Mistral 7B — 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 | 7B |
| Fenêtre de contexte | 32 K |
| Licence | Apache 2.0 (ouverte) |
| Poids ouverts | Oui |
| Publié | 2023 |
| Prix de l’entrée | $0.02 /1M |
| Prix de la sortie | $0.03 /1M |
| Fournisseurs d'API | Mistral, DeepInfra, OpenRouter, Ollama |
Exécutez-le localement
| VRAM (4 bits) | ~4,5 Go |
|---|---|
| GPU minimal | Toute carte graphique de 6 Go |
What is Mistral 7B?
Mistral 7B is the model that kicked off the open-LLM wave — 7B parameters, Apache 2.0, a
32K context and a footprint of about 4.5 GB at 4-bit that runs on a 6 GB GPU. It is still a
solid, ultra-cheap baseline at $0.02 in / $0.03 out per million tokens.
Its remaining role is as a floor rather than a recommendation. The 32K context is the
binding constraint: every comparable small model now ships with 128K, so anything involving
documents, long conversations or substantial retrieval will hit the wall on Mistral 7B first.
Where it still earns a place is in tightly scoped, high-volume classification and routing
tasks with short inputs, on constrained hardware, or as the historical baseline in an
evaluation — if a newer model cannot beat Mistral 7B on your data, the problem is probably
your prompt or your data, not the model. For new local deployments, Qwen3 8B and Llama 3.1 8B
occupy the same hardware bracket with four times the context, and are the better starting
point.
Mistral 7B pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $0.0200 |
|---|---|
| Sortie (par million de jetons) | $0.0300 |
| Ratio sortie/entrée | 1.5× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.0220 par 1 million de jetons |
What Mistral 7B 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 | $0.55 |
| Production | 200 millions en entrée / 50 millions en sortie | $5.50 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Hébergement local ou paiement via API ?
Mistral 7B is open-weight, so you can run it yourself. It needs ~4,5 Go of VRAM at 4-bit (Any 6GB GPU). 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 7B cost per 1M tokens?
Mistral 7B costs $0.0200 per 1M input tokens and $0.0300 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.0220 per 1M tokens.
How much does Mistral 7B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $0.55 on Mistral 7B. A side project (1M in / 0.25M out) costs roughly $0.03.
Can I run Mistral 7B locally?
Yes. Mistral 7B is open-weight and needs about ~4.5 GB of VRAM at 4-bit quantisation (Any 6GB GPU).
Why does Mistral 7B 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 7B charges 1.5× 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).