Niveaus en prijzen
Op deze pagina
Limieten en prijzen begrijpen
AI Studio hanteert snelheidslimieten (rate limits) om de stabiliteit van de dienst te waarborgen. Deze limieten variëren per abonnementsniveau en bepalen het volume aan verzoeken en tokens dat u kunt verbruiken. Het kiezen van een niveau is niet slechts een administratieve formaliteit: het is een beslissing die directe invloed heeft op uw kosten en op het gedrag van uw applicatie tijdens piekmomenten.
De twee soorten limieten
Mistral past twee gelijktijdige controles toe op elke werkruimte. Als u aan een van beide voldoet, mislukken uw oproepen. De eerste, Requests Per Second (RPS), stelt een maximum aan het aantal API-verzoeken per seconde; als u dit overschrijdt, retourneert de API een 429 Too Many Requests-fout. De tweede betreft tokens per minuut en per maand: dit meet het verbruikte volume voor zowel input als output, geldt op werkruimteniveau en wordt gedeeld door alle gebruikers met toegang. Een team van zes ontwikkelaars dat aan dezelfde sleutel werkt, verbruikt dit quotum zes keer sneller dan een individuele ontwikkelaar, een feit dat tijdens de eerste verkeerspiek systematisch over het hoofd wordt gezien.
De oplossing kost slechts een paar regels code: wanneer een 429 optreedt, wacht u voordat u het opnieuw probeert, en verhoogt u de wachttijd bij elke poging in plaats van de API te bestoken.
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
Abonnementsniveaus
Het Free API Tier, ook wel Experiment genoemd, is ontworpen voor verkenning. Het RPS blijft laag, rond de paar verzoeken per seconde, en het maandelijkse tokenvolume is beperkt; alle modellen blijven toegankelijk, maar met verlaagde quota, geen SLA en geen toegewijde ondersteuning. Het werkt perfect voor het ontdekken van Mistral-modellen, het prototypen van een applicatie of het uitvoeren van functionele tests – en het zal u snel laten voelen wat een 429 inhoudt als u probeert er een clientdemo mee te draaien.
Het betaalde Scale-niveau is gebouwd voor productie. Het RPS is hoger om echt verkeer op te vangen, het maandelijkse tokenvolume is uitgebreid en de facturatie schakelt grotendeels over op verbruiksbasis, buiten het abonnementsplafond, met standaard technische ondersteuning. Dit is het verwachte niveau voor een productieapplicatie met gematigd tot hoog verkeer, voor een professioneel ontwikkelingsteam en over het algemeen wanneer u voorspelbare prestaties nodig heeft.
Tot slot wordt het Enterprise-niveau op maat onderhandeld met het verkoopteam van Mistral. Het ontgrendelt gepersonaliseerde limieten, een gegarandeerde SLA voor beschikbaarheid en latentie, toegewijde ondersteuning met een technisch aanspreekpunt, toegang tot Dedicated Serverless- en Self-Hosted-opties, en maatwerk contractvoorwaarden – inclusief een Data Processing Agreement (DPA) en GDPR-naleving. Dit is verplicht wanneer uw eigen klanten contractueel servicecommitments van u eisen.
Uw huidige limieten controleren
De exacte waarden die voor uw werkruimte gelden, worden niet geraden: ze staan vermeld in het beheerdersdashboard.
https://admin.mistral.ai/plateforme/limits
Daar vindt u uw RPS-limieten per model, uw tokenverbruik per minuut en per maand, de geschiedenis van dat verbruik en waarschuwingen die worden geactiveerd naarmate u de drempels nadert. Maak er een gewoonte van om deze pagina te openen vóór elke aangekondigde opschaling, in plaats van na het eerste incident.
Uw kosten optimaliseren
De meest effectieve hefboom is de modelkeuze, aangezien niet alle modellen evenveel kosten per token. Reserveer Mistral Large 3 voor complexe taken – redeneren, genereren van lange teksten, analyse van contractdocumenten – en wijs eenvoudige verwerking zoals classificatie of veldextractie toe aan Mistral Small. Wanneer latentie belangrijker is dan nuance in het antwoord, is Ministral 3 het testen waard.
# 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."}]
)
Het verbruik zelf kan vervolgens in kleine stappen worden verminderd. Een beknopte systeemprompt bespaart tokens bij elke oproep, niet slechts één keer; max_tokens begrenst de responslengte en voorkomt kostbare uitweidingen; streaming verlaagt de factuur niet, maar verbetert de ervaring bij lange antwoorden aanzienlijk; tot slot elimineert het cachen van antwoorden op terugkerende vragen aan de applicatiekant de oproep volledig.
Natuurlijk moet u dit meten. Log de tokens voor elke oproep: zonder deze instrumentatie ontdekt u de kostenoverschrijding pas wanneer de factuur arriveert.
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
Wanneer u moet opschalen naar een hoger niveau
Vier signalen moeten een gesprek met Mistral triggeren: terugkerende 429-fouten, maandelijks verbruik dat 80% van het quotum bereikt, de behoefte aan een SLA om aan uw eigen klanten te presenteren, of de verwerking van gevoelige gegevens die isolatie vereist. Het eerste van deze vier is voldoende; de andere drie komen zelden alleen voor.
Belangrijkste punten
- Limieten gelden op werkruimteniveau (RPS + tokens/minuut/maand)
- Het gratis niveau is voldoende voor prototyping; het Scale-niveau is voor productie
- Controleer uw exacte limieten op
admin.mistral.ai/plateforme/limits - Optimaliseer kosten door het model te kiezen dat bij elke taak past
- Implementeer exponentiële backoff om snelheidslimieten in productie af te handelen