Mistral AI 实测清单：大模型对比 DeepSeek / Kimi，3 个报错和 2 张弃用公告

我们线上跑的 DeepSeek V4 Pro，月底账单出来我想找个替补，把 Mistral Large 4 接进了测试环境。第一个请求就吃了 402，官方错误表里写的是 prepaid credit balance has reached zero。我第一反应是自己 key 没建对，来回折腾 40 分钟才发现是新账户预付额度是 0，锅不在我。

那天之后我把三家的官方文档都翻了一遍：Mistral 的价目表、DeepSeek 的 Models & Pricing、Kimi 开放平台的模型推理价格说明。这篇是整理出来的对照笔记，加上接进来之后实际踩到的坑。

先说接口。三家都是 OpenAI 兼容的，我这边只改了 base_url 和 model 两个字段，业务代码一行没动。Mistral 的地址是 https://api.mistral.ai/v1，DeepSeek 是 https://api.deepseek.com，Kimi 走同一套协议，还额外给了一个 Anthropic 格式的地址。

如果你的服务里已经接了多模型网关，换供应商基本就是加一行配置。我之前写过一篇 LiteLLM 多模型网关的实测清单，讲的是把 base_url 从业务代码里抽出来这件事。那次重构省下来的时间，正好够我把三家的价格表并排贴完。

价格：先统一口径再比

价格这块三家不是一个口径，我第一次直接对比就被坑了。

Mistral 的价目页分 Regional inference、Standard、Batch、Priority 四档；DeepSeek 分峰时和谷时两套价，高峰是 UTC 01:00 到 04:00 和 06:00 到 10:00 的工作日时段，谷时价格正好是高峰的一半；Kimi 的缓存命中和缓存写入分开算，写入还按 TTL 分 5 分钟和 1 小时两档。口径不对齐，比出来的数字没有意义。

下面是三家官方价目表里抄下来的标准档，单位都是每 100 万 token：

Kimi 官方标的是人民币，K3.1 Pro 输入 ¥13、输出 ¥68、缓存命中 ¥1.30，缓存写入另外收，5 分钟 TTL 是 ¥13，1 小时是 ¥26。它自己的英文页写的是 $2.00 输入、$10.00 输出、$0.20 缓存命中。三家币种不同，我按各自的官方数字抄，不做汇率折算，折算出来的数看着整齐，实际是给自己找麻烦。

看完这张表我的判断是：单看 token 单价，三家在同一档，谁都没便宜到能一票否决。真正拉开差距的是缓存和批处理。Mistral 的缓存输入只要输入价的十分之一，$0.70 对 $0.07；DeepSeek 谷时缓存命中 $0.022，高峰时段直接翻倍；Kimi 要额外付缓存写入费。批处理这边 Mistral 打五折，单个任务最多 100 万请求，结果不过期，超时默认 24 小时、可以设到 7 天以内；Kimi 的 K3 系列批量推理是标准价的 60%；DeepSeek 官方价目表里我没找到批处理这一行。

另外 Mistral 价目页上还有一堆不在这张表里的东西：代码补全的 Codestral 是 $0.30 输入、$0.90 输出；文档解析的 OCR 4.1 是每 1000 页 $4，缓存过的页面每 1000 页 $0.40；语音转写里 Voxtral Mini Transcribe 3 是每分钟 $0.0035，实时版每分钟 $0.008；文本向量 Mistral Embed 是 $0.10 每 100 万 token；内容安全模型 Mistral Moderation 2 是免费的。如果你的账单里混着这些条目，拿通用模型的单价去算总价一定会算错。

我们这套系统每次都带一大段固定前缀，缓存命中率很高，命中之后输入成本直接掉到十分之一。这个降幅比我纠结哪家单价便宜重要得多。

顺便提一句区域推理。Mistral 可以把推理放到欧盟或者美国的机房，价格是标准价的 1.1 倍。但官方写得很清楚，账户配置、API key、计费、权限和使用分析这些控制面数据仍然在 Mistral 自己那边，不是区域化的。要过数据合规这一关，光开区域端点不够。

3 个报错

接进来之后我踩了 3 个有代表性的报错，Mistral 的错误表里都写清楚了成因和解法，这里按我踩坑的顺序说。

402 Payment required：不是限流，是钱的事

第一个就是开头那个 402。官方列了四种成因：预付额度归零、Organization 或 Workspace 的月度消费上限到了、包含的月度额度用完又没开按量付费、最近一张发票付款失败。

我遇到的是第 3 种，账户里有赠送额度，用完之后没自动切到按量付费，请求直接被挡了回来。这个错误和 429 完全不一样——429 是限流，退避一下重试就好；402 是账单状态不对，重试一万次也没用。我当时的处理方式是把组织级和工作区级的消费上限都调高，再确认按量付费是打开的。

