Mistral Large 4 对比 Mistral Large 3：费用高出 40% 的升级

这份弃用通知只有一句话，却是 Mistral 在十月发布的最具分量的内容。日期为 2026 年 10 月 31 日的 Mistral Large 3 文档页面写道：“此模型已弃用。新集成请使用 Mistral Large 4。”——这距离 Mistral Large 4 的权重发布仅过去两天。Large 3 不会明天就被撤下；它只是不再接受新工作，而实际上这意味着，从现在起，每一次新的集成、评估和基准测试运行，所指向的模型每 token 成本高出 40%，并且其附带的许可证不再允许你自由转售。这就是此次升级要求你做出的取舍，而基准测试覆盖范围所描述的并不是这个取舍。

弃用声明实际上是怎么说的

Mistral 的模型页面列出 Mistral Large 3 的总参数为 6750 亿、活跃参数为 410 亿，上下文长度为 256K，于 2025 年 12 月 2 日以 Apache 2.0 许可发布。其替代者 Mistral Large 4 的总参数为 1.05 万亿、活跃参数为 520 亿，上下文长度为 1M，于 2026 年 10 月 6 日预览，并于 10 月 29 日开放权重。Mistral 通过 API id 将 mistral-large-4 指定为继任者。

那组搭配中有两个细节值得比此前得到更多关注。第一个是许可证变了。Apache 2.0 变成了 Mistral Ecosystem Open-Weight License，这是一种修改版 MIT 许可证，允许商业使用，但要求任何将模型作为模型即服务提供的人另行签订商业协议。如果你对 Large 3 进行微调并出售对其结果的访问权限，Large 4 要求你先与 Mistral 沟通。第二个是 Mistral 自己的文档仍将 Mistral Large 4 标为“Public Preview”，而同一页面上的许可证区块却将其描述为开放权重。两者可以同时成立——模型已发布，发布并未正式收尾——但计划迁移的团队不应把“预览”和“开放权重”读作相同的成熟度信号。

价格上涨了，而每项任务的成本却下降了。

这两种说法都是正确的，而这正是这次升级令人困惑的原因。

• 输入 token — Mistral Large 3 每百万 $0.50，Mistral Large 4 为 $0.70。上涨 40%。

• 输出 token — Mistral Large 3 每百万 $1.50，Mistral Large 4 每百万 $2.10。上涨 40%。

• 缓存输入 — Mistral Large 4 上每百万 $0.07；Mistral 的 Large 3 文档页面未列出缓存费率。

• 在 Artificial Analysis 指数上，每完成一项任务的成本——在 Mistral Large 4 上为 $2.06，较 10 月预览版的 $5.54 下降 63%。

63% 这个数字是真实的，但它描述的与购买者实际体验到的情况并不相同。它把 Large 4 与它自己早先的预览版作比较，当时该模型不仅每 token 更贵，而且冗长得多。它没有做的是把 Large 4 与 Large 3 相比较，因为 Artificial Analysis 目前根本没有发布 Large 3 的 Intelligence Index 分数——该页面将该指数列为不适用，并列出该模型没有公开基准测试的 API 配置。因此，广泛流传的跨这两个模型的“9 到 38.4”的跃升，并不是对这次升级的衡量。它来自一个此后已被替换的指数构建版本所给出的分数。

说实话，分数那个问题

在当前的 Artificial Analysis Intelligence Index v5 上——该指数于 2026 年 10 月 27 日重建——唯一可得的同类对比存在于 Large 4 自己的家族内部。10 月预览版得分为 25，而正式发布的检查点在高推理模式下得分为 26、中等模式下为 23。这就是 Mistral 所描述的三周额外强化学习带来的实测提升，而它只有 1 分。

关于“代际”这一说法，你只能依赖 Mistral 自家的评测：Terminal-Bench 4.0 上为 41%，而预览版时为 28%；DeepSWE v1.1 上为 61.7%；CyberGym-E2E 上为 79%；BrowseComp 上为 84.5%。这些全是厂商报告的数据，尤其是 Terminal-Bench 的数字，会因所用测试脚手架不同而衡量不同的东西：当同一组权重运行在 Artificial Analysis 的中立 mini-swe-agent 测试框架上时，仅为 24.7%。没有 Mistral 发布的、可与 Large 3 并列的同等测试套件。任何告诉你 Large 4 恰好比 Large 3 高 N 分的人，都是在引用一个已不再以那种形式存在的指数。

无需精确衡量也能说的是：Large 4 增加了 Large 3 所没有的推理阶梯，提供低、中、高三档投入力度，而旧模型完全没有这些档位，且高是默认档。它把上下文翻倍到 1M，而且对长任务影响更大的是，它会在回答前先思考。这些是类别性的变化，而不是规模上的变化。类别性变化的代价是，旧提示词的表现会变得不同——有时更好，但往往更昂贵。

