Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Tarifai ir kainodara

Paskaita 3 iš 14 Atnaujinta 2026 m. lapkričio 2 d. Pažengusiems
Šiame puslapyje
  1. Supraskite ribas ir kainodarą
  2. Dviejų tipų ribos
  3. Prenumeratos lygiai
  4. Patikrinkite dabartines ribas
  5. Optimizuokite savo išlaidas
  6. Kada pereiti į aukštesnį lygį
  7. Svarbiausi punktai

Supraskite ribas ir kainodarą

„AI Studio“ taiko užklausų dažnio ribas, kad užtikrintų tarnybos stabilumą. Šios ribos skiriasi priklausomai nuo prenumeratos lygio ir lemia jūsų galimą užklausų bei žetonų (tokens) kiekį. Lygio pasirinkimas nėra tik administracinis varnelės uždėjimas: tai sprendimas, tiesiogiai veikiantis jūsų išlaidas ir tai, kaip jūsų programa elgsis didžiausio apkrovimo metu.

Dviejų tipų ribos

„Mistral“ kiekvienai darbo sričiai taiko dvi vienu metu veikiančias kontrolės priemones. Pasiekus bet kurią iš jų, jūsų užklausos nepavyks. Pirmoji, užklausos per sekundę (RPS), riboja per sekundę siunčiamų API užklausų skaičių; ją viršijus, API grąžina klaidą 429 Too Many Requests. Antroji susijusi su žetonais per minutę ir per mėnesį: ji matuoja suvartotą kiekį tiek įvesties, tiek išvesties duomenims, taikoma visos darbo srities lygmeniu ir yra bendra visiems prieigą turintiems naudotojams. Šešių kūrėjų komanda, dirbanti su tuo pačiu raktu, šią kvotą išeikvoja šešis kartus greičiau nei vienas kūrėjas – tai faktas, kurį sistemingai pamirštama įvertinti per pirmąjį srauto šuolį.

Sprendimas užtrunka vos kelias eilutes: įvykus klaidai 429, prieš kartojant užklausą palaukite ir su kiekvienu bandymu didinkite laukimo laiką, užuot „bombardavę“ 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):
    """Basic rate limit handling with exponential 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 reached, waiting {wait}s...")
                time.sleep(wait)
            else:
                raise

Prenumeratos lygiai

Nemokamas API lygis, dar vadinamas „Experiment“, skirtas tyrinėjimams. Jo RPS yra žemas – vos kelios užklausos per sekundę, o mėnesinis žetonų kiekis ribotas; visi modeliai lieka pasiekiami, tačiau su mažesnėmis kvotomis, be SLA (paslaugos lygio susitarimo) ir be specializuotos pagalbos. Jis puikiai tinka susipažinti su „Mistral“ modeliais, kurti programos prototipus arba atlikti funkcinius testus – tačiau jis greitai parodys, kaip jaučiasi klaida 429, jei bandysite jame paleisti kliento demonstraciją.

Mokamas Scale lygis sukurtas veiklai realioje aplinkoje (production). RPS yra didesnis, kad atlaikytų realų srautą, mėnesinis žetonų kiekis padidintas, o atsiskaitymas už viršijimą pereina prie naudojimu pagrįsto tarifavimo, įtraukiant standartinę techninę pagalbą. Tai numatytas lygis programai, veikiančiai realioje aplinkoje su vidutiniu arba dideliu srautu, profesionaliai kūrėjų komandai ir apskritai tada, kai jums reikia nuspėjamo našumo.

Galiausiai, Enterprise lygis derinamas individualiai su „Mistral“ pardavimų komanda. Jis atrakina asmenines ribas, garantuotą SLA dėl prieinamumo ir delsos, specializuotą pagalbą su techniniu kontaktiniu asmeniu, prieigą prie „Dedicated Serverless“ ir „Self-Hosted“ parinkčių bei pritaikytas sutartines sąlygas – įskaitant Duomenų tvarkymo susitarimą (DPA) ir GDPR atitiktį. Tai privaloma, kai jūsų paties klientai sutartyje reikalauja iš jūsų paslaugų įsipareigojimų.

Patikrinkite dabartines ribas

Tikslios jūsų darbo sričiai taikomos vertės nėra spėjamos: jos išvardytos administratoriaus skydelyje.

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

Čia rasite savo RPS ribas kiekvienam modeliui, žetonų suvartojimą per minutę ir per mėnesį, to suvartojimo istoriją bei įspėjimus, suaktyvėjamus artėjant prie ribų. Įpraskite atidaryti šį puslapį prieš bet kokį planuojamą masto didinimą, o ne po pirmojo incidento.

Optimizuokite savo išlaidas

Efektyviausias svertas – modelio pasirinkimas, nes ne visi modeliai kainuoja vienodai už žetoną. Sudėtingoms užduotims – samprotavimams, ilgos formos tekstų generavimui, sutarčių dokumentų analizei – palikite Mistral Large 3, o paprastiems procesams, pvz., klasifikavimui arba laukų išgavimui, priskirkite Mistral Small. Kai svarbesnė delsa nei atsakymo niuansai, verta išbandyti Ministral 3.

# Simple task → lightweight model
response_simple = client.chat.complete(
    model="mistral-small-latest",
    messages=[{"role": "user", "content": "Classify this text: positive or negative?"}]
)

# Complex task → powerful model
response_complex = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Analyze this contract and identify problematic clauses."}]
)

Patį suvartojimą taip pat galima sumažinti mažais žingsniais. Glaustas sistemos raginimas (system prompt) sutaupo žetonų kiekviename kvietime, ne tik vieną kartą; max_tokens riboja atsakymo ilgį ir išvengia brangių nukrypimų; srautinis perdavimas (streaming) nemažina sąskaitos, tačiau žymiai pagerina patirtį ilgų atsakymų atveju; galiausiai, atsakymų į pasikartojančius klausimus kaupimas (caching) programos pusėje visiškai pašalina užklausos poreikį.

Žinoma, tai reikia išmatuoti. Fiksuokite žetonus kiekvienam kvietimui: be šio instrumentavimo apie išlaidų perviršį sužinosite tik gavę sąskaitą.

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"Model: {model} | "
        f"Input tokens: {usage.prompt_tokens} | "
        f"Output tokens: {usage.completion_tokens} | "
        f"Total: {usage.total_tokens}"
    )
    return response

Kada pereiti į aukštesnį lygį

Keturi signalai turėtų paskatinti pokalbį su „Mistral“: pasikartojančios klaidos 429, mėnesinis suvartojimas pasiekęs 80 % kvotos, poreikis turėti SLA, kurį galėtumėte pateikti savo klientams, arba jautrių duomenų, reikalaujančių izoliacijos, tvarkymas. Pirmojo iš šių keturių pakanka; kiti trys retai atsiranda vieni.

Svarbiausi punktai

  • Ribos taikomos visos darbo srities lygmeniu (RPS + žetonai/minutę/mėnesį)
  • Nemokamas lygis pakankamas prototipams kurti; „Scale“ lygis skirtas veiklai realioje aplinkoje
  • Tikslias ribas tikrinkite adresu admin.mistral.ai/plateforme/limits
  • Optimizuokite išlaidas pasirinkdami kiekvienai užduočiai tinkamiausią modelį
  • Realioje aplinkoje užklausų dažnio ribojimui valdyti įdiekite eksponentinį delsos didinimą (exponential backoff)