Preço da API Mistral AI vs API sem censura por token

A resposta curta

Se você está pesquisando preço da API Mistral AI, a resposta honesta é que não há um único número. A Mistral precifica cada modelo separadamente, geralmente com uma taxa para tokens de entrada e uma mais alta para tokens de saída, e a lista muda quando modelos são adicionados ou aposentados. Abra a página de preços, escolha o modelo que você realmente planeja chamar e anote ambas as taxas por 1M de tokens.

A API neste site tem um modelo e um preço: $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Você recarrega crédito pré-pago, gasta e nada se renova. O restante deste artigo fornece a fórmula, um conjunto de exemplos calculados nessas duas taxas e um script curto que mede seu próprio tráfego, para que você possa colocar os números de qualquer outro fornecedor ao lado dos nossos e ver a diferença em dólares.

Uma coisa a resolver primeiro: esta não é a API oficial da Mistral. É um serviço independente que executa um modelo de pesos abertos, ajustado para responder sem recusas de conteúdo para uso adulto legal. Se você precisa de um modelo oficial específico da Mistral por nome, este é o produto errado e a comparação abaixo não mudará isso.

Como é construída uma fatura por token

Uma API de modelo de linguagem conta texto em tokens, que são fragmentos de palavras. Uma palavra curta em inglês geralmente é um token e uma palavra longa ou incomum é vários. Você paga por dois fluxos: os tokens que você envia (o prompt, incluindo mensagem do sistema e histórico de chat) e os tokens que o modelo escreve de volta (a conclusão). Tokens de saída custam mais porque gerá-los requer mais computação do que ler o prompt.

A fórmula é a mesma em todos os lugares:

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

Dois hábitos tornam as estimativas mais precisas. Primeiro, conte todo o prompt em cada chamada. Um aplicativo de chat reenvia o histórico completo a cada turno, então a décima mensagem em uma conversa carrega as nove primeiras como entrada. Segundo, lembre-se de que a janela de contexto é compartilhada: aqui são 100.000 tokens para prompt mais conclusão juntos, e uma conclusão pode usar o que o prompt deixar livre.

Exemplos calculados a $0,15 e $0,50

A tabela abaixo usa as taxas desta API. Cada linha mostra a aritmética, para que você possa substituir pelas taxas de outro fornecedor e refazê-la.

Carga de trabalho	Tokens entrada / saída	Matemática	Custo
Uma rodada 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 um documento longo	50,000 / 1,000	0.0075 + 0.0005	$0.008
Preencher a janela inteira uma vez	98,000 / 2,000	0.0147 + 0.001	$0.0157
App pequeno, um mês	5M / 2M	0.75 + 1.00	$1.75
App ocupado, um mês	200M / 50M	30.00 + 25.00	$55.00

Olhe para a terceira linha. Ler um documento de 50.000 tokens custa menos de um centavo, porque a entrada é o lado barato. O lado caro são respostas longas. Uma carga de trabalho que gera muito texto, como ficção, roleplay ou rascunho em massa, é dominada pela taxa de $0,50, então estime seu volume de saída com cuidado e olhe além do número de prompts.

Convertendo orçamento em requisições

A menor recarga é de $20. No tamanho de turno de chat acima ($0,00055 cada) isso são cerca de 36.000 turnos. Recargas maiores têm um bônus: +5% de $50, +10% de $100 e +15% de $200. Então $50 compra $52,50 de crédito, $100 compra $110 e $200 compra $230. Recargas são qualquer valor inteiro de $20 a $500.

O que comparar além da taxa principal

Duas APIs com a mesma taxa por token ainda podem custar quantias muito diferentes. Estes são os itens que valem a pena verificar em qualquer página de preços, a nossa incluída.

• Qual modelo você está pagando. Uma taxa mais baixa em um modelo menor não é uma economia se você precisar reexecutar respostas. Teste seus próprios prompts em cada candidato.
• Recusas e retentativas. Se um modelo recusar uma solicitação legal e você precisar reformular e reenviar, você paga pelas tentativas extras na maioria dos serviços. Aqui, solicitações falhas ou recusadas não são cobradas.
• Modelo de cobrança. Crédito pré-pago sem assinatura significa que um mês ocioso não custa nada. O crédito aqui nunca expira.
• Crédito de teste grátis. Planos gratuitos são para experimentar e geralmente vêm com limites de requisições apertados. Veja como obter uma chave de API para o crédito de teste grátis disponível aqui, e verifique o que a Mistral oferece atualmente do lado deles.
• Limites de requisições. Um preço baixo não serve se você atingir um teto no lançamento. Uma chave completa aqui permite 8 requisições simultâneas e 300 requisições por minuto; uma chave de teste permite 2 e 60.
• Gasto mínimo. Serviços pré-pagos têm um piso. O nosso é de $20.

