Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Tarife und Preismodelle

Lektion 3 von 14 Aktualisiert am 2. November 2026 Fortgeschritten
Auf dieser Seite
  1. Grenzen und Preise verstehen
  2. Die zwei Arten von Limits
  3. Abonnementstufen
  4. Ihre aktuellen Limits prüfen
  5. Kosten optimieren
  6. Wann Sie eine Stufe höher wechseln sollten
  7. Kernaussagen

Grenzen und Preise verstehen

AI Studio setzt Rate Limits durch, um die Stabilität des Dienstes zu gewährleisten. Diese Limits variieren je nach Abonnementstufe und bestimmen das Volumen an Anfragen und Tokens, die Sie verbrauchen können. Die Wahl einer Stufe ist nicht nur eine administrative Formalie: Sie ist eine Entscheidung, die Ihre Kosten direkt beeinflusst und bestimmt, wie sich Ihre Anwendung in Spitzenzeiten verhält.

Die zwei Arten von Limits

Mistral wendet auf jedem Workspace zwei gleichzeitige Kontrollmechanismen an. Das Überschreiten eines dieser Limits führt zum Scheitern Ihrer Aufrufe. Erstens ist dies die Anfragen pro Sekunde (RPS), die die Anzahl der pro Sekunde gesendeten API-Anfragen begrenzt; wird dieses Limit überschritten, gibt die API einen Fehler 429 Too Many Requests zurück. Zweitens betrifft dies die Tokens pro Minute und pro Monat: Dies misst das verbrauchte Volumen sowohl für Eingaben als auch für Ausgaben, gilt auf Workspace-Ebene und wird von allen Benutzern mit Zugriff geteilt. Ein Team aus sechs Entwicklern, die an derselben Schlüssel arbeiten, verbraucht diese Quote sechsmal schneller als ein einzelner Entwickler, ein Fakt, der bei der ersten Verkehrsspitze systematisch übersehen wird.

Die Lösung besteht aus nur wenigen Zeilen: Wenn ein 429 auftritt, warten Sie vor dem erneuten Versuch und erhöhen Sie die Wartezeit bei jedem weiteren Versuch anstatt die API zu überlasten.

import time
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

def call_with_retry(messages, max_retries=3):
    """Grundlegende Rate-Limit-Handhabung mit exponentiellem Backoff."""
    for attempt in range(max_retries):
        try:
            return client.chat.complete(
                model="mistral-large-latest",
                messages=messages
            )
        except Exception as e:
            if "429" in str(e) and attempt < max_retries - 1:
                wait = 2 ** attempt
                print(f"Rate limit erreicht, warte {wait}s...")
                time.sleep(wait)
            else:
                raise

Abonnementstufen

Die Free API Tier, auch Experiment genannt, ist für die Erkundung konzipiert. Ihre RPS bleibt niedrig, bei etwa wenigen Anfragen pro Sekunde, und das monatliche Token-Volumen ist begrenzt; alle Modelle bleiben zugänglich, jedoch mit reduzierten Quoten, ohne SLA und ohne dedizierten Support. Sie eignet sich perfekt, um Mistral-Modelle zu entdecken, eine Anwendung zu prototypisieren oder funktionale Tests durchzuführen – und sie wird Ihnen schnell lehren, wie sich ein 429 anfühlt, wenn Sie versuchen, eine Client-Demo darauf zu laufen.

Die kostenpflichtige Scale-Stufe ist für die Produktion ausgelegt. Die RPS ist höher, um echten Verkehr aufzunehmen, das monatliche Token-Volumen ist erweitert, und die Abrechnung schaltet sich auf nutzungsbasierte Kosten neben dem Abo um, inklusive technischem Standard-Support. Dies ist das erwartete Niveau für eine Produktionsanwendung mit moderatem bis hohem Verkehr, für ein professionelles Entwicklungsteam und allgemein, wann immer Sie vorhersagbare Leistung benötigen.

