Precios de la API de Mistral AI frente a una API sin censura de pago por token

La respuesta corta

Si estás buscando los precios de la API de Mistral AI, la respuesta honesta es que no hay un único número. Mistral establece el precio de cada modelo por separado, normalmente con una tarifa para los tokens de entrada y una más alta para los de salida, y la lista cambia cuando se añaden o retiran modelos. Abre su página de precios, selecciona el modelo que realmente planeas llamar y anota ambas tarifas por 1M de tokens.

La API de este sitio tiene un modelo y un precio: $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. Recargas el crédito prepago, lo gastas y nada se renueva. El resto de este artículo te da la fórmula, un conjunto de ejemplos resueltos a esas dos tarifas y un script corto que mide tu propio tráfico, para que puedas poner los números de cualquier otro proveedor junto a los nuestros y ver la diferencia en dólares.

Una cosa que aclarar primero: esta no es la API oficial de Mistral. Es un servicio independiente que ejecuta un modelo de pesos abiertos, ajustado para responder sin rechazos de contenido para uso adulto lícito. Si necesitas un modelo oficial específico de Mistral por nombre, este es el producto incorrecto y la comparación de abajo no cambiará eso.

Cómo se construye una factura por token

Una API de modelo de lenguaje cuenta el texto en tokens, que son fragmentos de palabras. Una palabra corta en inglés suele ser un token y una palabra larga o inusual son varios. Pagas por dos flujos: los tokens que envías (el prompt, incluyendo el mensaje del sistema y el historial de chat) y los tokens que el modelo escribe de vuelta (la finalización). Los tokens de salida cuestan más porque generarlos requiere más recursos de computación que leer el prompt.

La fórmula es la misma en todas partes:

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

Dos hábitos hacen que las estimaciones sean más precisas. Primero, cuenta todo el prompt en cada llamada. Una aplicación de chat reenvía todo el historial en cada turno, por lo que el décimo mensaje en una conversación lleva los nueve primeros como entrada. Segundo, recuerda que la ventana de contexto es compartida: aquí es de 100.000 tokens para prompt más finalización juntos, y una finalización puede usar lo que el prompt deje libre.

Ejemplos resueltos a $0,15 y $0,50

La tabla de abajo usa las tarifas de esta API. Cada fila muestra la aritmética, para que puedas sustituir las tarifas de otro proveedor y recalcularla.

Carga de trabajo	Tokens entrada / salida	Matemática	Costo
Un turno de chat	2,000 / 500	0.0003 + 0.00025	$0.00055
10.000 turnos de chat	20M / 5M	3.00 + 2.50	$5.50
Resumir un documento largo	50,000 / 1,000	0.0075 + 0.0005	$0.008
Llenar toda la ventana una vez	98,000 / 2,000	0.0147 + 0.001	$0.0157
Aplicación pequeña, un mes	5M / 2M	0.75 + 1.00	$1.75
Aplicación ocupada, un mes	200M / 50M	30.00 + 25.00	$55.00

Mira la tercera fila. Leer un documento de 50.000 tokens cuesta menos de un centavo, porque la entrada es el lado barato. El lado caro son las respuestas largas. Una carga de trabajo que genera mucho texto, como ficción, roleplay o redacción masiva, está dominada por la tarifa de $0,50, así que estima tu volumen de salida con cuidado y mira más allá del número de prompts.

Convertir un presupuesto en peticiones

La recarga mínima es de $20. Con el tamaño de turno de chat anterior ($0,00055 cada uno), eso son aproximadamente 36 000 turnos. Las recargas más grandes tienen un bono: +5% desde $50, +10% desde $100 y +15% desde $200. Así, $50 compra $52,50 de crédito, $100 compra $110 y $200 compra $230. Las recargas son cualquier cantidad entera desde $20 hasta $500.

Qué comparar además de la tarifa principal

Dos APIs con la misma tarifa por token aún pueden costar cantidades muy diferentes. Estos son los elementos que vale la pena comprobar en cualquier página de precios, incluida la nuestra.

• Qué modelo estás pagando. Una tarifa más baja en un modelo más pequeño no es un ahorro si necesitas volver a generar respuestas. Prueba tus propios prompts en cada candidato.
• Rechazos y reintentos. Si un modelo rechaza una petición lícita y tienes que reformular y reenviar, pagas por los intentos extra en la mayoría de los servicios. Aquí, las peticiones fallidas o rechazadas no se cobran.
• Modelo de facturación. Crédito prepago sin suscripción significa que un mes sin actividad no cuesta nada. El crédito aquí nunca caduca.
• Asignación gratuita. Los planes gratuitos están pensados para probar y suelen tener límites de peticiones ajustados. Consulta cómo obtener una clave de API para ver el crédito de prueba disponible aquí, y revisa lo que Mistral ofrece actualmente en su lado.
• Límites de tasa. Un precio bajo no sirve si alcanzas un techo al inicio. Una clave completa permite 8 peticiones simultáneas y 300 peticiones por minuto; una clave de prueba permite 2 y 60.
• Gasto mínimo. Los servicios prepagados tienen un piso. El nuestro es de $20.