Mistral 的错误响应体是固定结构，这点比很多厂商省事：

{
  "object": "error",
  "message": "A human-readable description of the error.",
  "type": "invalid_request_error",
  "param": "model",
  "code": "unknown_model"
}

message 是给人看的，code 是给程序分支用的，param 指出是哪个字段出的问题。我的重试逻辑就是按 code 分流：402 直接报警不重试，429 退避重试，其他走通用处理。

422 Validation error：JSON 没错，值错了

422 的官方定义是「请求体是合法 JSON，但参数值非法」，常见成因有三个：字段类型写错，比如该给数字的地方给了字符串；枚举值不在允许集合里；数组长度超限。400 才是 JSON 本身不合法，比如少写 model 或 messages 字段，或者把 temperature 设成 1.5 这种超出 0 到 1 范围的值。

我踩的是枚举值那一类。我给一个结构化输出字段传了 Mistral 不认的取值，响应体里直接标出是哪个字段。这类错误别想着重试，改参数才是唯一的路。

429 我得单独说一句。官方给的解法是指数退避加读 Retry-After 响应头，额度真的不够的时候可以用批处理或者升档，不要写死一个 sleep 时间在那儿硬扛。

404 Not found：模型退役之后也是它

404 最容易误判。官方列的成因里前两条是模型 ID 写错和端点路径写错，第三条是引用了已经删掉的文件、任务或会话。第四条是我最不想遇到的：模型退役之后，用它那个 ID 发过去的请求就是 404。

所以别把 404 一律当成「拼错 ID 了」。模型退役和拼错 ID 返回的是同一个状态码，日志里如果只有一行 404，你根本分不清是配置错了还是模型被下线了。我现在的做法是 404 触发的时候先查一次模型清单，确认这个 ID 还在不在，再决定是告警还是改配置。

2 张弃用公告

Mistral 官方文档的模型总览页底部有一张 Deprecated 表，列了模型、版本、API ID、弃用日期、退役日期和替代品。我 11 月 5 号那天翻到这张表，看见两条公告是 10 月 31 号刚挂上去的。

第一条是 Mistral Medium 3.5，API ID mistral-medium-3-5，2026 年 4 月 28 号发布，10 月 31 号弃用，2027 年 4 月 30 号退役，替代品是 Mistral Large 4。它不便宜，输入 $1.50、输出 $7.50，是 Mistral 通用模型里最贵的一行，官方给它的性能评分 4.5 分、速度评分只有 2 分。我原本就是冲着它的 agentic 能力想接的，看到公告那天我回去翻了聊天记录，确认自己没记错日期。

第二条是 Mistral Large 3，同样是 10 月 31 号弃用、2027 年 4 月 30 号退役，替代品也是 Large 4。

这两个时间点值得记一下。Medium 3.5 从发布到弃用正好 6 个月，这不是巧合——官方生命周期政策里写明，General Availability 阶段的模型弃用通知期是 6 个月，Labs 和 Public Preview 只有 1 个月，第三方模型也是 1 个月。你要是刚接了一个 Labs 阶段的实验模型，它可能一个月后就通知你搬家。

同一份政策里还有一条警告，我差点踩：用 -latest 这种别名会让你在完全不知情的情况下吃到模型的静默更新，行为和价格都可能变，想要精确控制就得把版本号钉死。具体写法是 pin 到 major.minor 这种固定版本，比如 mistral-large-4 或者 mistral-large-4-0，而不是 mistral-large-latest。

我照着改了。改完第二天排查，又发现一处：Small 4 的 API 名字有两个，mistral-small-2603 和 mistral-small-latest，我在配置里写的是后者，等于每次请求都可能在版本上飘。现在改成前者了。

规格和跑分口径

Mistral Large 4 官方模型页写的信息是：状态 GA，版本 26.10，上线日期 2026 年 11 月 5 日，上下文 1M，总参数 1.05T、激活 52B，1.6B 的视觉编码器，文本和图像都能进，输出带推理和文本，支持结构化输出、函数调用、文档问答、批处理、agent 会话和 connectors，速度评分 5 分、性能评分 4 分。模型卡上写得更细：128 个路由专家、每个 token 激活 4 个，外加 1 个共享专家，用 Mistral 自家欧洲机房里 3,800 块 NVIDIA Grace Blackwell 从零训出来，原生流利 160 多种语言。

DeepSeek V4 Pro 的官方参数是上下文 1M、最大输出 384K、并发上限 500。它的官方功能表里 Vision 那一栏是空的，也就是说不接图像输入，要图像得上 V4.1 Flash。Kimi K3.1 Pro 是 3 万亿级参数、上下文 1,048,576，官方说中文大概 1 个 token 抵 1.5 到 2 个汉字。

