Mistral AI API-Preise im Vergleich zu einer unzensierten Pay-per-Token-API

Die kurze Antwort

Wenn du nach den Preisen der Mistral AI API suchst, lautet die ehrliche Antwort: Es gibt keine einzelne Zahl. Mistral preist jedes Modell separat, meist mit einem Preis für Eingabe-Token und einem höheren für Ausgabe-Token. Die Liste ändert sich, wenn Modelle hinzugefügt oder ausgemustert werden. Öffne die Preisliste, wähle das Modell, das du tatsächlich anfragen möchtest, und notiere beide Preise pro 1M Token.

Die API auf dieser Seite hat ein Modell und einen Preis: $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token. Du lädst Prepaid-Guthaben auf, gibst es aus und es wird nichts automatisch erneuert. Der Rest dieses Artikels gibt dir die Formel, eine Reihe von Rechenbeispielen zu diesen beiden Raten und ein kurzes Skript, das deinen eigenen Datenverkehr misst, damit du die Zahlen eines anderen Anbieters neben unseren stellen und den Unterschied in Dollar sehen kannst.

Eine Sache klären wir zuerst: Dies ist nicht die offizielle Mistral API. Es ist ein unabhängiger Dienst, der ein Open-Weight-Modell ausführt, das darauf abgestimmt ist, ohne Inhaltsfilter für die legale Nutzung durch Erwachsene zu antworten. Wenn du ein bestimmtes offizielles Mistral-Modell mit Namen benötigst, ist dies das falsche Produkt und der Vergleich unten ändert daran nichts.

Wie eine Token-Rechnung aufgebaut ist

Eine Language-Model-API zählt Text in Token, also Wortfragmenten. Ein kurzes englisches Wort ist oft ein Token, ein langes oder ungewöhnliches Wort besteht aus mehreren. Du zahlst für zwei Datenströme: die Token, die du sendest (den Prompt, einschließlich Systemnachricht und Chat-Verlauf) und die Token, die das Modell zurückschreibt (die Completion). Ausgabe-Token kosten mehr, weil ihre Generierung mehr Rechenleistung erfordert als das Lesen des Prompts.

Die Formel ist überall gleich:

cost = input_tokens / 1,000,000 x input_rate + output_tokens / 1,000,000 x output_rate

Zwei Gewohnheiten machen Schätzungen genauer. Zähl bei jedem Aufruf den gesamten Prompt. Eine Chat-Anwendung sendet den vollständigen Verlauf bei jedem Schritt erneut, also enthält die zehnte Nachricht in einem Gespräch die ersten neun als Eingabe. Vergiss außerdem, dass das Kontextfenster geteilt wird: Hier sind es 100.000 Token für Prompt und Completion zusammen, und eine Completion kann so viel nutzen, wie der Prompt frei lässt.

Rechenbeispiele zu $0,15 und $0,50

Die folgende Tabelle verwendet die Raten dieser API. Jede Zeile zeigt die Rechnung, damit du die Raten eines anderen Anbieters einsetzen und sie neu berechnen kannst.

Workload	Token ein / aus	Mathematik	Kosten
Ein Chat-Turn	2,000 / 500	0.0003 + 0.00025	$0.00055
10.000 Chat-Schritte	20 Mio. / 5 Mio.	3.00 + 2.50	$5.50
Ein langes Dokument zusammenfassen	50,000 / 1,000	0.0075 + 0.0005	$0.008
Einmal das gesamte Fenster füllen	98,000 / 2,000	0.0147 + 0.001	$0.0157
Kleine App, ein Monat	5 Mio. / 2 Mio.	0.75 + 1.00	$1.75
Viel genutzte App, ein Monat	200 Mio. / 50 Mio.	30.00 + 25.00	$55.00

Schau dir die dritte Zeile an. Das Lesen eines 50.000-Token-Dokuments kostet weniger als einen Cent, weil Input die günstige Seite ist. Die teure Seite sind lange Antworten. Eine Workload, die viel Text generiert, wie Fiktion, Roleplay oder Massenerstellung, wird von der $0,50-Rate dominiert, also schätze dein Output-Volumen sorgfältig ab und schau über die Anzahl der Prompts hinaus.

