Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Trošak, performanse i vrijednost

Lekcija 11 od 14 Ažurirano 28. srpnja 2026. Početnik
Na ovoj stranici
  1. Ekonomija umjetne inteligencije
  2. Kako funkcionira naplata API-ja
  3. Usporedba troškova Mistrala
  4. Čitanje metrika performansi
  5. Self-hosting naspram API-ja: Računica
  6. Protiv konkurencije
  7. Ključne točke

Ekonomija umjetne inteligencije

Odabir modela ne svodi se samo na kvalitetu odgovora. U produkcijskom okruženju trošak po zahtjevu, brzina generiranja i latencija nose jednaku težinu, a često sami odlučuju o sudbini projekta: izvrsna funkcionalnost koja košta previše pri milijun zahtjeva neće preživjeti prvu reviziju proračuna. Ova lekcija daje ti ključeve za procjenu vrijednosne ponude Mistralovih modela i njihovu usporedbu s konkurencijom.

Kako funkcionira naplata API-ja

Mistralov API naplaćuje se na temelju korištenja, razlikujući dva toka. Ulazni tokeni odgovaraju svemu što šalješ modelu: uputu, kontekst, priložene dokumente, povijest razgovora. Izlazni tokeni odgovaraju tekstu generiranom kao odgovor. Oboje se zasebno cijene u dolarima po milijunu tokena, pri čemu jedan token predstavlja oko tri četvrtine riječi na engleskom jeziku.

Primjer pojašnjava mehaniku. Pošalješ dokument od 2000 riječi, odnosno oko 2700 tokena, a model proizvede odgovor od 500 riječi, odnosno oko 670 tokena. Trošak zahtjeva zbroj je 2700 tokena naplaćenih po ulaznoj stopi i 670 tokena naplaćenih po izlaznoj stopi. Izolirano gledano, taj iznos je zanemariv. Pomnožen s nekoliko tisuća dnevnih zahtjeva, postaje stavka proračuna koju će financije tražiti da opravdaš. Ovaj izračun također objašnjava zašto je smanjenje veličine poslanog konteksta – filtriranjem dokumenata umjesto prilaganja svih – prva poluga dostupna za smanjenje troškova.

Usporedba troškova Mistrala

Model Razina Relativni trošak Brzina Tipična upotreba
Ministral 3 (3B-8B) Open Vrlo nizak (self-host) / Nizak (API) Vrlo brz Klasifikacija, jednostavni zadaci, rubni uređaji
Mistral Small 4 Open Nizak Brz Opća upotreba, chatbot, RAG
Mistral Medium 3.1 Premier Srednji Srednji Složeni zadaci, multimodalni
Mistral Large 3 Open Visok Spor Maksimalna kvaliteta, istraživanje
Magistral Medium 1.2 Premier Visok Spor (lanac razmišljanja) Rezonniranje, matematika, analiza

Točne cijene se redovito mijenjaju: uvijek provjeri službenu stranicu s cijenama Mistrala za trenutne stope. Gornje vrijednosti označavaju samo relativne veličine, korisne za razmišljanje, ali ne i za izradu proračuna.

Čitanje metrika performansi

Propusnost, izražena u tokenima u sekundi, određuje percipiranu fluidnost. Za chatbota, propusnost od 30 do 50 tokena u sekundi je dovoljna: odgovor se prikazuje brže nego što korisnik čita. Za dovršavanje koda u IDE-u, ljestvica se penje na 100 tokena u sekundi i više, jer prijedlog koji stigne nakon što je programer već završio tipkanje retka nema vrijednost. Kompaktni modeli poput Ministrala ili Small 4 prirodno generiraju brže od teških modela poput Large 3 ili Magistrala, što ih često čini poželjnijima čak i kada je njihova kvaliteta nešto niža.

Vrijeme do prvog tokena (TTFT) mjeri kašnjenje prije pojave prvog znaka odgovora. Ovo je najkritičnija metrika za percipirano iskustvo: nakon dvije do tri sekunde, korisnik vjeruje da je sustav zaglavljen, čak i ako cijeli odgovor stigne vrlo brzo nakon toga. Tri faktora utječu na ovo kašnjenje: veličina modela, duljina prompta koji se mora obraditi prije početka odgovaranja i opterećenje poslužitelja, budući da istodobni zahtjevi dijele isti kapacitet. Ukupna latencija kombinira TTFT i vrijeme samog generiranja, što znači broj proizvedenih tokena pomnožen s jediničnim vremenom.

Self-hosting naspram API-ja: Računica

API ekonomski pobjeđuje u tri situacije. Nizak do umjeren obujam, reda veličine nekoliko tisuća zahtjeva dnevno, ne opravdava vezivanje poslužitelja. Isprekidana upotreba – obrada krajem mjeseca, sezonski skokovi – ostavila bi GPU neiskorištenim ostatak vremena. I raznolike potrebe, koje podrazumijevaju pristup nekoliko modela, umnožile bi infrastrukturu kojom se upravlja.

Self-hosting ponovno postaje prednost kada je obujam visok i konstantan, reda veličine desetaka tisuća zahtjeva dnevno, kada jedan model pokriva cijelu tvoju potrebu i kada već imaš GPU infrastrukturu, u oblaku ili na lokaciji. Ova posljednja točka je odlučujuća: amortizacija postojećeg ulaganja u hardver u potpunosti mijenja jednadžbu.

Točku pokrića računaš u četiri koraka: procijeni mjesečni obujam ulaznih i izlaznih tokena, izračunaj odgovarajući trošak API-ja, utvrdi cijenu GPU poslužitelja sposobnog apsorbirati taj obujam, zatim usporedi. Self-hosting postaje isplativ čim trošak GPU-a padne ispod troška API-ja. U praksi, prag se nalazi oko nekoliko stotina dolara mjesečne potrošnje na API – ali ne zaboravi trošku GPU-a dodati inženjersko vrijeme potrebno za njegovo održavanje, koje nitko ne naplaćuje, ali ga svi plaćaju.

Protiv konkurencije

Mistral se povoljno pozicionira po vrijednosti, s nijansama ovisno o protivniku. Protiv OpenAI-ja i GPT-5.6, Small 4 nudi usporedive performanse po općenito nižoj cijeni, uz prednost otvorenog koda. Protiv Anthropic-a i Claudea, pozicioniranje kvalitete je slično, a diferencijacija se igra na otvorenost težine i europski suverenitet. Protiv Googleovog Geminija, konkurentnost je stvarna na tekstualnim zadacima, sa specijalistima poput Voxtrala i Codestrala kojima se katalozi konkurenata ne mogu mjeriti. Protiv Metine Lleme, konkurencija je izravna na terenu otvorenog koda, pri čemu Mistral suprotstavlja učinkovitije MoE arhitekture. Ono što trajno razlikuje Mistral leži u kombinaciji ova tri elementa: performanse, otvorenost i europski ekosustav.

Ključne točke

  • Naplata API-ja je po tokenu (ulaz + izlaz odvojeno)
  • Brzina i latencija jednako su važni kao i kvaliteta za produkciju
  • Self-hosting postaje isplativ iznad određenog obujma zahtjeva
  • Mistral nudi konkurentnu vrijednosnu ponudu, pojačanu otvorenim kodom
  • Uvijek provjeri trenutne cijene na službenoj stranici prije donošenja odluke

Stope od 5. kolovoza 2026. — cijene se redovito mijenjaju: prije bilo kakvog proračuna, provjeri trenutnu tarifu na službenom cjeniku Mistrala.