Schließlich ist die Enterprise-Stufe individuell mit dem Vertriebsteam von Mistral verhandelbar. Sie schaltet personalisierte Limits, eine garantierte SLA für Verfügbarkeit und Latenz, dedizierten Support mit einem technischen Ansprechpartner, Zugang zu Dedicated Serverless und Self-Hosted-Optionen sowie maßgeschneiderte Vertragsbedingungen frei auf – einschließlich eines Data Processing Agreement (DPA) und DSGVO-Konformität. Dies ist zwingend erforderlich, wenn Ihre eigenen Kunden vertraglich Service-Verpflichtungen von Ihnen verlangen.

Ihre aktuellen Limits prüfen

Die genauen Werte, die auf Ihrem Workspace gelten, werden nicht erraten: Sie sind im Admin-Dashboard aufgeführt.

https://admin.mistral.ai/plateforme/limits

Hier finden Sie Ihre RPS-Limits pro Modell, Ihren Tokenverbrauch pro Minute und pro Monat, die Historie dieses Verbrauchs sowie Warnungen, die ausgelöst werden, wenn Sie Schwellenwerte erreichen. Machen Sie es zur Gewohnheit, diese Seite vor jeder angekündigten Skalierung aufzurufen, anstatt dies nach dem ersten Vorfall zu tun.

Kosten optimieren

Der effektivste Hebel ist die Modellwahl, da nicht alle Modelle denselben Preis pro Token haben. Reservieren Sie Mistral Large 3 für komplexe Aufgaben – wie Reasoning, langformige Generierung oder die Analyse von Vertragsdokumenten – und weisen Sie einfache Verarbeitungsaufgaben wie Klassifizierung oder Feldextraktion Mistral Small zu. Wenn Latenz wichtiger ist als Antwortnuancen, lohnt es sich, Ministral 3 zu testen.

# Einfache Aufgabe → leichtes Modell
response_simple = client.chat.complete(
    model="mistral-small-latest",
    messages=[{"role": "user", "content": "Klassifizieren Sie diesen Text: positiv oder negativ?"}]
)

# Komplexe Aufgabe → leistungsstarkes Modell
response_complex = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Analysieren Sie diesen Vertrag und identifizieren Sie problematische Klauseln."}]
)

Der Verbrauch selbst kann dann in kleinen Schritten reduziert werden. Ein konziser System-Prompt spart Tokens bei jedem Aufruf, nicht nur einmal; max_tokens begrenzt die Antwortlänge und vermeidet kostspielige Abschweifungen; Streaming senkt zwar nicht die Rechnung, verbessert aber die Erfahrung bei langen Antworten erheblich; schließlich eliminiert das Caching von Antworten auf wiederkehrende Fragen auf der Anwendungsebene den Aufruf ganz.

Natürlich müssen Sie es messen. Protokollieren Sie die Tokens für jeden Aufruf: Ohne diese Instrumentierung werden Sie die Kostenüberschreitung erst auf der Rechnung entdecken.

import logging

logger = logging.getLogger("mistral_usage")

def tracked_call(model, messages):
    response = client.chat.complete(model=model, messages=messages)
    usage = response.usage
    logger.info(
        f"Modell: {model} | "
        f"Eingabetokens: {usage.prompt_tokens} | "
        f"Ausgabetokens: {usage.completion_tokens} | "
        f"Gesamt: {usage.total_tokens}"
    )
    return response

Wann Sie eine Stufe höher wechseln sollten

Vier Signale sollten ein Gespräch mit Mistral auslösen: wiederkehrende 429-Fehler, ein monatlicher Verbrauch, der 80 % der Quote erreicht, die Notwendigkeit eines SLA, das Sie Ihren eigenen Kunden präsentieren können, oder die Verarbeitung sensibler Daten, die Isolation erfordert. Das erste dieser vier Signale reicht aus; die anderen drei kommen selten allein vor.

Kernaussagen

  • Limits gelten auf Workspace-Ebene (RPS + Tokens/Minute/Monat)
  • Die kostenlose Stufe ist für Prototypen ausreichend; die Scale-Stufe ist für die Produktion gedacht
  • Prüfen Sie Ihre genauen Limits unter admin.mistral.ai/plateforme/limits
  • Optimieren Sie Kosten, indem Sie das für jede Aufgabe geeignete Modell wählen
  • Implementieren Sie exponentiellen Backoff, um Rate Limiting in der Produktion zu handhaben