Gemessen: Mistral Large 4 OpenRouter 0,70/2,10 USD vs Hub-Downloads
OpenRouter nennt 0,70/2,10 USD je Million Token und Kontext 1048576; das offizielle Hub-Repo zeigt 12060 downloads und 1644 likes.
Am 2026-11-10 prüfen wir OpenRouter-id mistralai/mistral-large-4-0: Listenpreis, Kontext 1048576 und downloads/likes des Hugging-Face-Repos, auf das die id zeigt.
Abgleich von Mistral Large 4 OpenRouter-Preis. Liste: https://openrouter.ai/api/v1/models. Hub-Suche: https://huggingface.co/api/models?search=mistral-large-4. Nur diese zwei Antworten vom selben Tag. sitdraw · Anleitung.
OpenRouter-Zeile am selben Tag
| Feld | Wert am 2026-11-10 | Hinweis |
|---|---|---|
| Modell-id | mistralai/mistral-large-4-0 | name: Mistral: Mistral Large 4 |
| canonical_slug | mistralai/mistral-large-4-0-20261006 | created 1791294122 → 2026-10-06 13:42:02 UTC |
| hugging_face_id | mistralai/Mistral-Large-4-1T-A52B | Offizielles Repo existiert |
| context_length | 1048576 | gleich bei top_provider |
| Max. Completion | 262144 | is_moderated false |
| Input / 1 Mio. Token | 0.0000007 USD → 0,70 USD | USD-per-token × 1.000.000 |
| Output / 1 Mio. Token | 0.0000021 USD → 2,10 USD | |
| Cache-Lesen / 1 Mio. Token | 0.00000007 USD → 0,07 USD | |
| Modalität | text+image → text | Eingaben text, image; Ausgabe text |
| Reasoning | nicht Pflicht; Standard an; effort high / none; Standard high | keine Latenz, keine eigenen Scores |
Die description nennt ein multimodales Modell (Text- und Bildeingabe) für Reasoning, Coding und agentic workloads und ein 1M-Token-Fenster; der API-String endet bei „with up“. knowledge_cutoff und expiration_date sind leer.
Hugging Face: das offizielle Repo passt
Die Suche mistral-large-4 lieferte 68 Treffer. Die Tabelle trennt hugging_face_id, das NVFP4-Repo der Organisation und das Community-GGUF mit den meisten downloads. Keine Summe.
| Repo | downloads | likes | createdAt | Bezug |
|---|---|---|---|---|
mistralai/Mistral-Large-4-1T-A52B | 12060 | 1644 | 2026-09-30 | OpenRouter hugging_face_id; pipeline image-text-to-text; gated false; 69 siblings; lastModified 2026-11-02 |
mistralai/Mistral-Large-4-1T-A52B-NVFP4 | 1235 | 71 | 2026-10-15 | Quant derselben Org, nicht die gelistete hugging_face_id |
unsloth/Mistral-Large-4-1T-A52B-GGUF | 17713 | 49 | (Suchtreffer) | Drittanbieter-GGUF; mehr downloads als offiziell, kein Ersatz |
Drei Sätze, die diese Messung trägt
Listenpreis: 0,70 USD Input und 2,10 USD Output je Million Token, context_length 1048576. hugging_face_id zeigt auf mistralai/Mistral-Large-4-1T-A52B (12060 downloads, 1644 likes). Weitere Quants in der Suche bleiben getrennt; sie sind keine Latenz- oder Eval-Werte.
Nächstes Mal selbst prüfen
- 01OpenRouter-Liste holen
mistralai/mistral-large-4-0: pricing, context_length, hugging_face_id. Stückpreis × 1.000.000. - 02Offizielles Repo öffnen
downloads und likes von
mistralai/Mistral-Large-4-1T-A52B. NVFP4 oder GGUF nicht addieren. - 03Suche nur als Gegenprobe
search=mistral-large-4bestätigt, dass die Karte da ist. Höhere Community-downloads heißen: eine andere Karte wurde öfter geholt.
# 2026-11-10
# OpenRouter id: mistralai/mistral-large-4-0
# created: 1791294122 (2026-10-06 13:42:02 UTC)
# context_length: 1048576 · max_completion: 262144
# prompt: 0.0000007 USD/token → $0.70 / 1,000,000
# completion: 0.0000021 USD/token → $2.10 / 1,000,000
# input_cache_read: 0.00000007 USD/token → $0.07 / 1,000,000
# hugging_face_id: mistralai/Mistral-Large-4-1T-A52B
# HF official: downloads 12060, likes 1644, createdAt 2026-09-30
# HF search mistral-large-4: 68 hitsWie entstehen 0,70 und 2,10?
Aus OpenRouter pricing.prompt 0.0000007 und pricing.completion 0.0000021, jeweils mal 1.000.000. Keine Rechnung, kein Latenztest.
Gibt es das offizielle Hub-Repo?
Ja. hugging_face_id ist mistralai/Mistral-Large-4-1T-A52B; am 2026-11-10 downloads 12060, likes 1644, gated false.
Warum hat das Community-GGUF mehr downloads?
unsloth/Mistral-Large-4-1T-A52B-GGUF hatte an dem Tag 17713. Das ist eine andere Karte. Offizielle Zähler und Listenpreis bleiben.
Stehen Eval-Werte auf der Seite?
Nein. Auftrag sind Listenpreis, Kontext, downloads und likes. Weitere Listenfelder werden nicht als eigene Benchmarks gelesen.
Preis und downloads auf einer Seite
0,70 / 2,10 neben 12060 legen, dann gehen. sitdraw.