跑分这块我建议别太当真。Mistral 自己的模型卡写的是：在 Artificial Analysis Intelligence Index v5 上得分 26，是西方开放权重模型里最高的，但同一段也承认领先的中国开放权重模型在这个综合指数上得分更高。编程方面它引用的是 Cognition 的私有基准 FrontierCode 2.0，这个测试外面根本查不到，我也没法复现。

Kimi 那边做得好一点，K3.1 Pro 的公告里直接给了对照组：Terminal-Bench 4.0 得分 65.7%，同一页列出 GPT-6 Astra 是 58.2%、Claude Opus 5.5 是 66.4%；它自家的 Kimi Code Bench 3.0 长程测试是 61.2%，上一代 K3 是 55.95%。把对手名字和分数一起印出来的写法，比「遥遥领先」这种话有用得多。

要选型的话，我更信自己那 200 条线上问题的回归结果。模型换完我都会拿老数据集跑一遍，看结构化输出的 JSON 解析失败率、字段错位率有没有变。这套流程我在 Comet ML 评测接进 CI 那篇 里写得更细，核心就是断言要写死，别靠人眼看。

自建和许可证

想自建的话，Large 4 的权重已经挂在 Hugging Face 上了。许可证是 Mistral Ecosystem Open-Weight License，是一个改过的 MIT，允许商用也允许非商用，但有一条硬条件：拿这个模型去做 Model-as-a-Service 生意，必须单独找 Mistral 拿商业授权。打算把权重包起来对外提供服务的人，这条得先过。

推理侧模型卡里推荐 vLLM，另外给了一个 NVFP4 量化检查点，专门给 Blackwell 卡用，支持 vLLM 和 SGLang。量化这件事我写过一篇 Hugging Face 使用指南，里面讲了官方权重和 GGUF 量化版不是同一个文件；想在本机跑可以看 LM Studio 和 Ollama 的对比实测，1T 参数的模型在个人机器上基本不用考虑，Small 4 那种 119B 总参数、激活 6.5B 的才有意义。

我什么时候不会选 Mistral

几个我自己确认过的情况，说在前面。

第一，模型迭代太快。官方那张 Deprecated 表上，2026 年送走的不止 Medium 3.5 和 Large 3：Devstral 2 是 5 月 22 号弃用、7 月 31 号退役，Small 3.2 是 4 月 30 号弃用、7 月 31 号退役，Medium 3.1 是 5 月 22 号弃用、8 月 31 号退役，Z.ai GLM 5.2 是 9 月 29 号弃用、10 月 31 号退役。半年走了 6 个。你要是拿某个模型的输出做了大量业务绑定，迁移成本得自己算进去。

第二，别名。前面说过，-latest 会静默更新。我在生产配置里搜了一遍，发现 3 个服务用的还是别名，全部改成固定版本了。这活儿不复杂，但没人提醒你就会一直烂在那儿。

第三，Priority Tier 不是自助开的，官方写的是要联系 Mistral 的人单独配你这套限额。高峰期想要稳定延迟，这个得提前走商务，不是改个参数的事。

第四，Mistral 自己也托管第三方模型，价格页上有 Z.ai GLM 5.3 是 $1.40 和 $4.40、GLM 5.3 Flash 是 $0.15 和 $0.5、DeepSeek V4.1 Flash 1017 是 $0.30 和 $1.2。名字一样、账单打到 Mistral 上，我在自己的日志里看到过一条 GLM 的用量，还以为是自己接的，查了两天才发现是走 Mistral 端点进来的。日志聚合的时候一定要按 provider 分组，不然这个锅很难查。

我现在的最终配置

现在这套是这样：主模型 mistral-large-4，结构化输出和函数调用都走它；摘要和分类这种便宜活给 mistral-small-2603；离线的大批量任务丢批处理，五折；固定前缀的部分保证缓存命中；429 走指数退避读 Retry-After，402 直接报警；模型 ID 全钉死，不用别名。

什么时候选谁，我说清楚边界：中文长文档和多模态输入我留 DeepSeek 的 Flash 或者 Kimi，因为大上下文场景它们的中文 token 效率更好；数据要留在欧盟或者美国境内处理、又愿意多付 10% 的，Mistral 的区域端点能用，但控制面数据不在区域内这件事得提前跟合规说清楚；要在自己机房里跑并且不打算对外提供服务，Mistral 的开放权重是真的自由；要是你的业务已经被某个模型的结构化输出格式绑死了，换供应商之前先把回归测试搭好，那比选哪家便宜重要得多。

最后一句实在话：Mistral 给我的最大便利不是便宜，是它把弃用公告和错误表都写在文档里，而不是让你在半夜的日志里猜。这对一个要接第三方 API 的人来说，比省两毛钱有用。

—— 查不到那条日志