真实工作负载的账单

每月一亿个输入 token 和四千万个输出 token，与本博客其他部分使用的量相同，因为这大致相当于一个中型客服助手。

• Mistral Large 3 — 100 × $0.50 为 $50，40 × $1.50 为 $60，每月共计 $110。

• Mistral Large 4 — 100 × $0.70 是 $70，40 × $2.10 是 $84，每月合计 $154。

• 差异——在相同的 token 数量下，每月相差 44 美元，即 40%。

“相同 token 数”这一假设值得审视。Mistral Large 4 默认就是推理模型，而推理模型对同一请求会输出更多 token。Artificial Analysis 在已发布的检查点上测得，每项指数任务输出 82,000 个 token——比预览版的 135,000 个下降了 39%，这既说明预览版的开销中有多大一部分来自冗长，也说明 82,000 仍然很多。Mistral 还单独声称，该模型每项任务使用的 token 比 GLM-5.3 少 47%，但这是与竞争对手的比较，而不是与 Large 3 的比较。

实际后果是：如果你在提示词不变的情况下更换背后的模型，你的 token 数量会上升，费率也会上升，账单变动将超过 40%。把分类、抽取和短文本生成的推理强度调低，差距就会缩小。如果所有任务都保持高强度，你就是在为根本不需要推理的工作支付推理溢价。仅这一项设置，就比任何迁移折扣都更有价值。

许可证是需要读两遍的部分

Mistral Large 3 采用 Apache 2.0，意味着没有任何值得律师花时间的附加条件。Large 4 采用的 Mistral Ecosystem Open-Weight License 是修改版 MIT：可自由使用、修改、微调和商业化，但以模型即服务（model-as-a-service）形式提供时，需另行获得商业许可。Mistral 的公告明确指出，提供商必须获得此类许可。

例外条款对中间商很重要。该定义排除了嵌入式最终用户产品，以及“仅将请求转发给由他人托管的模型”的情形，这就为把流量传递给由 Mistral 托管的推理服务的网关留出了空间。它没有明确覆盖的是：自行托管权重并允许其他人调用这些权重——平台团队为其自身各产品组搭建共享推理端点时所做的正是这件事。如果这就是你的架构，那么此次升级不仅会改变你的账单，也会改变你的法律处境，而答案是与 Mistral 进行沟通，而不是去解读许可证。

这也正是路由层体现价值之处，但有一个前提。OrcaRouter 以 0% 加价率透传供应商标价，因此供应商价格一变，我们这边当天就能生效，而不必等到下一次合同续签——当某个模型在短短三周内从 1.36 美元降到 0.70 美元时，就像这个模型一样，这就很有用。但 Mistral Large 4 和 Mistral Large 3 都不在我们的目录中，所以我们无法为你路由这次迁移。我们能做的是，在你做决定期间，让你技术栈的其余部分继续使用同一个密钥，并提供自动故障转移和单一端点背后的 200 多个模型。

一份一屏就能放下的迁移检查清单

• API id — mistral-large-2512 变为 mistral-large-4 或其 mistral-large-4-0 别名；旧 id 将继续服务现有流量，但不再向新集成开放。

推理参数——Large 4 提供低、中、高三档 effort，默认 high，并以 low 取代旧的“none”模式；从未设置该参数的提示词现在会进行推理。

• 上下文——256K 变成 1M，这更多改变的是分块策略，而不是模型本身；如果放任不管，针对 256K 调优的检索流水线会悄悄开始发送大得多的提示词。

• 输出预算——Mistral 并未公布 Large 4 的最大输出数值；在假定某个具体数字之前，请针对你所调用的端点进行实测。

• 视觉——Mistral 为 Large 4 发布了 1.6B 视觉编码器，但未将编码器单独开放给 Large 3；多模态路径在两者中均为原生，但应重新运行图像任务，而不是假定二者表现一致。

• 许可证 — 如果你转售推理服务，请在发布之前取得商业协议，而不是之后。

• 评估——在你自己任务上，分别在高努力和低努力下重新建立基线。厂商的数字不能照搬，你过去的通过率也不能照搬。

谁现在应该行动，谁应该等待

如果你从事的是智能体式、长上下文或推理密集型工作，并且账单主要由重试而非首轮 token 占据，那就现在就行动。在这种使用画像下，40% 的费率上涨并不是真正重要的数字；真正重要的是一个任务需要尝试多少次，而推理阶梯是 Mistral 已推出的第一个有望降低该次数的东西。

等等，如果你的工作负载是高吞吐量、短输出且已经通过，那么为你并未使用的能力支付 40% 的费率上涨就是明摆着的亏损，而 Large 3 仍在继续服务。弃用只是对新集成关闭，而不是对现有流量关闭——但要把这视为一条有终点的跑道，而不是永久选项，并以书面形式向 Mistral 询问退役日期，而不是从文档页面推断。

如果你正依据一张基准图表在这两者之间做选择，先确认它出自哪个指数。这一对模型被引用最多的那些数字，是在一个已于10月27日被替换的构建版本上测得的；而如今两个模型唯一共有的"分数"，就是 Large 4 有一个、Large 3 没有。基于这些理由做出的迁移决策，就是拿一把过时的尺子做出的决策——而这恰恰是40%的涨价会让其变得代价高昂的那类事情。