Mistral AI API 定价与无审查按 Token 计费 API 对比

简短回答

如果你正在查找 mistral ai api pricing，诚实的回答是并没有一个单一的数字。Mistral 单独为每个模型定价，通常输入 Token 有一个费率，输出 Token 有更高的费率，且列表在模型添加或退役时会发生变化。打开他们的定价页面，选择你实际计划调用的模型，并记下每 1M 个 Token 的两个费率。

本站的 API 只有一个模型和一个价格：输入 Token 每 1M 个 $0.15，输出 Token 每 1M 个 $0.50。你充值预付额度，消耗它，且不会自动续期。本文的其余部分提供了公式、这两个费率下的详细示例，以及一个测量你自己流量的脚本，以便你可以将其他供应商的数字与我们的并列，查看美元差异。

首先要明确一点：这不是官方的 Mistral API。它是一个独立服务，运行一个开放权重模型，针对合法成人用途进行优化，在回答时不进行内容拒绝。如果你需要特定名称的官方 Mistral 模型，这不是正确的产品，下面的对比不会改变这一点。

如何构建按 Token 计费的账单

语言模型 API 以 token 计算文本，token 是词片段。一个短英文单词通常是一个 token，一个长单词或不常见单词则是几个。你为两个流付费：你发送的 token（提示词，包括系统消息和聊天历史）和模型写回的 token（补全）。输出 token 成本更高，因为生成它们比读取提示词需要更多的计算。

公式在任何地方都是相同的：

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

两个习惯能让估算更准确。首先，每次调用时都要计算整个提示词。聊天应用会在每一轮重新发送完整的历史记录，因此对话中的第十条消息会将前九条作为输入。其次，记住上下文窗口是共享的：此处提示词和补全的总和上限为 100,000 个 token，补全可以使用提示词剩余的任意空间。

$0.15 和 $0.50 的已计算示例

下表使用本 API 的费率。每一行都显示算术运算，以便你可以替换其他供应商的费率并重新计算。

工作负载	输入/输出 token 数	数学	成本
一次对话轮次	2,000 / 500	0.0003 + 0.00025	$0.00055
10,000 次对话轮次	20M / 5M	3.00 + 2.50	$5.50
总结一份长文档	50,000 / 1,000	0.0075 + 0.0005	$0.008
一次性填满整个窗口	98,000 / 2,000	0.0147 + 0.001	$0.0157
小型应用，一个月	5M / 2M	0.75 + 1.00	$1.75
繁忙应用，一个月	200M / 50M	30.00 + 25.00	$55.00

看第三行。阅读 50,000-token 文档的成本不到一美分，因为输入是便宜的一方。昂贵的一方是长答案。生成大量文本的工作负载（如小说、角色扮演或批量起草）主要由 $0.50 的费率主导，所以要仔细估算你的输出量，不要局限于提示词数量（还要看输出量）。

将预算转化为请求

最小充值金额为 $20。按上述聊天轮次大小（每次 $0.00055），这大约是 36,000 轮。更大的充值带有奖金：$50 起 +5%，$100 起 +10%，$200 起 +15%。因此，$50 可购买 $52.50 的额度，$100 可购买 $110，$200 可购买 $230。充值金额可以是 $20 到 $500 之间的任意整数金额。

除了主要费率外还应对比什么

两个具有相同每 token 费率的 API 仍可能产生非常不同的成本。这些是在任何定价页面（包括我们的页面）上值得检查的项目。

• 你付费的模型。 较小模型的较低费率如果导致你需要重新运行答案，则不是节省。在每个候选模型上测试你自己的提示词。
• 拒绝和重试。 如果模型拒绝合法请求，你需要重新措辞并重发，在大多数服务上，你需要为额外的尝试付费。在这里，失败或被拒绝的请求不收费。
• 计费模式。 无订阅的预付额度意味着空闲月份不产生费用。此处的额度永不失效。
• 免费额度。 免费套餐旨在试用，通常带有严格的速率限制。查看 如何获取 API 密钥 以获取此处的试用额度，并检查 Mistral 在其服务中目前提供的内容。
• 速率限制。 如果上线时遇到上限，低价也无济于事。完整密钥允许 8 个并发请求和每分钟 300 个请求；试用密钥允许 2 个和 60 个。
• 最低消费。 预付服务有下限。我们的下限是 $20。

