Prezzi API Mistral AI vs API uncensored a consumo per token

La risposta breve

Se stai cercando i prezzi API Mistral AI, la risposta onesta è che non esiste un numero unico. Mistral prezza ogni modello separatamente, di solito con un tasso per i token di input e uno più alto per i token di output, e l'elenco cambia quando vengono aggiunti o ritirati dei modelli. Apri la loro pagina dei prezzi, scegli il modello che intendi effettivamente chiamare e annota entrambi i tassi per 1M di token.

L'API di questo sito ha un modello e un prezzo: $0,15 per 1M di token di input e $0,50 per 1M di token di output. Ricarichi il credito prepagato, lo spendi e nulla si rinnova. Il resto di questo articolo ti fornisce la formula, una serie di esempi pratici a questi due tassi e uno script breve che misura il tuo traffico, così puoi mettere i numeri di qualsiasi altro fornitore accanto ai nostri e vedere la differenza in dollari.

Una cosa da chiarire subito: questa non è l'API ufficiale Mistral. È un servizio indipendente che esegue un modello a pesi aperti, ottimizzato per rispondere senza rifiuti di contenuti per uso adulto legale. Se hai bisogno di un modello ufficiale specifico di Mistral per nome, questo è il prodotto sbagliato e il confronto di seguito non cambierà questo fatto.

Come si costruisce una fattura per token

Un'API per modelli linguistici conta il testo in token, che sono frammenti di parola. Una breve parola inglese è spesso un singolo token, mentre una parola lunga o insolita ne richiede diversi. Paghi per due flussi: i token che invii (il prompt, incluso il messaggio di sistema e la cronologia della chat) e i token che il modello genera (il completamento). I token di output costano di più perché generarli richiede più potenza di calcolo rispetto alla lettura del prompt.

La formula è la stessa ovunque:

cost = input_tokens / 1.000.000 × input_rate + output_tokens / 1.000.000 × output_rate

Due abitudini rendono le stime più accurate. Primo, conta l'intero prompt su ogni chiamata. Un'applicazione di chat invia di nuovo l'intera cronologia ogni turno, quindi il decimo messaggio in una conversazione trasporta i primi nove come input. Secondo, ricorda che la finestra di contesto è condivisa: qui è di 100.000 token per prompt più completamento insieme, e un completamento può usare qualsiasi capacità lasci libera dal prompt.

Esempi pratici a $0,15 e $0,50

La tabella sottostante usa i tassi di questa API. Ogni riga mostra l'aritmetica, così puoi inserire i tassi di un altro fornitore e rifarla.

Carico di lavoro	Token in / out	Matematica	Costo
Un turno di chat	2,000 / 500	0.0003 + 0.00025	$0.00055
10.000 interazioni di chat	20M / 5M	3.00 + 2.50	$5.50
Riassumi un documento lungo	50,000 / 1,000	0.0075 + 0.0005	$0.008
Riempi l'intera finestra una volta	98,000 / 2,000	0.0147 + 0.001	$0.0157
App piccola, un mese	5M / 2M	0.75 + 1.00	$1.75
App impegnativa, un mese	200M / 50M	30.00 + 25.00	$55.00

Guarda la terza riga. Leggere un documento da 50.000 token costa meno di un centesimo, perché l'input è il lato economico. Il lato costoso sono le risposte lunghe. Un carico di lavoro che genera molto testo, come narrativa, roleplay o stesura di massa, è dominato dal tasso di $0,50, quindi stima attentamente il tuo volume di output e guarda oltre il numero di prompt.

Trasformare un budget in richieste

La ricarica minima è di $20. Alla dimensione del turno di chat sopra ($0,00055 ciascuno) sono circa 36.000 turni. Ricariche più grandi comportano un bonus: +5% da $50, +10% da $100 e +15% da $200. Quindi $50 compra $52,50 di credito, $100 compra $110 e $200 compra $230. Le ricariche sono qualsiasi importo intero da $20 a $500.

Cosa confrontare oltre al tasso principale

Due API con lo stesso prezzo per token possono comunque costare molto diversamente. Questi sono gli elementi da verificare su qualsiasi pagina dei prezzi, inclusa la nostra.

• Per quale modello stai pagando. Un tasso più basso su un modello più piccolo non è un risparmio se devi ripetere le risposte. Testa i tuoi prompt su ogni candidato.
• Rifiuti e ritentativi. Se un modello rifiuta una richiesta lecita e devi riformulare e reinviare, paghi i tentativi extra sulla maggior parte dei servizi. Qui, le richieste fallite o rifiutate non vengono addebitate.
• Modello di fatturazione. Credito prepagato senza abbonamento significa che un mese inattivo non costa nulla. Il credito qui non scade mai.
• Fornitura gratuita. I piani gratuiti sono pensati per provare le cose e di solito hanno limiti di richieste stretti. Vedi come ottenere una chiave API per il credito di prova disponibile qui, e controlla cosa offre attualmente Mistral dalla loro parte.
• Limiti di richieste. Un prezzo basso non serve se raggiungi un soffitto al lancio. Una chiave completa qui permette 8 richieste concorrenti e 300 richieste al minuto; una chiave di prova permette 2 e 60.
• Spesa minima. I servizi prepagati hanno un pavimento. Il nostro è di $20.