Quando a própria API da Mistral é a melhor escolha

Às vezes a resposta certa é ficar com o fornecedor. Escolha a Mistral diretamente se você precisar de um de seus modelos nomeados por motivo de política ou reprodutibilidade, se precisar de recursos que este serviço não oferece como embeddings, entrada de imagem ou ajuste fino, ou se sua empresa exigir um contrato e termos de suporte com o fabricante do modelo. Esta API é apenas texto: conclusões de chat e uma lista de modelos, nada mais.

Escolha um endpoint independente como este quando os fatores decisivos forem diferentes: você quer respostas sem recusas de conteúdo para uso adulto legal, prefere pagar por token a partir de um saldo pré-pago ou já tem código escrito contra o SDK da OpenAI e quer alterar duas configurações em vez de reescrever um cliente. A página sobre a API estilo Mistral sem censura explica o lado do modelo com mais detalhes.

Há também um limite rígido que vale a pena declarar claramente: o serviço não produz conteúdo sexual envolvendo menores de idade, sob qualquer enquadramento, e nenhum nível de preço altera isso.

Meça seu próprio tráfego antes de decidir

Estimativas de uma tabela só vão até certo ponto. O método melhor é enviar um dia de prompts reais e ler as contagens de tokens que a API relata. Cada resposta sem streaming inclui um objeto usage, e respostas em streaming relatam o uso no final. O script abaixo soma um lote e imprime a conta nas taxas desta API. Para comparar, altere as duas constantes de taxa para o que o outro fornecedor lista atualmente.

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))

Execute-o contra algumas centenas de prompts dos seus logs reais, não três brinquedos. Depois multiplique pela sua contagem mensal de requisições. O cabeçalho de resposta X-Balance-USD também mostra seu crédito restante após cada chamada, o que é uma verificação cruzada útil contra os números que você calculou. Detalhes completos da requisição estão no quickstart, e o cartão de taxas atual está na página de preços.

Três orçamentos, três tipos de usuário

Taxas abstratas são difíceis de sentir, então aqui estão três perfis realistas, cada um calculado a $0,15 e $0,50 por 1M de tokens.

O entusiasta

Uma pessoa que conversa por meia hora por dia, cerca de 30 turnos com 3.000 tokens de entrada e 300 tokens de saída cada. Um turno custa 0,00045 + 0,00015 = $0,0006. Trinta turnos por dia por 30 dias são 900 turnos, então $0,54 para o mês. A menor recarga de $20 duraria anos nesse ritmo, e como o crédito nunca expira, isso não é um problema.

O bot de suporte

Uma pequena loja respondendo 1.500 tickets por dia, cada um com 1.200 tokens de entrada (texto de política mais a mensagem do cliente) e 250 tokens de saída. Um ticket custa 0,00018 + 0,000125 = $0,000305. Um dia é $0,4575 e um mês de 30 dias chega a cerca de $13,73. Aqui o prompt do sistema é o maior custo de entrada, então encurtá-lo paga diretamente.

O processador em lote

Um pipeline que rotula 100.000 documentos, cada um com 2.000 tokens de entrada e 200 tokens de saída. A entrada é de 200M tokens, o que custa $30,00. A saída é de 20M tokens, o que custa $10,00. O trabalho inteiro custa $40,00, e você pode ver a fatura antes de executá-lo multiplicando uma amostra.

Esses perfis mostram por que a tabela de preços sozinha não é suficiente. O entusiasta se preocupa com o valor mínimo de recarga, o bot de suporte com o tamanho do prompt, e o job em lote com a taxa de saída e o limite de requisições simultâneas. Uma chave completa permite 8 requisições ao mesmo tempo, então um lote de 100.000 documentos é uma questão de throughput tanto quanto de preço.

Erros comuns ao comparar preços

• Comparar apenas a taxa de entrada. Muitas aplicações gastam a maior parte do dinheiro na saída. Sempre compare ambas as colunas.
• Ignorar o crescimento do histórico. Um chat com uma memória longa envia as mesmas mensagens iniciais repetidamente. Corte ou resuma as rodadas antigas se o custo for importante.
• Esquecendo o prompt do sistema. Um bloco de instruções de 1.500 tokens é cobrado como entrada em cada única requisição.
• Usar tokens de um tokenizer para estimar outro. Modelos diferentes dividem o texto de formas diferentes. Use as contagens que a API retorna, não uma contagem de palavras vezes um palpite.
• Confundindo uma cota gratuita com capacidade de produção. Um plano gratuito responde à pergunta "isso funciona?" Raramente responde "isso aguentará o tráfego real?"

Mais guias

• Mistral API Free Tier: Limites e uma Alternativa Pré-paga
• Uncensored Mistral API: Pague por Token