Tokens og kontekst
På denne side
Opdateret 2. november 2026. Le Chat er nu Vibe. Fra den 28. maj 2026 er Le Chat blevet til Vibe (stadig på chat.mistral.ai): en enkelt agent til arbejde og kode, hvor dine samtaler, indstillinger og abonnementer er overført. Den ældre Le Chat-oplevelse er stadig tilgængelig i Chat-tilstand; i Work-tilstand er agenter nu færdigheder (kaldes med
@), hukommelse er vidensbasen, og dyb søgning er færdigheden Deep Research. Abonnementerne hedder nu Mistral Free, Pro, Team og Enterprise. Denne lektion bruger navnet Vibe; nogle menuer beskrevet her kan have ændret navn eller placering.
Forstå sprogmodellers valuta
Tokens er den grundlæggende enhed i enhver sprogmodel. Alt, hvad du sender til modellen, og alt, hvad den returnerer, tælles, behandles og faktureres i tokens. Tokens fungerer både som måleenhed for modellens hukommelse og som valuta for fakturering. Det er afgørende at forstå dette begreb for at kunne bruge Mistral-modeller effektivt, estimere omkostninger og optimere dine forespørgsler. Det er også en beskeden investering: idéen er enkel, når først du kigger nærmere på den.
Hvad er en token?
En token er den mindste tekstenhed, som en sprogmodel behandler. Det er ikke helt et ord, og det er ikke helt en stavelse: det er et tekstfragment defineret af modellens tokeniseringsalgoritme. I praksis svarer et almindeligt ord som „hej” generelt til én enkelt token, mens et sjældent eller teknisk ord opdeles i flere fragmenter – „decentralisering” kan blive til 3 eller 4 tokens. Mellemrum, tegnsætning og specialtegn tæller også med, og et ciffer eller symbol kan udgøre en token alene. Kort sagt kan du ikke gætte længden af en tekst i tokens ved første øjekast: det afhænger af hyppigheden af de ord, den indeholder.
BPE-algoritmen
Hvor kommer denne opdeling fra? De fleste moderne modeller, herunder Mistral’s, bruger BPE-algoritmen (Byte-Pair Encoding). Princippet er simpelt: analysér et stort tekstkorpus og identificér de hyppigste tegnkombinationer for at opbygge et optimalt ordforråd. Resultatet er en form for intelligent sprogkomprimering – hyppige ord og udtryk repræsenteres af få tokens, mens sjældne termer kræver flere.
Praktisk estimering
For hurtigt at estimere antallet af tokens i en tekst skal du huske disse referenceværdier: På engelsk svarer 1 token til ca. 4 tegn eller 0,75 ord; på fransk er forholdet lidt mindre gunstigt på grund af accenter og længere ord – regn med ca. 1 token per 3,5 tegn; i kode varierer det meget afhængigt af sproget, hvor symboler og indrykning også tager deres del. Konkret repræsenterer en A4-side med tekst (ca. 500 ord) omkring 650 til 750 tokens på fransk.
Kontekstvinduet
Kontekstvinduet er det maksimale antal tokens, en model kan behandle i en enkelt anmodning – inklusive din besked (input) og modellens svar (output). Tænk på det som modellens arbejdshukommelse: alt, hvad den „ved” under en samtale, skal være derinde. Det inkluderer dit aktuelle spørgsmål, samtalehistorikken, vedhæftede dokumenter, systeminstruktioner og det svar, der genereres.
Denne grænse forklarer et fænomen, du før eller siden vil støde på: I en meget lang samtale ser modellen ud til at „glemme”, hvad der blev sagt i starten. Det er ikke lunefuldt – de ældste beskeder falder simpelthen ud af vinduet, og modellen kan bogstaveligt talt ikke længere se dem. Derfor mister uendelige samtaler sammenhængskraft, og det er ofte bedre at starte en ny tråd til et nyt emne.
Hos Mistral varierer størrelserne efter model: Mistral Small 4 og Codestral tilbyder 256.000 tokens – det største vindue i porteføljen – mens Mistral Large 3 og Ministral 3 tilbyder 131.000 tokens. Med 256k tokens kan Mistral Small 4 håndtere svarende til 500 sider tekst i en enkelt anmodning: nok til at analysere en komplet kontrakt, en årsrapport eller en omfattende kodebase.
Omkostningsberegning
Hvis du bruger Mistral API på Scale-planen, afhænger din regning direkte af antallet af forbrugte tokens. Priserne er angivet i dollars per million tokens, med en sondring mellem input-tokens (dit spørgsmål, vedhæftede dokumenter, kontekst) og output-tokens (det genererede svar). Output-tokens er generelt dyrere, fordi det er mere beregningskrævende at generere tekst end at læse den.
Nogle få strategier hjælper dig med at styre dette forbrug. Vær kortfattet i dine prompts: hver overflødig instruktion tælles og faktureres derfor. Begræns outputlængden, når du kan – hvis et sammendrag på 3 sætninger er nok, så specificér det eksplicit, især da output-tokens er de dyreste. Vælg den rigtige model til hver opgave: Ministral til enkle opgaver, Large til komplekse opgaver. Genbrug endelig samtalekonteksten: I en igangværende udveksling er der ingen grund til at gentage oplysninger, der allerede er givet; modellen har dem stadig i sit vindue.
Tokens og flersprogethed
Ét punkt fortjener fransktalende brugeres opmærksomhed: Fransk forbruger i gennemsnit flere tokens end engelsk for at udtrykke den samme idé. Accenter kan fragmentere ord anderledes, franske ord er ofte længere end deres engelske modstykker, og artikler og præpositioner forekommer hyppigere. I praksis vil en tekst på fransk bruge ca. 10 % til 20 % flere tokens end den samme tekst på engelsk – en faktor, du skal tage højde for i dine omkostningsestimater, hvis du arbejder i stor skala.
Praktisk øvelse
For at gøre disse begreber konkrete skal du udføre tre eksperimenter på Vibe. Stil først et kort spørgsmål, derefter et langt spørgsmål, og observer forskellen i svartid. Prøv derefter at opsummere et langt dokument i en enkelt anmodning – Small 4’s 256k token-vindue muliggør dette. Sammenlign til sidst svarene på den samme prompt formuleret på fransk og derefter på engelsk for selv at se længdeforskellene.
Priser pr. 5. august 2026. Priserne ændres regelmæssigt. Før du lægger budget, skal du tjekke de aktuelle satser på officiel Mistral-prissætning.
Vigtige pointer
- En token er den grundlæggende enhed for tekstbehandling, svarende til ca. 4 tegn
- Kontekstvinduet bestemmer mængden af tekst, en model kan behandle ad gangen
- Mistral Small 4 tilbyder det største vindue: 256.000 tokens (ca. 500 sider)
- API-omkostningen er direkte proportional med antallet af forbrugte tokens
- Fransk forbruger flere tokens end engelsk for det samme indhold
- Optimér dine omkostninger ved at vælge den rigtige model og være præcis i dine prompts