Offre gratuite API Mistral : limites et alternative prépayée

À attendre de l'offre gratuite API Mistral

La plupart des personnes qui recherchent l'offre gratuite API Mistral veulent savoir trois choses : combien de requêtes elles obtiennent, quels modèles sont inclus, et ce qui se passe lorsqu'elles dépassent cette offre. Mistral décide de tout cela, et les chiffres sont du genre à être ajustés, donc toute figure copiée dans un article comme celui-ci deviendrait rapidement obsolète. Ouvrez leur documentation et leurs pages de facturation et lisez les limites actuelles directement.

Ce que vous pouvez prédire est la forme. Les allocations gratuites dans l'industrie partagent souvent quelques caractéristiques : des limites de débit plus basses que les plans payants, un plafond de tokens ou de requêtes par période, des conditions sur l'utilisation des prompts, et aucune promesse de capacité pendant les heures de pointe. Rien de tout cela n'est une critique. Une offre gratuite est un outil marketing et de test, et elle fonctionne bien pour cela.

Cela devient un problème lorsqu'un prototype se transforme silencieusement en produit. Le jour où votre application a des utilisateurs réels, vous voulez des limites prévisibles, un solde visible et une réponse à la question « que se passe-t-il si le modèle refuse une demande parfaitement légale ? » Le reste de cette page couvre comment planifier ce moment.

Une liste de contrôle pour lire les conditions d'une offre gratuite

Avant de construire quoi que ce soit sur une allocation gratuite, répondez à ces questions depuis les pages du fournisseur. Notez les réponses avec la date, car elles changent.

1. Quelle est la limite de requêtes ? Recherchez les requêtes par minute, les tokens par minute et tout plafond mensuel, comme des chiffres séparés.
2. Quels modèles sont couverts ? L'accès gratuit s'applique parfois à certains modèles uniquement.
3. Les données peuvent-elles être utilisées pour l'entraînement ? L'utilisation gratuite de certains services s'accompagne de conditions de données différentes de celles de l'utilisation payante. Lisez la section confidentialité, pas la section prix.
4. L'utilisation commerciale est-elle autorisée ? Certains plans gratuits sont réservés à l'évaluation uniquement.
5. Quel est le chemin de mise à niveau ? Découvrez le coût d'un compte payant et si les limites augmentent immédiatement.
6. Quelles sont les règles de contenu ? Si votre cas d'utilisation est la fiction, le jeu de rôle ou d'autres écritures pour adultes qui sont légales, vérifiez comment le modèle les gère avant d'investir du temps dans les prompts.

Le dernier élément est la raison pour laquelle beaucoup de personnes finissent sur un service différent. Un modèle avec des refus intégrés peut passer vos dix premiers prompts de test puis refuser le onzième, et une offre gratuite vous laisse peu de marge pour expérimenter autour de cela.

L'essai ici, en chiffres

Cette API est indépendante de Mistral et propose un petit essai au lieu d'un niveau gratuit permanent. Les nouveaux utilisateurs s'inscrivent avec Google ou avec un e-mail et un mot de passe, puis cliquent une fois sur la page Clé API pour réclamer $0,50 de crédit. Aucune étape de carte n'est requise. Il est valable 7 jours et limité à un par utilisateur.

La clé d'essai s'exécute avec des limites inférieures à celles d'une clé prépayée : 2 requêtes simultanées et 60 requêtes par minute. C'est largement suffisant pour tester un script, un client de chat de style SillyTavern ou un petit lot de travail, et insuffisant pour une application publique.

Ce que 0,50 $ achète

Les prix des tokens sont de 0,15 $ par 1M en entrée et de 0,50 $ par 1M en sortie. Quelques budgets concrets :

• Tout en entrée, rien en sortie : 0,50 $ / 0,15 $ par 1M représente environ 3,33M de tokens de prompt.
• Tout en sortie : 0,50 $ / 0,50 $ par 1M représente exactement 1M de tokens de texte généré.
• Une petite requête typique de 1 000 tokens en entrée et 300 en sortie coûte 0,00015 + 0,00015 = $0,0003. Ainsi, $0,50 en couvre environ 1 666.
• Une requête de document long de 20 000 tokens en entrée et 1 000 en sortie coûte 0,003 + 0,0005 = $0.0035, soit environ 142 d'entre eux.

En pratique, cela suffit pour exécuter quelques centaines de vrais prompts à partir de votre propre cas d'utilisation, ce qui est exactement ce dont une évaluation a besoin. Si les réponses ne sont pas celles que vous souhaitez, vous avez perdu 0,50 $ et aucune carte n'a jamais été enregistrée.

Passer de l'essai à la production

Lorsque l'essai fonctionne, le passage à l'étape supérieure consiste en une recharge prépayée d'un montant entier quelconque de 20 $ à 500 $. Il n'y a pas d'abonnement et le crédit n'expire jamais, donc recharger le minimum et le laisser de côté pendant un mois ne coûte rien de plus. Les montants plus élevés ajoutent un bonus : +5 % à partir de 50 $, +10 % à partir de 100 $, +15 % à partir de 200 $. Une recharge de 200 $ vous donne donc 230 $ de crédit.

Une clé financée augmente les limites à 8 requêtes simultanées et 300 requêtes par minute. Avec la taille de requête ci-dessus (0,0003 $ chacune), une recharge de 20 $ couvre environ 66 000 requêtes : 20 / 0,0003 fait 66 666. Pour la grille tarifaire complète, consultez la page tarifs.

