Mistral Large 4 API: Preise und Kosten (Stand 6. Oktober 2026)

Preis von Mistral Large 4 pro Million Token

Aktuell zahlst du nur den halben Listenpreis. Auf der Preisseite von Mistral sind 1,36 $ / 4,18 $ durchgestrichen und 0,68 $ / 2,09 $ als befristeter Aktionspreis markiert. Der Rabatt beträgt in jeder Zeile genau 50 %: 0,68 ÷ 1,36, 2,09 ÷ 4,18 und 0,07 ÷ 0,14 ergeben jeweils 0,50.

Gecachter Input ist der günstigste Posten auf der Rechnung. Ein Cache-Token kostet etwa ein Zehntel eines frischen Input-Tokens (0,07 $ statt 0,68 $ zum Aktionspreis). Lange System-Prompts und wiederkehrende Dokumente werden ab dem zweiten Aufruf also deutlich billiger.

Batch, Priority und regionale Inferenz

Batch ist der günstigste Weg, Large 4 zu nutzen: Es gibt noch einmal 50 % Rabatt, zum aktuellen Aktionspreis kosten eine Million Input-Token also 0,34 $ und eine Million Output-Token 1,045 $. Priority Processing kostet 75 % Aufschlag für schnellere, reservierte Kapazität, regionale Inferenz (etwa das von Mistral betriebene europäische Deployment) 10 % Aufschlag.

Der befristete Rabatt von 50 % gilt für alle vier Stufen. Der Abstand zwischen ihnen bleibt also gleich – egal, welcher Preis gerade gilt, wenn du das hier liest.

Warum OpenRouter und Vercel 0,68 $ / 2,09 $ anzeigen

OpenRouter und Vercel AI Gateway reichen den Aktionspreis von Mistral direkt weiter – der Preis pro Token ist bei allen drei identisch. In den Endpunktdaten von OpenRouter für mistralai/mistral-large-4-0 steht ein Rabattwert von 0,5, und Mistral ist dort der einzige Anbieter des Modells.

Wann die Aktion endet, hat Mistral nicht bekanntgegeben. Manche Zusammenfassungen sprechen von den ersten zwei Wochen, ein Datum nennt Mistral aber nirgends. Benchmark-Seiten wie Artificial Analysis und Vals AI rechnen ihre Kosten zum Listenpreis von 1,36 $ / 4,18 $. Wenn du über diesen Monat hinaus planst, kalkulierst du am besten mit dem Listenpreis.

Was echte Workloads kosten

Output-Token bestimmen die meisten Rechnungen, weil sie etwa dreimal so viel kosten wie Input. Die Beispiele unten nutzen die Formel Token ÷ 1.000.000 × Preis und gehen von 30 Tagen pro Monat aus. Für eine genauere Schätzung trägst du deine eigenen Werte in den Rechner oben ein.

Reasoning macht den Output länger. Mit reasoning_effort auf "high" liefert das Modell vor der Antwort Denk-Abschnitte. Artificial Analysis hat für seinen kompletten Testlauf 200 Mio. Output-Token gemessen, der Median aller Modelle liegt bei 81 Mio. – Large 4 gilt dort als sehr gesprächig. Mit reasoning_effort auf "none" bleiben die Antworten bei einfachen Aufgaben kurz.

Mistral Large 4 im Preisvergleich mit DeepSeek V4, GPT-6, Claude und anderen

Zum Aktionspreis kostet Large 4 etwa so viel wie DeepSeek V4 Pro in der Nebenzeit und deutlich weniger als die US-Flaggschiffe. Selbst zum Listenpreis ist es beim Input 2,9-mal und beim Output 4,8-mal günstiger als Claude Opus 5.5, gegenüber GPT-6 Astra sogar 7,4- bzw. 12-mal. Im eigenen Mistral-Portfolio liegt es über Mistral Large 3 (0,50 $ / 1,50 $), pro Output-Token aber unter Mistral Medium 3.5 (7,50 $).

Die letzte Spalte rechnet für jedes Modell denselben Workload (10 Mio. Input- + 2 Mio. Output-Token), so lässt sich der Abstand leicht ablesen. Den Vergleich Punkt für Punkt findest du in unseren Benchmarks und in den Gegenüberstellungen mit DeepSeek V4 und Mistral Large 3.

Kosten pro Benchmark-Aufgabe

Unabhängige Tester rechnen nicht nur pro Token, sondern pro komplette Aufgabe. Artificial Analysis kommt für Large 4 zum Listenpreis auf 1,13 $ pro Aufgabe im Intelligence Index, Vals AI auf 13,78 $ pro Test im Vals Index. Beide Werte enthalten den zusätzlichen Output durch Reasoning und sind damit eine realistische Obergrenze für schwierige, mehrstufige Arbeit.

Fünf Wege, die Rechnung für Mistral Large 4 zu senken

Am meisten sparst du mit Batch-Jobs und Caching, der Rest kommt aus kontrollierter Ausgabelänge.

• Schick Offline-Jobs (Evaluierungen, Massenklassifizierung, Dokument-Nachverarbeitung) an den Batch-Endpunkt /v1/batch – das spart 50 % auf jede Token-Art.
• Halte lange System-Prompts und gemeinsame Dokumente am Anfang jeder Anfrage identisch, damit sie zum Cache-Preis von 0,07 $ statt 0,68 $ pro 1 Mio. abgerechnet werden.
• Nutze reasoning_effort "none" für Nachschlagen, Umformulieren und Extraktion; "high" lohnt sich bei Code, Mathe und mehrstufigen Agenten.
• Begrenze max_tokens an Endpunkten, die nur kurze Antworten brauchen – jede Million Output-Token kostet zum Aktionspreis 2,09 $.
• Leite einfachen Traffic an Mistral Small 4 (0,15 $ / 0,60 $) weiter und nutze Large 4 für Anfragen, bei denen seine Stärken in Coding, Recht und Bildverständnis zählen.

Lieber ein fester Monatspreis?

Wenn du Mistral Large 4 ohne API-Key und ohne Token-Rechnerei nutzen willst, chatte einfach auf unserer Startseite. Ein kostenloses Konto bekommt 15 Credits pro Tag; Pro kostet 39,90 $ im Monat oder 199,90 $ im Jahr für 3.000 Credits pro Monat, wobei ein Credit ungefähr einer kurzen Antwort entspricht. Alle Details stehen auf unserer Preisseite, und der Ratgeber „Kostenlos nutzen“ zeigt dir jeden Gratis-Weg zum Modell.