Kostnad, prestanda och värde
På denna sida
AI-ekonomi
Att välja en modell handlar inte bara om svarskvalitet. I produktion väger kostnad per förfrågan, genereringshastighet och latens lika tungt, och de avgör ofta ett projekts öde helt på egen hand: en utmärkt funktion som kostar för mycket vid en miljon förfrågningar överlever inte den första budgetgranskningen. I denna lektion får du nycklarna för att utvärdera värdeerbjudandet från Mistral-modeller och jämföra det med konkurrenterna.
Hur API-fakturering fungerar
Mistrals API fakturerar baserat på användning och skiljer på två flöden. Inmatningstokens motsvarar allt du skickar till modellen: instruktionen, kontexten, bifogade dokument och konversationshistorik. Utmatningstokens motsvarar den text som genereras som svar. Båda prissätts separat, i dollar per miljon tokens, där en token motsvarar cirka tre fjärdedelar av ett ord på engelska.
Ett exempel gör mekaniken konkret. Du skickar in ett dokument på 2 000 ord, eller cirka 2 700 tokens, och modellen producerar ett svar på 500 ord, eller cirka 670 tokens. Kostnaden för förfrågan är summan av 2 700 tokens fakturerade till inmatningspriset och 670 tokens fakturerade till utmatningspriset. Isol sett är denna summa försumbar. Multiplicerat med flera tusen dagliga förfrågningar blir det dock en budgetpost som finansavdelningen kommer att be dig motivera. Denna beräkning förklarar också varför minskning av storleken på den skickade kontexten – genom att filtrera dokument istället för att bifoga dem alla – är den första hävstången för att sänka kostnaderna.
Jämförelse av Mistral-kostnader
| Modell | Nivå | Relativ kostnad | Hastighet | Typisk användning |
|---|---|---|---|---|
| Ministral 3 (3B-8B) | Open | Mycket låg (självhostad) / Låg (API) | Mycket snabb | Klassificering, enkla uppgifter, edge |
| Mistral Small 4 | Open | Låg | Snabb | Allmän användning, chattbot, RAG |
| Mistral Medium 3.1 | Premier | Medel | Medel | Komplexa uppgifter, multimodal |
| Mistral Large 3 | Open | Hög | Långsam | Maximal kvalitet, forskning |
| Magistral Medium 1.2 | Premier | Hög | Långsam (chain-of-thought) | Resonemang, matematik, analys |
Exakta priser ändras regelbundet: kontrollera alltid Mistrals officiella prissida för aktuella satser. Värdena ovan indikerar endast relativa storleksordningar, vilket är användbart för resonemang men inte för att upprätta en budget.
Läsa prestandamått
Genomströmning, uttryckt i tokens per sekund, avgör den upplevda flytet. För en chattbot räcker en genomströmning på 30 till 50 tokens per sekund: svaret visas snabbare än användaren hinner läsa. För kodkomplettering i en IDE höjs ribban till 100 tokens per sekund och därutöver, eftersom ett förslag som kommer efter att utvecklaren redan har skrivit klart raden saknar värde. Kompakta modeller som Ministral eller Small 4 genererar naturligt snabbare än tunga modeller som Large 3 eller Magistral, vilket ofta gör dem att föredra även när deras kvalitet är något lägre.
Time to First Token (TTFT) mäter fördröjningen innan den första tecknet i svaret visas. Detta är den viktigaste metrik för den upplevda upplevelsen: efter två till tre sekunder tror användaren att systemet har hängt sig, även om hela svaret kommer mycket snabbt därefter. Tre faktorer påverkar denna fördröjning: modellstorlek, längden på prompten som ska bearbetas innan svarsgenereringen startar, och serverbelastning, eftersom samtidiga förfrågningar delar samma kapacitet. Total latens kombinerar TTFT och själva genereringstiden, det vill säga antalet producerade tokens multiplicerat med enhetstiden.
Självhosting kontra API: Gör kalkylen
API:t vinner ekonomiskt i tre situationer. Låg till måttlig volym, i storleksordningen några tusen förfrågningar per dag, motiverar inte att binda upp en server. Intermitterande användning – månadsavslutning, en säsongsbetonad topp – skulle lämna en GPU sysslolös resten av tiden. Och varierade behov, som förutsätter tillgång till flera modeller, skulle multiplicera infrastrukturen att administrera.
Självhosting blir återigen fördelaktigt när volymen är hög och konstant, i storleksordningen tiotusentals förfrågningar per dag, när en enda modell täcker hela ditt behov, och när du redan har GPU-infrastruktur, i molnet eller på plats. Denna sista punkt är avgörande: att amortera en befintlig hårdvaruinvestering ändrar ekvationen helt.
Du beräknar break-even-punkten i fyra steg: uppskatta din månatliga volym av inmatnings- och utmatningstokens, beräkna motsvarande API-kostnad, prissätt en GPU-server som klarar av att absorbera denna volym, och jämför sedan. Självhosting blir lönsamt så snart GPU-kostnaden sjunker under den för API:t. I praktiken ligger tröskeln runt några hundra dollar månadsvis i API-förbrukning – men glöm inte att lägga till den ingenjörstid som krävs för att driva det till GPU-kostnaden, vilket ingen fakturerar men alla betalar.
Mot konkurrenterna
Mistral positionerar sig fördelaktigt vad gäller värde, med nyanser beroende på motståndare. Mot OpenAI och GPT-5.6 erbjuder Small 4 jämförbar prestanda till generellt lägre kostnad, med fördelen av öppen källkod. Mot Anthropic och Claude är kvalitetspositioneringen liknande och differentieringen spelar på öppenhet gällande modellvikt och europeisk suveränitet. Mot Googles Gemini är konkurrenskraften verklig inom textuppgifter, med specialister som Voxtral och Codestral som konkurrentkataloger inte kan matcha. Mot Metas Llama är tävlingen head-to-head på öppen källkodsmark, där Mistral ställer mer effektiva MoE-arkitekturer mot dem. Det som varaktigt särskiljer Mistral håller sig till kombinationen av dessa tre element: prestanda, öppenhet och det europeiska ekosystemet.
Viktiga punkter
- API-fakturering sker per token (inmatning + utmatning separat)
- Hastighet och latens är lika viktiga som kvalitet för produktion
- Självhosting blir lönsamt över en viss volym av förfrågningar
- Mistral erbjuder ett konkurrenskraftigt värdeerbjudande, förstärkt av öppen källkod
- Kontrollera alltid aktuella priser på den officiella webbplatsen innan du fattar ett beslut
Priser från den 5 augusti 2026 – priser ändras regelbundet: innan någon budgetberäkning, verifiera den aktuella prislistan på officiell Mistral-prissättning.