Le paiement se fait par crypto (USDT sur TRC20, USDC sur Base).

La différence que vous ressentirez le plus est la prévisibilité. Au lieu de vous demander si une allocation gratuite partagée est limitée aujourd'hui, vous avez un solde en dollars, un en-tête sur chaque réponse qui l'affiche, et deux limites documentées. Une requête échouée ou refusée n'est pas facturée, donc une mauvaise journée côté serveur ne grignote pas votre crédit.

Code : lancer l'essai et surveiller le solde

L'API suit le format de chat OpenAI, donc votre SDK existant fonctionne avec une nouvelle URL de base et une clé. Ce script envoie une requête, affiche la réponse et lit le solde restant depuis l'en-tête X-Balance-USD.

Copyfrom openai import OpenAI

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

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three names for a fantasy tavern."}],
    max_tokens=200,
)
resp = raw.parse()

print(resp.choices[0].message.content)
print("tokens in/out:", resp.usage.prompt_tokens, resp.usage.completion_tokens)
print("balance left: $", raw.headers.get("X-Balance-USD"))

Exécutez-le quelques fois et vous verrez le solde bouger par fractions de cent. C'est le meilleur moyen de vous faire une idée de ce que vos prompts coûtent réellement avant de vous engager à recharger. Si vous voulez la même chose depuis le shell :

Copycurl -i https://api.mistralapi.com/v1/chat/completions   -H "Authorization: Bearer YOUR_API_KEY"   -H "Content-Type: application/json"   -d '{"model":"uncensored","messages":[{"role":"user","content":"Say hello."}],"max_tokens":20}'

Le drapeau -i affiche les en-têtes de réponse, y compris X-Request-Id, X-Balance-USD et les deux en-têtes X-RateLimit-Limit. Conservez l'ID de requête si vous deviez contacter support.

Gérer les limites de débit sans perdre de requêtes

Les limites existent sur tous les plans, gratuits ou payants, donc écrivez la logique de nouvelle tentative une fois. Cette API répond avec HTTP 429 dans trois situations. Le code d'erreur rate_limited signifie que vous avez dépassé les requêtes par minute. Le code concurrency signifie trop de requêtes en cours à la fois. Un 429 avec un en-tête Retry-After: 5 signifie une surcharge temporaire. Dans les trois cas, la bonne réponse est d'attendre et de renvoyer la requête.

Copyimport time
from openai import OpenAI, RateLimitError

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

def ask(prompt, tries=5):
    for attempt in range(tries):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "user", "content": prompt}],
            )
            return r.choices[0].message.content
        except RateLimitError:
            time.sleep(5 * (attempt + 1))
    raise RuntimeError("still rate limited after retries")

Sur la clé d'essai, maintenez votre pool de travailleurs à deux ou moins. Une requête en streaming occupe son slot de concurrence jusqu'à la fin du flux, donc deux longs streams peuvent bloquer une troisième requête même si vous êtes bien en dessous de 60 par minute.

Un plan d'évaluation réaliste pour l'essai

Un demi-dollar fait beaucoup si vous le dépensez sur les bons tests. Un plan qui fonctionne bien :

1. Collectez 100 à 200 prompts réels. Utilisez de vrais messages utilisateurs, des tickets de support ou des amorces d'histoire de votre projet, pas des exemples inventés. Incluez les cas difficiles qu'un autre modèle pourrait refuser.
2. Exécutez-les une fois avec des paramètres fixes. Utilisez une température basse pour juger le modèle plutôt que les dés.
3. Lisez un échantillon à la main. Vingt réponses suffisent pour repérer un motif. Notez celles que vous ne livreriez pas.
4. Mesurez les tokens. Moyennez les comptes de prompt et de complétion depuis usage.
5. Projetez la facture mensuelle. Multipliez le coût par requête par votre volume attendu.

Pour mettre en perspective : 200 prompts de 800 tokens en entrée et 400 tokens en sortie utilisent 160 000 tokens d'entrée (0,024 dollars) et 80 000 tokens de sortie (0,04 dollars), soit un coût total de 0,064 $ pour un passage complet. Vous pourriez exécuter cet ensemble de tests environ sept fois avec un crédit d'essai de 0,50 $, et la validité de 7 jours est rarement la limite. Modifier le prompt système entre les passages est le réglage le moins cher que vous fassiez jamais.

Arrêtez l'essai tôt si les réponses ne sont pas assez bonnes pour votre tâche. Rien ne se renouvelle et aucune carte n'a été saisie, donc il n'y a rien à annuler.

Quelle option vous convient

Utilisez un niveau gratuit lorsque vous vérifiez si un modèle est suffisamment capable, lorsque vous rédigez un tutoriel ou lorsque le volume est d'une poignée de requêtes par jour. Utilisez une clé prépayée lorsque d'autres personnes dépendent de la sortie, lorsque vous devez connaître vos limites à l'avance ou lorsque votre cas d'utilisation se situe là où un modèle plus strict pourrait refuser. Le démarrage rapide couvre le changement en quelques lignes si vous venez d'une intégration Mistral existante.

Gardez à l'esprit une règle quel que soit votre choix : le service ne génère pas de contenu sexuel impliquant des mineurs, et aucun plan ou paramètre ne change cela.

Plus de guides

• Tarification de l'API Mistral AI vs une API sans censure au token
• Mistral API sans censure : Paiement par token