Cuándo la API propia de Mistral es la mejor opción

A veces la mejor opción es quedarse con el proveedor. Elige Mistral directamente si necesitas uno de sus modelos con nombre por motivos de política o reproducibilidad, si necesitas funciones que este servicio no ofrece como incrustaciones, entrada de imágenes o ajuste fino, o si tu empresa requiere un contrato y términos de soporte con el fabricante del modelo. Esta API es solo de texto: completados de chat y una lista de modelos, nada más.

Elige un endpoint independiente como este cuando los factores decisivos sean diferentes: quieres respuestas sin rechazos de contenido para uso adulto lícito, prefieres pagar por token desde un saldo prepagado o ya tienes código escrito contra el SDK de OpenAI y quieres cambiar dos ajustes en lugar de reescribir un cliente. La página sobre la API estilo Mistral sin censura explica el lado del modelo con más detalle.

También hay un límite estricto que conviene declarar claramente: el servicio no produce contenido sexual que involucre a menores de edad, bajo ninguna modalidad, y ninguna capa de precios cambia eso.

Mide tu propio tráfico antes de decidir

Las estimaciones de una tabla solo llegan hasta cierto punto. El mejor método es enviar un día de prompts reales y leer los recuentos de tokens que reporta la API. Cada respuesta no en streaming incluye un objeto usage, y las respuestas en streaming reportan el uso al final. El script de abajo suma un lote e imprime la factura a las tarifas de esta API. Para comparar, cambia las dos constantes de tarifa a lo que el otro proveedor liste actualmente.

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))

Ejecútalo contra un par de cientos de prompts de tus registros reales, no solo tres de juguete. Luego multiplica por tu conteo mensual de peticiones. El encabezado de respuesta X-Balance-USD también muestra tu crédito restante después de cada llamada, lo cual es un control cruzado útil contra los números que calculaste. Los detalles completos de la petición están en la guía de inicio, y la tarifa actual está en la página de precios.

Tres presupuestos, tres tipos de usuario

Las tarifas abstractas son difíciles de sentir, así que aquí hay tres perfiles realistas, cada uno calculado a $0,15 y $0,50 por 1M de tokens.

El aficionado

Una persona que chatea media hora al día, unos 30 turnos con 3.000 tokens de entrada y 300 tokens de salida cada uno. Un turno cuesta 0,00045 + 0,00015 = $0,0006. Treinta turnos al día durante 30 días son 900 turnos, así que $0,54 para el mes. La recarga más pequeña de $20 duraría años a ese ritmo, y como el crédito no caduca, eso no es un problema.

El bot de soporte

Una pequeña tienda respondiendo 1.500 tickets al día, cada uno con 1.200 tokens de entrada (texto de política más el mensaje del cliente) y 250 tokens de salida. Un ticket cuesta 0,00018 + 0,000125 = $0,000305. Un día es $0,4575 y un mes de 30 días asciende a unos $13,73. Aquí el prompt del sistema es el mayor coste de entrada, así que acortarlo paga directamente.

El procesador por lotes

Una tubería que etiqueta 100.000 documentos, cada uno con 2.000 tokens de entrada y 200 tokens de salida. La entrada es de 200M tokens, lo que cuesta $30,00. La salida es de 20M tokens, lo que cuesta $10,00. El trabajo completo cuesta $40,00, y puedes ver la factura antes de ejecutarlo multiplicando una muestra.

Estos perfiles muestran por qué la lista de tarifas por sí sola no es suficiente. El aficionado se preocupa por la recarga mínima, el bot de soporte por la longitud del prompt, y el trabajo por lotes por la tasa de salida y el límite de concurrencia. Una clave completa permite 8 peticiones a la vez, por lo que un lote de 100.000 documentos es una cuestión de rendimiento tanto como de precio.

Errores comunes al comparar precios

• Comparar solo la tarifa de entrada. Muchas aplicaciones gastan la mayor parte del dinero en la salida. Compara siempre ambas columnas.
• Ignorar el crecimiento del historial. Un chat con una memoria larga envía los mismos mensajes antiguos una y otra vez. Recorta o resume los turnos antiguos si el costo importa.
• Olvidar el prompt del sistema. Un bloque de instrucciones de 1.500 tokens se factura como entrada en cada petición.
• Usar tokens de un tokenizador para estimar otro. Los diferentes modelos dividen el texto de forma distinta. Usa los recuentos que devuelve la API, no un recuento de palabras multiplicado por una suposición.
• Confundir un bono gratuito con la capacidad de producción. Un nivel gratuito responde a la pregunta "¿funciona esto?" Rara vez responde a "¿soportará esto el tráfico real?"

Más guías

• Mistral API Free Tier: Límites y una alternativa prepago
• Uncensored Mistral API: Pago por token