Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Kosten, prestaties en waarde

Les 11 van 14 Bijgewerkt op 28 juli 2026 Beginner
Op deze pagina
  1. De economie van AI
  2. Hoe API-facturatie werkt
  3. Kostenvergelijking van Mistral
  4. Prestatiemetrieken lezen
  5. Self-hosting versus API: de berekening maken
  6. Concurrentievergelijking
  7. Belangrijkste punten

De economie van AI

Het kiezen van een model draait niet alleen om de kwaliteit van het antwoord. In een productieomgeving wegen de kosten per verzoek, de generatiesnelheid en de latentie even zwaar mee; vaak beslissen deze factoren zelfs op zichzelf over het lot van een project. Een uitstekende functie die bij een miljoen verzoeken te duur uitpakt, overleeft de eerste budgetbespreking niet. Deze les geeft u de sleutels om de waardepropositie van Mistral-modellen te evalueren en te vergelijken met die van de concurrentie.

Hoe API-facturatie werkt

De API van Mistral factureert op basis van gebruik en maakt onderscheid tussen twee stromen. Input-tokens komen overeen met alles wat u naar het model stuurt: de instructie, de context, bijgevoegde documenten en de conversatiegeschiedenis. Output-tokens komen overeen met de tekst die als antwoord wordt gegenereerd. Beide worden apart geprijsd, in dollars per miljoen tokens, waarbij één token ongeveer drie kwart van een woord in het Engels vertegenwoordigt.

Een voorbeeld maakt de werking concreet. U dient een document van 2.000 woorden in, oftewel ongeveer 2.700 tokens, en het model produceert een antwoord van 500 woorden, oftewel ongeveer 670 tokens. De kosten van het verzoek zijn de som van 2.700 tokens gefactureerd tegen het input-tarief en 670 tokens gefactureerd tegen het output-tarief. Op zich is dit bedrag verwaarloosbaar. Vermenigvuldigd met enkele duizenden dagelijkse verzoeken, wordt het echter een begrotingspost die de financiële afdeling van u zal willen laten verantwoorden. Deze berekening verklaart ook waarom het verkleinen van de verzonden context—door documenten te filteren in plaats van ze allemaal bij te voegen—de eerste hefboom is om kosten te besparen.

Kostenvergelijking van Mistral

Model Tier Relatieve kosten Snelheid Typisch gebruik
Ministral 3 (3B-8B) Open Zeer laag (self-host) / Laag (API) Zeer snel Classificatie, eenvoudige taken, edge
Mistral Small 4 Open Laag Snel Algemeen gebruik, chatbot, RAG
Mistral Medium 3.1 Premier Gemiddeld Gemiddeld Complexe taken, multimodaal
Mistral Large 3 Open Hoog Langzaam Maximale kwaliteit, onderzoek
Magistral Medium 1.2 Premier Hoog Langzaam (chain-of-thought) Redeneren, wiskunde, analyse

Exacte prijzen veranderen regelmatig: raadpleeg altijd de officiële prijspagina van Mistral voor de actuele tarieven. De bovenstaande waarden geven slechts relatieve groottes aan, nuttig voor redeneringen maar niet voor het opstellen van een begroting.

Prestatiemetrieken lezen

Throughput, uitgedrukt in tokens per seconde, bepaalt de waargenomen vloeibaarheid. Voor een chatbot is een throughput van 30 tot 50 tokens per seconde voldoende: het antwoord wordt sneller weergegeven dan de gebruiker leest. Voor code-aanvulling in een IDE ligt de lat hoger, op 100 tokens per seconde en daarboven, omdat een suggestie die pas arriveert nadat de ontwikkelaar de regel al heeft afgetypt, geen waarde heeft. Compacte modellen zoals Ministral of Small 4 genereren van nature sneller dan zware modellen zoals Large 3 of Magistral, wat ze vaak de voorkeur geeft, zelfs als hun kwaliteit iets lager is.

Time to First Token (TTFT) meet de vertraging voordat het eerste teken van het antwoord verschijnt. Dit is de meest kritieke metriek voor de waargenomen ervaring: na twee tot drie seconden denkt de gebruiker dat het systeem vastloopt, zelfs als het volledige antwoord daarna zeer snel binnenkomt. Drie factoren wegen op deze vertraging: de grootte van het model, de lengte van de prompt die moet worden verwerkt voordat het antwoorden begint, en de serverbelasting, aangezien gelijktijdige verzoeken dezelfde capaciteit delen. De totale latentie combineert TTFT en de eigenlijke generatietijd, oftewel het aantal geproduceerde tokens vermenigvuldigd met de eenheidstijd.

Self-hosting versus API: de berekening maken

De API wint economisch in drie situaties. Een laag tot gemiddeld volume, in de orde van grootte van enkele duizenden verzoeken per dag, rechtvaardigt het vastleggen van een server niet. Intermitterend gebruik—verwerking aan het einde van de maand, een seizoensgebonden piek—zou een GPU de rest van de tijd idle laten draaien. En gevarieerde behoeften, die toegang tot meerdere modellen veronderstellen, zouden de te beheren infrastructuur vermenigvuldigen.

Self-hosting wordt weer voordelig wanneer het volume hoog en constant is, in de orde van grootte van tienduizenden verzoeken per dag, wanneer één model uw volledige behoefte dekt en wanneer u al over GPU-infrastructuur beschikt, in de cloud of on-site. Dit laatste punt is doorslaggevend: het afschrijven van een bestaande hardware-investering verandert de vergelijking volledig.

U berekent het break-evenpunt in vier stappen: schat uw maandelijkse volume aan input- en output-tokens, bereken de bijbehorende API-kosten, prijs een GPU-server die dit volume kan absorberen, en vergelijk vervolgens. Self-hosting wordt rendabel zodra de GPU-kosten lager uitkomen dan die van de API. In de praktijk ligt de drempel rond de enkele honderden dollars per maand aan API-verbruik—maar vergeet niet de engineeringtijd die nodig is om het te exploiteren bij de GPU-kosten op te tellen; niemand factureert dit, maar iedereen betaalt het.

Concurrentievergelijking

Mistral positioneert zich gunstig qua waarde, met nuances afhankelijk van de tegenstander. Tegenover OpenAI en GPT-5.6 biedt Small 4 vergelijkbare prestaties tegen over het algemeen lagere kosten, met als extra voordeel open source. Tegenover Anthropic en Claude is de kwaliteitspositionering vergelijkbaar en speelt differentiatie in op openheid van gewicht en Europese soevereiniteit. Tegenover Google’s Gemini is de concurrentiekracht reëel bij teksttaken, met specialisten zoals Voxtral en Codestral die de catalogi van concurrenten niet evenaren. Tegenover Meta’s Llama is de concurrentie head-to-head op open-source-terrein, waarbij Mistral efficiëntere MoE-architecturen tegenover zich heeft. Wat Mistral duurzaam onderscheidt, is de combinatie van deze drie elementen: prestaties, openheid en het Europese ecosysteem.

Belangrijkste punten

  • API-facturatie gebeurt per token (input en output apart)
  • Snelheid en latentie zijn voor productie net zo belangrijk als kwaliteit
  • Self-hosting wordt rendabel boven een bepaald verzoeksvolume
  • Mistral biedt een concurrerende waardepropositie, versterkt door open source
  • Controleer altijd de huidige prijzen op de officiële site voordat u een beslissing neemt

Tarieven per 5 augustus 2026 — prijzen veranderen regelmatig: verifieer voor elke begrotingsberekening het actuele tarief op de officiële Mistral-prijspagina.