Mistral NeMo 12B — Spécifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | Mistral AI |
|---|---|
| Type | LLM (dense) |
| Modalité | Texte → Texte |
| Paramètres | 12B |
| Fenêtre de contexte | 128 K |
| Licence | Apache 2.0 (ouverte) |
| Poids ouverts | Oui |
| Publié | 2024 |
| Prix de l’entrée | $0.02 /1M |
| Prix de la sortie | $0.04 /1M |
| Fournisseurs d'API | Mistral, OpenRouter, Ollama |
Exécutez-le localement
| VRAM (4 bits) | ~7,5 Go |
|---|---|
| GPU minimal | RTX 4070 12 Go / RTX 3060 |
What is Mistral NeMo 12B?
Mistral NeMo 12B was built by Mistral AI in partnership with NVIDIA — Apache 2.0, a 128K
context, strong multilingual support, and about 7.5 GB of VRAM at 4-bit, which fits an RTX
4070 12GB or an RTX 3060.
The NVIDIA collaboration shows up where it matters: the model was designed with quantisation
in mind, so it holds quality at 4-bit better than models retrofitted to small hardware after
the fact — the usual failure mode being a model that technically fits in 12 GB but degrades
noticeably once it does. Combined with genuinely good multilingual coverage, that makes NeMo
12B a strong pick for non-English local deployments, where the alternatives are often
English-first models that lose more in quantisation than they can afford. At $0.02 in / $0.04
out per million tokens it is also among the cheapest hosted options available, so it works as
the low-cost tier of a routing setup as well as a local model.
Mistral NeMo 12B pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $0.0200 |
|---|---|
| Sortie (par million de jetons) | $0.0400 |
| Ratio sortie/entrée | 2× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.0240 par 1 million de jetons |
What Mistral NeMo 12B costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $0.03 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $0.60 |
| Production | 200 millions en entrée / 50 millions en sortie | $6.00 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Mistral NeMo 12B
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Mistral 7B ouverte | $0.0220 | 8% cheaper |
| Llama 3.1 8B ouverte | $0.0220 | 8% cheaper |
Hébergement local ou paiement via API ?
Mistral NeMo 12B is open-weight, so you can run it yourself. It needs ~7,5 Go of VRAM at 4-bit (RTX 4070 12GB / RTX 3060). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the calculateur auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
How much does Mistral NeMo 12B cost per 1M tokens?
Mistral NeMo 12B costs $0.0200 per 1M input tokens and $0.0400 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.0240 per 1M tokens.
How much does Mistral NeMo 12B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $0.60 on Mistral NeMo 12B. A side project (1M in / 0.25M out) costs roughly $0.03.
What is a cheaper alternative to Mistral NeMo 12B?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 8% less than Mistral NeMo 12B. It is also open-weight, so self-hosting is an option.
Can I run Mistral NeMo 12B locally?
Yes. Mistral NeMo 12B is open-weight and needs about ~7.5 GB of VRAM at 4-bit quantisation (RTX 4070 12GB / RTX 3060).
Why does Mistral NeMo 12B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Mistral NeMo 12B charges 2× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).