Ein Budget in Anfragen umwandeln

Die Mindest-Aufladung beträgt $20. Bei der oben genannten Chat-Größe ($0,00055 pro Schritt) sind das etwa 36.000 Schritte. Größere Aufladungen haben einen Bonus: +5 % ab $50, +10 % ab $100 und +15 % ab $200. Also kaufst du für $50 $52,50 Guthaben, für $100 $110 und für $200 $230. Aufladungen sind in beliebigen ganzen Beträgen von $20 bis $500 möglich.

Was du neben dem angegebenen Preis vergleichen solltest

Zwei APIs mit derselben Token-Rate können immer noch sehr unterschiedliche Kosten verursachen. Dies sind die Punkte, die es auf jeder Preisliste zu prüfen gilt, auch auf unserer.

• Für welches Modell du zahlst. Eine günstigere Rate bei einem kleineren Modell ist keine Ersparnis, wenn du Antworten neu generieren musst. Teste deine eigenen Prompts bei jedem Kandidaten.
• Ablehnungen und Wiederholungen. Wenn ein Modell eine legale Anfrage ablehnt und du sie umformulieren und erneut senden musst, zahlst du für die zusätzlichen Versuche bei den meisten Diensten. Hier werden fehlgeschlagene oder abgelehnte Anfragen nicht berechnet.
• Abrechnungsmodell. Prepaid-Guthaben ohne Abo bedeutet, dass ein ruhiger Monat nichts kostet. Das Guthaben hier verfällt nie.
• Kostenloses Kontingent. Kostenlose Tarife sind zum Ausprobieren gedacht und haben meist strenge Ratenlimits. Siehe wie du einen API-Schlüssel erhältst für das hier verfügbare Testguthaben und prüfe, was Mistral aktuell auf ihrer Seite anbietet.
• Ratenlimits. Ein niedriger Preis nützt nichts, wenn du beim Start eine Deckelung erreichst. Ein vollständiger Schlüssel hier erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute; ein Test-Schlüssel erlaubt 2 und 60.
• Mindestumsatz. Prepaid-Dienste haben eine Untergrenze. Unsere liegt bei $20.

Wann die eigene API von Mistral die bessere Wahl ist

Manchmal ist die richtige Antwort, beim Anbieter zu bleiben. Wähle Mistral direkt, wenn du eines ihrer benannten Modelle aus Policy- oder Reproduzierbarkeitsgründen benötigst, wenn du Funktionen benötigst, die dieser Dienst nicht bietet, wie Embeddings, Bild-Eingabe oder Fine-Tuning, oder wenn dein Unternehmen einen Vertrag und Support-Bedingungen mit dem Hersteller des Modells benötigt. Diese API ist nur Text: Chat-Vervollständigungen und eine Modellliste, nichts weiter.

Wähle einen unabhängigen Endpunkt wie diesen, wenn die entscheidenden Faktoren anders sind: Du möchtest Antworten ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene, du bevorzugst die Bezahlung pro Token vom Prepaid-Guthaben oder du hast bereits Code gegen das OpenAI SDK geschrieben und möchtest nur zwei Einstellungen ändern, statt einen Client neu zu schreiben. Die Seite zur unzensierten Mistral-API erklärt die Modellseite im Detail.

Es gibt auch eine harte Grenze, die klar benannt werden muss: Der Dienst produziert keine sexuellen Inhalte, die Minderjährige betreffen, unter keiner Auslegung, und keine Preisklasse ändert daran.

Messe deinen eigenen Datenverkehr, bevor du dich entscheidest

Schätzungen aus einer Tabelle gehen nur so weit. Die bessere Methode ist, einen Tag echte Prompts zu senden und die Token-Anzahlen zu lesen, die die API meldet. Jede Nicht-Streaming-Antwort enthält ein usage-Objekt, und Streaming-Antworten melden die Nutzung am Ende. Das folgende Skript addiert einen Batch und gibt die Rechnung zu den Raten dieser API aus. Zum Vergleich ändere die beiden Raten-Konstanten in das, was der andere Anbieter aktuell auflistet.

