mistralai/mistral-large
128,000 context · $2.00/M input tokens · $6.00/M output tokens
This is Mistral AI's flagship model, Mistral Large 2 (version mistral-large-2407). It's a proprietary weights-available model and excels at reasoning, code, JSON, chat, and more. Read the launch announcement here....
Tarification
Paiement à l'usage
Aucun coût initial, payez uniquement ce que vous utilisez
Essayer le modèle
Utilisation de l'API
Utilisez les exemples de code suivants pour intégrer notre API :
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="mistralai/mistral-large",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)Introduction au modèle
Mistralai mistral-large
mistralai mistral-large
Why It Looks Great
- Large Language Model architecture for efficient processing
- 128000 context window for long document handling
- Competitive pricing at $2.2/$6.6 per million tokens
Key Features
- Context Window: 128000 tokens
- Max Output: 4096 tokens
- Vision: Supported
- Function Calling: Supported
Specifications
| Specification | Value |
|---|---|
| Provider | Mistralai |
| Model Type | Large Language Model (LLM) |
| Architecture | N/A |
| Context Window | 128000 tokens |
| Max Output | 4096 tokens |
| Input | Text |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
Pricing
| Token Type | Cost per Million Tokens |
|---|---|
| Input | $2.2 |
| Output | $6.6 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: mistralai/mistral-large
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="mistralai/mistral-large",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "mistralai/mistral-large",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: mistralai/mistral-large
- Provider: Mistralai
Infos
Fonctionnalités prises en charge
Guide d'accès API
Mistral Large API
mistralai/mistral-large
This is Mistral AI's flagship model, Mistral Large 2 (version `mistral-large-2407`). It's a proprietary weights-available model and excels at reasoning, code, JSON, chat, and more. Read the launch announcement [here](https://mistral.ai/news/mistral-large-2407/)....
Entrée
$2 /M
Sortie
$6 /M
Contexte
128K
Sortie max.
4K
Utilisation d'outils
Pris en charge
Essayez Mistral Large sur WaveSpeedAI
Accédez à Mistral Large via notre API unifiée — compatible OpenAI, sans démarrages à froid, prix transparents.
Questions fréquentes sur Mistral Large
Combien coûte l'API Mistral Large ?+
Tarification sur WaveSpeedAI : $2.00 par million de tokens d'entrée et $6.00 par million de tokens de sortie. Le prompt caching et le traitement par batch sont facturés séparément et réduisent le coût effectif sur les charges longues et répétitives.
Quelle est la fenêtre de contexte de Mistral Large ?+
Mistral Large prend en charge jusqu'à 128K tokens de contexte et jusqu'à 4K tokens de sortie par requête.
Mistral Large est-il compatible avec OpenAI ?+
Oui. WaveSpeedAI expose Mistral Large via un endpoint compatible OpenAI à https://llm.wavespeed.ai/v1. Pointez le SDK officiel d'OpenAI vers cette base URL avec votre clé API WaveSpeedAI — aucune autre modification de code requise.
Comment démarrer avec Mistral Large ?+
Connectez-vous à WaveSpeedAI, créez une clé API dans Access Keys, puis envoyez une requête à https://llm.wavespeed.ai/v1/chat/completions avec l'id du modèle affiché ci-dessus. Les nouveaux comptes reçoivent des crédits gratuits pour évaluer Mistral Large.