Mistral Large 4 对比 Gemini 3.8 Flash：促销使其比谷歌的低价档更便宜

纸面上看，这是旗舰模型对阵 Flash 模型，本不该如此接近。但实际上，眼下 Mistral Large 4 的促销价——每百万输入 $0.68、输出 $2.09——在输入和输出两项上都低于Gemini 3.8 Flash 的 $0.75 和 $3.75，同时还提供更高的输出上限。按 Mistral 的标价 $1.36 和 $4.18，输入上的高低顺序会反转，输出上则几乎反转。所以，真正的问题不是哪个模型更便宜，而是三个月后你会支付哪个价格；而 Mistral 方面没有人公布决定这一点的日期。

真正重要的三张卡片

• Mistral Large 4 标价——每百万 token 输入 $1.36、缓存命中 $0.14、输出 $4.18。宣称 1M 上下文，实测 524,288。输入为文本与图像，输出为文本。权重于 10 月 29 日发布，bf16 格式，1,060.6 GB，采用 Mistral Ecosystem Open-Weight License。

• Mistral Large 4 促销中—— $0.68、$0.07、$2.09。同一模型，价格减半，我们到处都找不到公布的结束日期。

• Gemini 3.8 Flash —输入每百万 $0.75、输出每百万 $3.75，缓存读取每百万 $0.075，在 OrcaRouter 上按 Google 的标价提供。上下文 1M，但最大输出 65K，实测 p50 首 token 时间为 8.13 秒。

三者中有两个是同一产品但价格不同，因此这项比较必须进行两次。

输出上限才是真正的区别所在

六万五千个 token 听起来很多，直到你尝试在一次调用中生成一份长文档。一份 40,000 词的报告大约有 55,000 个 token；再加上大纲和前言，在 Gemini 3.8 Flash 上进行单次调用生成，还没写完就已经达到上限了。Mistral 实测的 524K 窗口是它的八倍，而厂商声称的 1M 又比这还要大得多。

对于聊天和智能体流量，上限永远不会成为约束，两个模型表现相同。对于文档生成、转录稿综合、长代码文件，或任何要求单次请求产出完整成品的任务，上限才是决定性的一列，而价格只是叠加其上的舍入误差。这就是此处“flash 与旗舰”的诚实框架：小模型对于它做不了的工作并不会更便宜。

延迟，以及该相信谁的数字

在我们的页面上，Gemini 3.8 Flash 的首个 token 延迟为 8.13 秒。Mistral Large 4 没有我们可以引用的同类线上服务测量数据——Artificial Analysis 在其测试配置上报告了 524,288 个 token 的上下文，但万亿参数的 MoE 并不像 Flash 层级那样被设计为低延迟产品。如果你的产品是交互式的，就假定更大的模型更慢，并在投入前进行测量；如果是批处理，这两个数字都不重要。

许可证在何处介入，以及为什么它不是脚注

Mistral 的权重可在许可证下下载，该许可证允许商业使用、修改和进一步训练，并将模型即服务——让第三方对输入、参数或训练数据拥有实质性控制——保留为单独协议。谷歌的模型没有这样的文件，因为没有任何可下载的内容。如果你关注 Mistral 的原因是想在自己的边界内运行该模型，那就是全部区别，价格比较则是次要的。

如何决定

如果你本季度需要较高的输出上限，并且愿意接受一项可能结束的促销，那么按 $0.68/$2.09 计费的 Mistral Large 4 就是这两张卡上可用的最便宜的大上下文多模态生成方案——而风险在于价格可能在未通知的情况下翻倍，这正是应当作为预算中的一种情景来写入、而不是当作意外来对待的事。

如果你需要的是一档固定、公开、带缓存折扣的费率，而且不必去琢磨授权条款，那么 Gemini 3.8 Flash 的价格是 $0.75 / $3.75，缓存读取为 $0.075，在 OrcaRouter 上按 Google 的标价提供、不加价，并与另外 223 个模型共用同一个密钥。同时，在 Mistral 的促销结束那一刻，它也是更便宜的选择；而就今天而言，对于任何始终不会逼近其 65K 上限的工作负载，它同样更便宜——只不过这里的"更便宜"仅仅意味着：它不必为一项自己用不上的能力付费。

让两者在相同提示词上运行一周，并统计每美元完成的任务数。本文中已经做过两次价格标签比较，而且得出了两个不同的答案。