跳到主要内容
  • 524K 上下文
  • 多模态
  • 推理
  • Responses API

Mistral Large 4 · QuickSilver Pro

mistral-large-4
Mistral AI实时可用性—

Mistral Large 4 是 Mistral AI 的前沿多模态模型,2026 年 10 月 6 日以预览版发布:支持文本和图像输入,上下文 524K token,面向编码、推理和 agent 类工作。QuickSilver Pro 接入 Mistral 自己的 endpoint,每百万 token 输入 $0.68 / 输出 $2.09 —— 与该模型在 OpenRouter 上的标价持平,不加价。

  • 524K 上下文
  • 最大输出 131K
  • 视觉
  • 工具调用
  • 推理 · 默认开启
  • 流式输出
  • JSON Schema 输出

你支付 · 每 1M 输入 / 输出

$0.68 / $2.09

与官方价相同

与 OpenRouter list price 价格相同

价格对比($/1M token)

条形长度 = 相对官方价的价格

服务商输入输出对比 QSP
QuickSilver Pro$0.68$2.09—
OpenRouter list price(mistralai/mistral-large-4-0)$0.68$2.09相同

OpenRouter 价格来源: openrouter.ai/mistralai/mistral-large-4-0

概览

上下文
524K token
输入 / 1M
$0.68
输出 / 1M
$2.09
默认思考
是
最大输出
131K
延迟 · 实时
—

Mistral 面向编码和 agent 的旗舰模型 —— 文本和图像输入,524K 上下文,推理可按请求关闭。

什么时候该选 Mistral Large 4?

依据目录中的能力和公开价格整理,而非基准测试。

适用场景

当你想用一款最新的欧洲旗舰模型来跑 agent 循环、多文件编码和长文档任务时,使用 Mistral Large 4:524K token 的上下文装得下一个大型代码仓库或一摞报告,它能在文本之外读取截图和图表,并支持函数调用(包括强制指定工具)和 JSON Schema 结构化输出。默认先思考再回答;需要快速直接的回复时,传入 reasoning: {"enabled": false}。缓存输入价格为每百万 token $0.07。

  • 长文档和代码库,最多 524K token 上下文
  • 需要调用工具并输出严格 JSON Schema 的 Agent
  • 包含图片的提示
  • 多步推理,默认开启

何时该选其他模型

推理默认开启,而且很细致,可能在开始作答前就消耗数千个输出 token,所以日常对话请把它关闭,保持开启时请把 max_tokens 设得宽裕一些。对于大批量的简单抽取,DeepSeek V4 Flash($0.06/$0.18)这类 flash 档模型便宜得多。单次回复的输出上限为 131,072 token。这是一个预览版,由 Mistral 自己的 endpoint 提供服务,该 endpoint 不提供零数据保留,正式发布前行为可能发生变化。

在模型列表中比较其他选择

快速开始(curl)

获取 API key →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="mistral-large-4",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "mistral-large-4",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="mistral-large-4",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

兼容 OpenAI。只需改一行 base_url 即可迁移。

网关行为

本模型的兼容性说明。

prompt
提示最多 524K token。
max_tokens
最多 131K 个输出 token。
  • /v1/chat/completions: 支持
  • /v1/responses: 支持
  • 流式输出: 支持
  • 工具调用: 支持
  • 图片输入: 支持
  • JSON Schema: 支持
  • 推理: 支持

价格从何而来

目录 v83 · 无单独的长上下文价格档

服务商参考价
$0.68 / $2.09openrouter.ai/mistralai/mistral-large-4-0
目录核验日期
提示缓存 · 不参与对比
读取 $0.07

usage.cost = prompt_tokens × $0.68/1M + completion_tokens × $2.09/1M

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

常见问题

常见问题

每百万输入 token $0.68,每百万输出 token $2.09,每百万缓存输入 token $0.07 —— 与该模型在 OpenRouter 上的标价持平,不加价。推理 token 按输出 token 计费。

Mistral Large 4

充值翻倍试用 Mistral Large 4 —— 最高赠送 $50 额度

获取 API Key

$0.68 / $2.09每 1M token 输入 / 输出

试用获取 API Key