¿Mistral Large 4 o Large 3? Contexto, razonamiento y precio

Respuesta corta: los dos están en la misma API y se cambia con el id del modelo

LLMTR (llmtr.com) es una pasarela que da acceso a modelos de lenguaje alojados en Turquía y en proveedores globales a través de una única API compatible con OpenAI. Allí Mistral Large 4 se ofrece como mistral/mistral-large-4 y Mistral Large 3 como mistral/mistral-large-latest; ambos se llaman en el endpoint /v1/chat/completions de https://llmtr.com/v1 con la misma clave de API. Pasar de uno a otro es cambiar el nombre del modelo.

Las diferencias están en tres puntos. Large 4 ofrece 524.288 tokens de contexto y Large 3, 256.000. Large 4 razona por defecto antes de responder y reasoning_effort elige none o high; la fila de Large 3 no tiene niveles de reasoning_effort. En precio, Large 4 tiene dos tarifas con fecha y Large 3 un único precio. En el catálogo de LLMTR, Large 4 figura como un modelo grande de la familia más nuevo que Large 3.

¿Mistral Large 4 o Mistral Large 3? Cuál elegir

Si trabajas con documentos, bases de código o historiales de más de 256.000 tokens, decide la ventana de contexto: un prompt que no cabe en Large 3 puede caber en Large 4. Para análisis de varios pasos, planificación y agentes con herramientas, los niveles de razonamiento de Large 4 dan un control: high en los turnos difíciles, none en los simples.

En trabajos de alto volumen con respuestas cortas, prueba ambos con tus propios ejemplos y mira los tokens. Los tokens que Large 4 genera al razonar se facturan como salida; con none la salida es solo la respuesta. La tabla muestra los valores del catálogo de LLMTR.

¿Cuánto cuesta la misma solicitud en cada modelo?

Tomemos una solicitud de 10.000 tokens de entrada y 2.000 de salida. En Large 3 cuesta (10.000 x 0,50 $ + 2.000 x 1,50 $) / 1M = 0,00800 $. En Large 4, con los mismos tokens, cuesta 0,01098 $ hasta el 20 de octubre de 2026 a las 00:00 UTC (03:00, hora de Turquía) y 0,02196 $ a partir de entonces.

El cálculo supone que los dos modelos generan los mismos tokens de salida. Con el razonamiento activo, la salida de Large 4 incluye el razonamiento además de la respuesta, así que la diferencia real depende de la tarea, y reasoning_effort: "none" la reduce. En Large 4 la entrada leída de caché cuesta 0,07 $ hasta el 20 de octubre y 0,14 $ después. El changelog de Mistral del 6 de octubre de 2026 anunció el precio de lanzamiento de Large 4 como un 50 % de descuento durante dos semanas; en LLMTR la tarifa cambia sola.

• Mistral, API pricing · 2026-10-10
• Mistral, changelog (6 October 2026) · 2026-10-10

Diferencias en razonamiento y llamadas a herramientas

Large 4 razona por defecto; el razonamiento llega en reasoning_content y la respuesta en content. Solo acepta none y high; minimal, low, medium, xhigh y max devuelven 400. En conversaciones de varios turnos, reenvía los mensajes anteriores del asistente con reasoning_content; ese razonamiento se factura como entrada. La fila de Large 3 no tiene niveles de reasoning_effort, así que envía ese campo solo a Large 4.

Los dos modelos aceptan el array tools al estilo de OpenAI. En Large 4, tool_choice admite auto, none y una función con nombre; "required" devuelve 400 invalid_request con tool_choice_required_unsupported en error.details.reason.

• Mistral, Mistral Large 4 announcement · 2026-10-10

El id mistral/mistral-large-latest está fijado en Large 3

Aunque su nombre diga latest, en LLMTR el id mistral/mistral-large-latest llama a Mistral Large 3 y no pasa solo a Large 4. Así, el comportamiento y la factura de las aplicaciones que usan este id no cambian sin aviso. Para usar Large 4, pon explícitamente mistral/mistral-large-4; si tu código envía tool_choice: "required", cámbialo al nombre de la función.

Antes de cambiar, ejecuta los dos modelos con los mismos prompts y compara los tokens. El ejemplo de abajo envía un prompt a ambos, pasa reasoning_effort: "none" a Large 4 pero no a Large 3 e imprime los tokens de entrada y salida de cada uno.

Envía el mismo prompt a mistral/mistral-large-latest y a mistral/mistral-large-4 e imprime el uso de tokens de ambos.

from openai import OpenAI

client = OpenAI(base_url="https://llmtr.com/v1", api_key="llmtr-your_key")

prompt = [{"role": "user", "content": "Summarize the risks in this contract clause in three bullet points."}]

for model, extra in [
    ("mistral/mistral-large-latest", {}),
    ("mistral/mistral-large-4", {"reasoning_effort": "none"}),
]:
    response = client.chat.completions.create(
        model=model,
        messages=prompt,
        max_tokens=1024,
        **extra,
    )
    print(model, response.usage.prompt_tokens, response.usage.completion_tokens)
    print(response.choices[0].message.content)

Probar los dos modelos en LLMTR con una sola clave

Crea una cuenta en llmtr.com, recarga crédito prepago y crea una clave en Dashboard > API Keys. En tu SDK compatible con OpenAI, pon https://llmtr.com/v1 como base_url; la misma clave sirve para los dos modelos. Cada solicitud se descuenta del crédito al precio vigente del catálogo y aparece en la página de uso por modelo, con el coste real de ambos.

Pasar de Mistral Large 3 a Large 4

Prueba los dos modelos con la misma clave, adapta el código y cambia el id a mistral/mistral-large-4.

1. Prueba en paralelo. Envía los mismos prompts a mistral/mistral-large-latest y a mistral/mistral-large-4 y compara los tokens.
2. Cambios en el código. Cambia tool_choice required por el nombre de la función y reenvía reasoning_content.
3. Id del modelo. Pon mistral/mistral-large-4 como modelo y, si hace falta, elige none o high con reasoning_effort.

Frequently asked questions

¿Qué diferencia hay entre Mistral Large 4 y Large 3?

En LLMTR, Large 4 ofrece 524.288 tokens de contexto y Large 3, 256.000. Large 4 razona por defecto y acepta los niveles none y high. Por 1M de tokens, la entrada / salida cuesta 0,68 $ / 2,09 $ en Large 4 hasta el 20 de octubre de 2026 a las 00:00 UTC y después 1,36 $ / 4,18 $; Large 3 cuesta 0,50 $ / 1,50 $.

¿mistral/mistral-large-latest llama a Mistral Large 4?

No. En LLMTR, mistral/mistral-large-latest está fijado en Large 3 y no pasa solo a Large 4. Para Large 4, usa el id mistral/mistral-large-4.

¿Qué cambia en el código al pasar de Large 3 a Large 4?

Cambia el nombre del modelo. Si usas tool_choice: "required", pásalo al nombre de la función y reenvía reasoning_content en las conversaciones de varios turnos.

Artículos relacionados

• API de Mistral Large 4: uso con el SDK de OpenAI y precio
• Agente con herramientas y Mistral Large 4: tool_choice y razonamiento

• Modelo Mistral Large 4
• Modelo Mistral Large 3
• Documentación de Mistral Large 4