Quando l'API diretta di Mistral è la scelta migliore

A volte la risposta giusta è restare con il fornitore. Scegli Mistral direttamente se hai bisogno di uno dei loro modelli nominati per una ragione di policy o riproducibilità, se hai bisogno di funzionalità che questo servizio non offre come embeddings, input immagine o fine-tuning, o se la tua azienda richiede un contratto e termini di supporto con il creatore del modello. Questa API è solo testo: completamenti chat e un elenco di modelli, nient'altro.

Scegli un endpoint indipendente come questo quando i fattori decisivi sono diversi: vuoi risposte senza rifiuti di contenuti per uso adulto legale, preferisci pagare per token da un saldo prepagato, o hai già codice scritto contro l'SDK OpenAI e vuoi cambiare due impostazioni invece di riscrivere un client. La pagina sull'API stile Mistral uncensored spiega il lato modello in più dettaglio.

C'è anche un limite rigoroso da dichiarare chiaramente: il servizio non produce contenuti sessuali che coinvolgono minorenni, sotto qualsiasi formulazione, e nessun livello di prezzo cambia questo.

Misura il tuo traffico prima di decidere

Le stime da una tabella arrivano solo a un certo punto. Il metodo migliore è inviare un giorno di prompt reali e leggere i conteggi dei token che l'API segnala. Ogni risposta non in streaming include un oggetto usage, e le risposte in streaming riportano l'utilizzo alla fine. Lo script qui sotto somma un batch e stampa il costo ai tassi di questa API. Per confrontare, modifica le due costanti di tasso con qualsiasi prezzo l'altro fornitore indichi attualmente.

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))

Esegui il test su alcune centinaia di prompt dai tuoi log reali, non su tre giocattolo. Poi moltiplica per il tuo numero mensile di richieste. L'intestazione di risposta X-Balance-USD mostra anche il tuo credito residuo dopo ogni chiamata, utile per un controllo incrociato con i numeri che hai calcolato. I dettagli completi della richiesta sono nella guida rapida, e il listino prezzi attuale è nella pagina dei prezzi.

Tre budget, tre tipi di utente

I tassi astratti sono difficili da percepire, quindi ecco tre profili realistici, ciascuno calcolato a $0,15 e $0,50 per 1M di token.

L'hobbista

Una persona che chatta per mezz'ora al giorno, circa 30 turni con 3.000 token di input e 300 token di output ciascuno. Un turno costa 0,00045 + 0,00015 = $0,0006. Trenta turni al giorno per 30 giorni sono 900 turni, quindi $0,54 per il mese. La ricarica minima di $20 durerebbe anni a quel ritmo, e poiché il credito non scade mai, non è un problema.

Il bot di supporto

Un piccolo negozio che risponde a 1.500 ticket al giorno, ciascuno con 1.200 token di input (testo di policy più il messaggio del cliente) e 250 token di output. Un ticket costa 0,00018 + 0,000125 = $0,000305. Un giorno è $0,4575 e un mese di 30 giorni arriva a circa $13,73. Qui il prompt di sistema è il più grande costo di input, quindi accorciarlo paga direttamente.

Il processore batch

Una pipeline che tagga 100.000 documenti, ciascuno con 2.000 token in input e 200 token in output. L'input è di 200M token, che è $30,00. L'output è di 20M token, che è $10,00. L'intero lavoro è $40,00, e puoi vedere la fattura prima di eseguirlo moltiplicando un campione.

Questi profili mostrano perché il listino prezzi da solo non basta. L'hobbyist si preoccupa del ricarico minimo, il bot di supporto della lunghezza del prompt e il lavoro in batch del tasso di output e del limite di concorrenza. Una chiave completa permette 8 richieste simultanee, quindi un batch di 100.000 documenti è una questione di throughput tanto quanto del prezzo.

Errori comuni nel confronto dei prezzi

• Confrontare solo il tasso di input. Molte applicazioni spendono la maggior parte dei soldi per l'output. Confronta sempre entrambe le colonne.
• Ignorare la crescita della cronologia. Una chat con una lunga memoria invia di nuovo e di nuovo gli stessi messaggi iniziali. Taglia o riassumi i turni precedenti se il costo è importante.
• Dimenticare il prompt di sistema. Un blocco di istruzioni di 1.500 token viene fatturato come input su ogni singola richiesta.
• Utilizzare i token di un tokenizer per stimarne un altro. I diversi modelli segmentano il testo in modo diverso. Usa i conteggi restituiti dall'API, non un conteggio delle parole moltiplicato per una stima.
• Confondere un credito gratuito con la capacità di produzione. Un piano gratuito risponde alla domanda "funziona?" Raramente risponde a "reggerà sotto un traffico reale?"

Altre guide

• Mistral API Free Tier: Limiti e un'alternativa prepagata
• Uncensored Mistral API: Paga per Token