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.mistralapi.com/v1",
    api_key="YOUR_API_KEY",
)

IN_RATE = 0.15   # dollars per 1M input tokens
OUT_RATE = 0.50  # dollars per 1M output tokens

prompts = [
    "Summarize the plot of Hamlet in five sentences.",
    "Write a product description for a steel water bottle.",
    "Explain what a mutex is to a new developer.",
]

tin = tout = 0
for p in prompts:
    r = client.chat.completions.create(
        model="uncensored",
        messages=[{"role": "user", "content": p}],
    )
    tin += r.usage.prompt_tokens
    tout += r.usage.completion_tokens

cost = tin / 1e6 * IN_RATE + tout / 1e6 * OUT_RATE
print(f"in={tin} out={tout} cost=${cost:.6f}")
print("per 1,000 requests: $%.4f" % (cost / len(prompts) * 1000))

Führe es gegen ein paar hundert Prompts aus deinen echten Logs aus, nicht gegen drei Testfälle. Multipliziere das Ergebnis dann mit deiner monatlichen Anzahl an Anfragen. Der X-Balance-USD-Response-Header zeigt auch dein verbleibendes Guthaben nach jedem Aufruf, was ein praktischer Abgleich zu den von dir berechneten Zahlen ist. Vollständige Details zu Anfragen findest du im Quickstart, und die aktuelle Preisliste findest du auf der Preisseite.

Drei Budgets, drei Nutzerarten

Abstrakte Raten sind schwer zu spüren, daher hier drei realistische Profile, jeweils berechnet zu $0,15 und $0,50 pro 1 Mio. Token.

Der Hobby-Nutzer

Eine Person, die täglich eine halbe Stunde chattet, etwa 30 Schritte mit 3.000 Eingabe-Token und 300 Ausgabe-Token pro Schritt. Ein Schritt kostet 0,00045 + 0,00015 = $0,0006. Dreißig Schritte pro Tag für 30 Tage sind 900 Schritte, also $0,54 für den Monat. Die Mindest-Aufladung von $20 würde bei diesem Tempo Jahre reichen, und da das Guthaben nie verfällt, ist das kein Problem.

Der Support-Bot

Ein kleiner Shop, der 1.500 Tickets pro Tag beantwortet, jedes mit 1.200 Input-Token (Richtlinientext plus Kundenmeldung) und 250 Output-Token. Ein Ticket kostet 0,00018 + 0,000125 = $0,000305. Ein Tag kostet $0,4575 und ein 30-Tage-Monat ergibt etwa $13,73. Hier ist der System-Prompt die größte Input-Kostenstelle, also zahlt es sich direkt aus, ihn zu kürzen.

Der Batch-Verarbeiter

Eine Pipeline, die 100.000 Dokumente kennzeichnet, jedes mit 2.000 Input-Token und 200 Output-Token. Input sind 200M Token, was $30,00 kostet. Output sind 20M Token, was $10,00 kostet. Der gesamte Job kostet $40,00, und du kannst die Rechnung sehen, bevor du sie ausführst, indem du eine Stichprobe multiplizierst.

Diese Profile zeigen, warum die Preisliste allein nicht ausreicht. Der Hobby-Entwickler achtet auf die Mindest-Aufladung, der Support-Bot auf die Prompt-Länge und der Batch-Job auf den Ausgabepreis und das Limit für gleichzeitige Anfragen. Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen, also ist ein Batch von 100.000 Dokumenten eine Frage des Durchsatzes ebenso wie des Preises.

Häufige Fehler beim Preisvergleich

• Nur die Input-Rate zu vergleichen. Viele Anwendungen geben den Großteil ihres Geldes für Output aus. Vergleiche immer beide Spalten.
• Das Wachstum des Verlaufs ignorieren. Ein Chat mit langem Speicher sendet dieselben frühen Nachrichten immer wieder. Kürze oder fasse alte Schritte zusammen, wenn die Kosten wichtig sind.
• Den System-Prompt zu vergessen. Ein 1.500-Token-Instruktionsblock wird bei jeder einzelnen Anfrage als Input abgerechnet.
• Token von einem Tokenizer zu verwenden, um einen anderen zu schätzen. Verschiedene Modelle teilen Text unterschiedlich auf. Verwende die Anzahlen, die die API zurückgibt, nicht eine Wortanzahl multipliziert mit einer Schätzung.
• Die kostenlose Freikontingent mit der Produktionskapazität zu verwechseln. Ein kostenloser Tarif beantwortet die Frage „Funktioniert das?“. Es beantwortet selten „Hält das im echten Verkehr stand?“.

Weitere Anleitungen

• Mistral API: Kostenloser Testzeitraum – Limits und eine Prepaid-Alternative
• Unzensierte Mistral API: Pay as you go