Niveles y precios
En esta página
Comprende los límites y los precios
AI Studio aplica límites de tasa para mantener la estabilidad del servicio. Estos límites varían según el nivel de suscripción y determinan el volumen de solicitudes y tokens que puedes consumir. Elegir un nivel no es solo un trámite administrativo: es una decisión que impacta directamente en tus costes y en el comportamiento de tu aplicación durante las horas punta.
Los dos tipos de límites
Mistral aplica dos controles simultáneos en cada espacio de trabajo. Si superas cualquiera de ellos, tus llamadas fallarán. El primero, solicitudes por segundo (RPS), limita el número de solicitudes a la API enviadas por segundo; si lo excedes, la API devuelve un error 429 Too Many Requests. El segundo afecta a los tokens por minuto y por mes: mide el volumen consumido tanto para la entrada como para la salida, se aplica a nivel de espacio de trabajo y es compartido por todos los usuarios con acceso. Un equipo de seis desarrolladores trabajando con la misma clave agota esta cuota seis veces más rápido que un desarrollador en solitario, un hecho que se pasa por alto sistemáticamente durante el primer pico de tráfico.
La solución requiere apenas unas líneas: cuando ocurra un 429, espera antes de reintentar y aumenta el tiempo de espera en cada intento en lugar de bombardear la API.
import time
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
def call_with_retry(messages, max_retries=3):
"""Gestión básica del límite de tasa con retroceso exponencial."""
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"Límite de tasa alcanzado, esperando {wait}s...")
time.sleep(wait)
else:
raise
Niveles de suscripción
El nivel gratuito de la API, también llamado Experiment, está diseñado para la exploración. Su RPS se mantiene bajo, alrededor de unas pocas solicitudes por segundo, y su volumen mensual de tokens es limitado; todos los modelos siguen siendo accesibles, pero con cuotas reducidas, sin SLA y sin soporte dedicado. Funciona perfectamente para descubrir los modelos de Mistral, crear un prototipo de aplicación o ejecutar pruebas funcionales, y te enseñará rápidamente qué se siente al recibir un 429 si intentas ejecutar una demostración para un cliente con este nivel.
El nivel de pago Scale está construido para producción. El RPS es mayor para absorber tráfico real, el volumen mensual de tokens se amplía y la facturación cambia a un modelo basado en el uso más allá de la suscripción, con soporte técnico estándar. Este es el nivel esperado para una aplicación en producción con tráfico moderado o alto, para un equipo de desarrollo profesional y, en general, siempre que necesites un rendimiento predecible.
Por último, el nivel Enterprise se negocia a medida con el equipo de ventas de Mistral. Desbloquea límites personalizados, un SLA garantizado sobre disponibilidad y latencia, soporte dedicado con un punto de contacto técnico, acceso a opciones de Serverless Dedicado y Autoalojamiento, y condiciones contractuales a medida, incluido un Acuerdo de Procesamiento de Datos (DPA) y cumplimiento del RGPD. Esto es obligatorio cuando tus propios clientes te exigen contractualmente compromisos de servicio.
Comprueba tus límites actuales
Los valores exactos que se aplican a tu espacio de trabajo no se adivinan: están listados en el panel de administración.
https://admin.mistral.ai/plateforme/limits
Allí encontrarás tus límites de RPS por modelo, tu consumo de tokens por minuto y por mes, el historial de dicho consumo y las alertas activadas al acercarte a los umbrales. Acostúmbrate a abrir esta página antes de cualquier escalado anunciado, en lugar de hacerlo después del primer incidente.
Optimiza tus costes
La palanca más eficaz es la elección del modelo, ya que no todos los modelos cuestan lo mismo por token. Reserva Mistral Large 3 para tareas complejas: razonamiento, generación de textos extensos, análisis de documentos contractuales; y asigna el procesamiento simple, como la clasificación o la extracción de campos, a Mistral Small. Cuando la latencia importe más que el matiz de la respuesta, vale la pena probar Ministral 3.
# Tarea simple → modelo ligero
response_simple = client.chat.complete(
model="mistral-small-latest",
messages=[{"role": "user", "content": "Clasifica este texto: ¿positivo o negativo?"}]
)
# Tarea compleja → modelo potente
response_complex = client.chat.complete(
model="mistral-large-latest",
messages=[{"role": "user", "content": "Analiza este contrato e identifica las cláusulas problemáticas."}]
)
El consumo en sí puede reducirse luego en pequeños pasos. Un prompt de sistema conciso ahorra tokens en cada llamada, no solo una vez; max_tokens limita la longitud de la respuesta y evita divagaciones costosas; el streaming no reduce la factura, pero mejora significativamente la experiencia para respuestas largas; finalmente, almacenar en caché las respuestas a preguntas recurrentes en el lado de la aplicación elimina por completo la llamada.
Por supuesto, hay que medirlo. Registra los tokens de cada llamada: sin esta instrumentación, descubrirás el exceso de coste cuando llegue la factura.
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"Modelo: {model} | "
f"Tokens de entrada: {usage.prompt_tokens} | "
f"Tokens de salida: {usage.completion_tokens} | "
f"Total: {usage.total_tokens}"
)
return response
Cuándo cambiar de nivel
Cuatro señales deberían desencadenar una conversación con Mistral: errores 429 recurrentes, consumo mensual que alcanza el 80 % de la cuota, necesidad de un SLA para presentarlo a tus propios clientes o procesamiento de datos sensibles que requiera aislamiento. La primera de estas cuatro es suficiente; las otras tres rara vez llegan solas.
Puntos clave
- Los límites se aplican a nivel de espacio de trabajo (RPS + tokens/minuto/mes)
- El nivel gratuito es suficiente para prototipos; el nivel Scale es para producción
- Consulta tus límites exactos en
admin.mistral.ai/plateforme/limits - Optimiza los costes eligiendo el modelo adecuado para cada tarea
- Implementa un retroceso exponencial para gestionar el límite de tasa en producción