Cloud
Inférence pour construire votre IA de pointe.
from mistralai import Mistral
model = "mistral-large-latest"
client = Mistral(api_key="
MISTRAL_API_KEY")
chat_response = client.chat.complete(
model=model,
messages=[
{
"role": "user",
"content": "Explain a merkle tree in two sentences.",
},
],
)
print(chat_response.choices[0].message.content)Mistral Cloud
Souveraineté des données pour chaque requête.
Modèles
pour chaque charge de travail
Mistral et les principaux Modèles ouverts, tous servis par nous en Europe
All models
For agents, coding, chat and everyday tasks.
Enterprise APIs
API Entreprise
Contrôles régionaux de traitement des données, SLA au niveau système, limites de débit augmentées et Assistance premium.
Explorez les ressources pour les développeurs.
Foire aux questions.
Oui, vous pouvez appeler nos endpoints d’inférence régionaux dans l’UE ou, pour les modèles compatibles, aux États-Unis (api.eu.api.mistral.cross-road.ai, api.us.api.mistral.cross-road.ai). Ils permettent de traiter les requêtes des modèles compatibles dans la région de votre choix pour répondre à vos exigences de résidence des données ou réduire la latence, avec un supplément de 10 %. Sans endpoint régional, les requêtes passent par l’endpoint global. Pour le trafic de production, vous pouvez demander le niveau prioritaire : vos requêtes sont alors traitées avant le trafic standard, avec un SLA de disponibilité.
Nous hébergeons et exécutons nous-mêmes les modèles tiers. Ils fonctionnent donc en toute sécurité sur une infrastructure GPU gérée par Mistral, sans modification et avec les mêmes contrôles régionaux et engagements de service que nos propres modèles. Mistral traite vos requêtes. Les modèles tiers suivent un calendrier de retrait plus court ; consultez la politique de gestion du cycle de vie des modèles.
Les données envoyées via notre API ne servent pas à entraîner les modèles. La rétention nulle des données est disponible sur demande.
Oui, dans Studio, vous pouvez tester des prompts avec les modèles généralistes dans le playground des agents, ou tester des documents et la parole dans les playgrounds dédiés à l’OCR et à l’audio.
Pour les tâches générales, la productivité et le codage, Mistral Medium et GLM de Z.ai (hébergé par Mistral) sont les modèles les plus performants. Pour l’extraction structurée de données à partir de documents, utilisez Mistral OCR. Pour la transcription, le clonage de la voix et les agents vocaux, utilisez Voxtral. Pour les tâches sensibles aux coûts, Mistral Small et Ministral sont les modèles les plus légers. Comparez-les dans la présentation des modèles.
La plupart des modèles sont facturés par million de tokens, en comptant séparément les tokens d’entrée (vos prompts) et de sortie (les réponses). Par exemple, Mistral Large coûte 0,5 $ par million de tokens d’entrée et 1,5 $ par million de tokens de sortie. Le traitement par batch réduit le prix de 50 % pour les volumes importants. Les tokens d’entrée mis en cache réduisent le coût d’entrée jusqu’à 90 % pour les prompts répétés. Certaines API suivent une autre tarification : l’OCR est facturé par tranche de 1 000 pages, les modèles de traitement de la parole à la minute et les API d’outils à l’appel.
Oui, nos modèles à poids ouverts peuvent s’exécuter partout. Téléchargez-les depuis Hugging Face et hébergez-les sur votre propre matériel. Les licences varient selon le modèle, généralement entre Apache 2.0 et une licence MIT modifiée, et peuvent évoluer. Les clients Entreprise peuvent déployer nos modèles sur site ou dans leur propre cloud, notamment auprès de fournisseurs à grande échelle comme AWS, Azure et Google Cloud.



