缓存 $0.07，输出 $2.09。未说明结束日期。

• 模型 —mistral-large-4，一个拥有 1.05 万亿参数的稀疏混合专家模型，根据 Mistral 自己的模型卡有 520 亿活跃参数，而 Artificial Analysis 的解读为 490 亿，外加一个 16 亿参数的视觉编码器。输入文本和图像，输出文本。

• 上下文 — Mistral 标称 100 万 tokens；Artificial Analysis 测试的配置则为 524,288 tokens。这一差距体现了厂商上限与实际服务窗口之间的区别，而这在定价上很重要，因为一个你实际上无法填满的上下文，就是一个不会向你计费的上下文。

有一个陷阱值得单独说明。Mistral 的公开定价页面上仍有一行通用示例文字，写着“Mistral Large 的输入费用为每百万 tokens 0.5 美元，输出费用为每百万 tokens 1.5 美元。”这并不是 Large 4 那一行——它描述的是更早、更小的模型——而且它大约是真实输入价格的三分之一、真实输出价格的四分之一。任何依据营销页面而非模型费率表做预算的人，都会差出三倍。

一项任务实际要花多少成本

按 token 计价并不是合适的规划单位，所以这里给出同一张卡片按工作量计算的形式。

一次文档处理：一百万输入 token 和 100,000 输出 token。按标价，输入 $1.36 加输出 $0.418——约 $1.78。按促销价，$0.68 加 $0.209——约 89 美分。同样的工作，两倍的价格，全看一个没人公布过的日期。

同样的任务，使用缓存：如果该输入中有 80% 是可复用的前缀，那么输入侧每百万 token 的费用就变为 0.8 × $0.14 + 0.2 × $1.36，即 $0.384，而非 $1.36。这让输入项降低了 72%，也是这张卡上最有用的一个杠杆——这正是缓存费率仅为标准费率十分之一的原因。

一次长时间的 agent 运行：每一轮都重新读取自身历史的 agent，正是这一定价所要惩罚的工作负载。五十轮、每轮 200,000 token 上下文，在没有任何缓存的情况下就是一千万个输入 token，按标价计算是 $13.60；若前缀以 $0.14 缓存，则降至 $1.40，再加上未缓存部分的增长。复用上下文的 agent 与重建上下文的 agent 之间的差距，比 Large 4 与更便宜模型之间的差距还要大。

那么，还有一个数字根本不是价格。Mistral 报告称，在 Artificial Analysis 的编码智能体指数上，每项任务所用的 token 比一家可比竞争对手少 47%。如果这一点在你的流量上成立，它对整体计算的影响会超过排行榜上的四个点，因为你付钱买的是 token，而不是排名——而且它会与促销叠加，而不是取代促销。

改变价格含义的许可说明行

权重于10月29日发布：54个safetensors分片，bf16格式共1,060.6 GB，无需门控，依据一份2,632字节、名为Mistral Ecosystem Open-Weight License的文件，该文件自称是修改版MIT许可证。授权范围很广——使用、复制、修改、分发、再许可、销售、进一步训练、部署、商业使用，无收入门槛，无用户数量上限。

它所保留的是一种特定的商业模式。第2条要求任何“经营模型即服务业务”的人必须先与Mistral签署一份单独的商业许可。模型即服务被定义为：让第三方能够访问该模型以进行推理或后训练，且这种方式使该第三方能够对输入、参数或训练数据施加有意义的控制。除此之外还有三项例外情形，而这些例外比这项限制本身更重要：如果某产品的模型能力嵌入在特定功能中，则该产品不属于该定义范围；“仅仅是将请求转发给由他人托管的模型”也不属于该定义；而内部使用，或通过Mistral自有产品进行的使用，则属于豁免情形。

对照价目表来看，这会产生三种不同的买家。在你自己的组织内运行模型权重没问题，价格就是你的硬件成本。构建一个调用该模型的产品没问题，价格就是上面的 API 报价项。搭建一个让客户直接访问该模型的 API，是唯一需要商业协议的使用方式——而没有任何供应商的按 token 价格能告诉你这份协议要花多少钱。

称之为它，还是拥有它

自托管的这笔账值得直说，因为“开放权重”会引来一种通常并不划算的比较。bf16 检查点在尚未缓存任何一个 token 的 KV 状态之前，就已经有 1,060.6 GB 的权重。NVFP4 版本则是 610.1 GB，Mistral 自己的指南建议将其部署在四块 B200 或 B300 GPU 上；模型卡中的 vLLM 方案要求张量并行度为 8，并使用 FP8 KV 缓存数据类型。对几乎所有未达到超大规模水平的团队来说，四块 Blackwell GPU 再加上服务一个万亿参数 MoE 所需的工程时间，其每个有效 token 的成本都高于打折后的 API。

在这里自托管换来的是控制权——数据驻留、许可确定性、微调并发布衍生版本的能力——而不是省钱。这才是下载 1.06 TB 的诚实理由，也是动手前应做的检验：说清楚你买的究竟是什么，因为它不会是按 token 计费的那一行。

需要规划什么，以及需要关注什么

按标价做预算，把促销当作额外收益，因为这是你能向审批这笔支出的人交代的唯一版本。促销没有公布结束日期，这意味着它可能随时结束；而基于 $0.68 制定的计划，会在无人预告的某一天失效。

那么，按它们对数字影响的大小排序，需要关注四件事：半价窗口是否会关闭、何时关闭；100万上下文在实践中是完整提供还是被设上限，因为计费输入取决于实际提供的窗口；NVFP4 转换能否守住已公布的分数，这决定了低价托管路径是否真实可行；以及第2条在边缘情形中如何执行——因为"实质性控制"（meaningful control）在那句话里承担了太大的分量，而它背后并没有判例法支撑。

Mistral Large 4 目前不在 OrcaRouter 的产品目录中，因此这不是我们能提供的路由。我们提供的是总体形态：一个兼容 OpenAI 的端点覆盖 224 个模型，供应商标价以 0% 加价传递，因此供应商价格变动——包括促销结束——会在公布当天生效，而不是等到下一次合同续签。而且，当如此新的模型尚未在你自己的流量中经过验证时，自动故障转移是让它承接真实请求的最便宜方式，无需把生产路径押在单个端点上。