Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Níveis e preços

Aula 3 de 14 Atualizada a 2 de novembro de 2026 Avancado
Nesta página
  1. Compreenda os limites e os preços
  2. Os dois tipos de limites
  3. Níveis de subscrição
  4. Verifique os seus limites atuais
  5. Otimize os seus custos
  6. Quando mudar para um nível superior
  7. Pontos-chave

Compreenda os limites e os preços

O AI Studio impõe limites de taxa para manter a estabilidade do serviço. Estes limites variam consoante o nível de subscrição e determinam o volume de pedidos e de tokens que pode consumir. Escolher um nível não é apenas uma caixa de verificação administrativa: é uma decisão que impacta diretamente os seus custos e o comportamento da sua aplicação durante as horas de pico.

Os dois tipos de limites

A Mistral aplica dois controlos simultâneos em cada espaço de trabalho. Ultrapassar qualquer um deles faz com que as suas chamadas falhem. O primeiro, Pedidos Por Segundo (RPS), limita o número de pedidos de API enviados por segundo; se o exceder, a API devolve um erro 429 Too Many Requests. O segundo diz respeito aos tokens por minuto e por mês: mede o volume consumido tanto para entrada como para saída, aplica-se ao nível do espaço de trabalho e é partilhado por todos os utilizadores com acesso. Uma equipa de seis programadores a trabalhar na mesma chave consome esta quota seis vezes mais rápido do que um programador sozinho, um facto que é sistematicamente ignorado durante o primeiro pico de tráfego.

A correção leva apenas algumas linhas: quando ocorre um 429, espere antes de tentar novamente e aumente o tempo de espera a cada tentativa, em vez de bombardear a 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

Níveis de subscrição

O Nível Gratuito da API, também chamado Experimento, foi concebido para exploração. O seu RPS mantém-se baixo, rondando alguns pedidos por segundo, e o seu volume mensal de tokens é limitado; todos os modelos permanecem acessíveis, mas com quotas reduzidas, sem SLA e sem suporte dedicado. Funciona perfeitamente para descobrir os modelos da Mistral, criar protótipos de uma aplicação ou executar testes funcionais — e ensinar-lhe-á rapidamente o que é um 429 se tentar executar uma demonstração para um cliente neste nível.

O nível pago Scale foi construído para produção. O RPS é mais elevado para absorver tráfego real, o volume mensal de tokens é expandido e a faturação muda para um modelo baseado no consumo para além da subscrição, com suporte técnico padrão. Este é o nível esperado para uma aplicação de produção com tráfego moderado a elevado, para uma equipa de desenvolvimento profissional e, geralmente, sempre que necessitar de desempenho previsível.

Finalmente, o nível Enterprise é negociado pessoalmente com a equipa de vendas da Mistral. Desbloqueia limites personalizados, um SLA garantido sobre disponibilidade e latência, suporte dedicado com um ponto de contacto técnico, acesso a opções de Serverless Dedicado e Autoalojado (Self-Hosted), e termos contratuais adaptados — incluindo um Acordo de Processamento de Dados (DPA) e conformidade com o RGPD. Isto é obrigatório quando os seus próprios clientes exigem contratualmente compromissos de serviço da sua parte.

Verifique os seus limites atuais

Os valores exatos aplicáveis ao seu espaço de trabalho não são adivinhados: estão listados no painel de administração.

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

Aí encontrará os seus limites de RPS por modelo, o seu consumo de tokens por minuto e por mês, o histórico desse consumo e os alertas acionados à medida que se aproxima dos limiares. Crie o hábito de abrir esta página antes de qualquer escalonamento anunciado, em vez de o fazer após o primeiro incidente.

Otimize os seus custos

A alavanca mais eficaz é a escolha do modelo, uma vez que nem todos os modelos têm o mesmo custo por token. Reserve o Mistral Large 3 para tarefas complexas — raciocínio, geração de textos longos, análise de documentos contratuais — e atribua o processamento simples, como classificação ou extração de campos, ao Mistral Small. Quando a latência importa mais do que a nuance da resposta, vale a pena testar o 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."}]
)

O consumo em si pode então ser reduzido em pequenos passos. Um prompt de sistema conciso poupa tokens em cada chamada, não apenas uma vez; max_tokens limita o comprimento da resposta e evita divagações dispendiosas; o streaming não reduz a fatura, mas melhora significativamente a experiência para respostas longas; finalmente, colocar em cache as respostas a perguntas recorrentes no lado da aplicação elimina totalmente a chamada.

Claro que tem de o medir. Registe os tokens de cada chamada: sem esta instrumentação, só descobrirá o excesso de custos quando a fatura chegar.

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

Quando mudar para um nível superior

Quatro sinais devem desencadear uma conversa com a Mistral: erros 429 recorrentes, consumo mensal a atingir 80% da quota, necessidade de um SLA para apresentar aos seus próprios clientes ou processamento de dados sensíveis que exijam isolamento. O primeiro destes quatro é suficiente; os outros três raramente surgem isoladamente.

Pontos-chave

  • Os limites aplicam-se ao nível do espaço de trabalho (RPS + tokens/minuto/mês)
  • O nível gratuito é suficiente para prototipagem; o nível Scale é para produção
  • Verifique os seus limites exatos em admin.mistral.ai/plateforme/limits
  • Otimize os custos escolhendo o modelo adequado a cada tarefa
  • Implemente um recuo exponencial para gerir a limitação de taxa em produção