何时 Mistral 自己的 API 是更好的选择

有时留在供应商处是正确答案。如果需要他们的特定模型用于策略或可复现性原因，如果需要此服务未提供的功能（如嵌入、图像输入或微调），或者你的公司需要与模型制造商的合同和支持条款，请直接选择 Mistral。此 API 仅限文本：聊天补全和模型列表，没有其他。

当决定因素不同时，选择像这样的独立接口：你希望用于合法成人用途的答案没有内容拒绝，你更喜欢从预付余额按 token 付费，或者你已经有针对 OpenAI SDK 编写的代码，只想更改两个设置而不是重写客户端。无审查 Mistral 风格 API 页面 更详细地解释了模型方面。

还有一个硬性限制值得直白说明：该服务在任何框架下都不会生成涉及未成年人的性内容，且没有任何定价层级会改变这一点。

在决定前测量你自己的流量

表格中的估算只能做到这一步。更好的方法是发送一天的真实提示词，并读取 API 报告的 token 计数。每个非流式响应都包含一个 usage 对象，流式响应在末尾报告使用情况。下面的脚本将一批数据相加，并按本 API 的费率打印账单。要对比，将两个费率常量更改为其他供应商当前列出的任何值。

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))

用你真实日志中的几百个提示词运行它，而不是三个玩具提示词。然后乘以你的每月请求量。X-Balance-USD 响应头还会在每次调用后显示你的剩余额度，这是一个方便的工具，用于与你计算的数字进行交叉检查。完整请求详情在 快速入门 中，当前费率卡位于 定价页面。

三种预算，三种用户类型

抽象费率难以感知，所以这里有三种真实的用户画像，每种都按每 1M 个 Token $0.15 和 $0.50 计算。

爱好者

一个每天聊天半小时的人，大约 30 轮，每轮 3,000 个输入 token 和 300 个输出 token。一轮成本为 0.00045 + 0.00015 = $0.0006。每天 30 轮，30 天共 900 轮，所以一个月 $0.54。最小的 $20 充值以这种速度将持续数年，由于额度永不失效，这不是问题。

支持机器人

一家小商店每天回答 1,500 张工单，每张工单有 1,200 个输入 token（政策文本加上客户消息）和 250 个输出 token。一张工单成本为 0.00018 + 0.000125 = $0.000305。一天是 $0.4575，30 天的一个月约为 $13.73。在这里，系统提示词是最大的输入成本，所以缩短它直接带来收益。

批量处理器

一个处理 100,000 份文档的流水线，每份文档输入 2,000 token，输出 200 token。输入总量为 200M token，费用为 $30.00。输出总量为 20M token，费用为 $10.00。整个任务费用为 $40.00，你可以通过乘以样本来在运行前查看账单。

这些用户配置文件显示了为什么仅看费率卡是不够的。爱好者关心最小充值，支持机器人关心提示词长度，批处理作业关心输出速率和并发限制。完整密钥允许同时 8 个请求，因此 100,000 份文档的批处理既是吞吐量问题，也是价格问题。

比较价格时的常见误区

• 仅比较输入费率。 许多应用在输出上花费最多。务必同时比较两列。
• 忽略历史增长。 具有长记忆的对话会反复发送早期的消息。如果在意成本，请修剪或总结旧对话。
• 忘记系统提示词。 1,500 个 token 的指令块会在每次请求时作为输入计费。
• 使用一个分词器的 token 来估算另一个。 不同模型对文本的分词方式不同。请使用 API 返回的计数，而不是单词数乘以猜测值。
• 将免费额度与生产能力混淆。 免费套餐回答“这是否有效？”的问题。它很少回答“这能否承受真实流量？”的问题。

更多指南

• Mistral API 免费层级：限制与预付替代方案
• 无审查 Mistral API：按 token 付费