Modèles & pricing

Facturation en crédits prépayés (€). Les comptes démarrent à 0 € : contactez-nous pour créditer votre wallet. Prix au million (M) de tokens. Grille indicative, susceptible d’évoluer.

Conversation

Modèle	model (API)	Souverain	Images	Contexte	Entrée	Sortie
Ministral 3 (3B)	ministral	✅	—	131k	0,132 €/M	0,132 €/M
Mistral Small 4	mistral-small	✅	✅	262k	0,132 €/M	0,396 €/M
GPT-OSS 120B	gpt-oss	✅	—	131k	0,18 €/M	0,72 €/M
Ministral 3 (8B)	ministral-8b	✅	✅	262k	0,198 €/M	0,198 €/M
Ministral 3 (14B)	ministral-14b	✅	✅	262k	0,264 €/M	0,264 €/M
Gemma 4 26B	gemma	✅	✅	262k	0,30 €/M	0,60 €/M
Qwen3.6 35B	qwen-small	✅	✅	262k	0,30 €/M	1,80 €/M
Mistral Large 3	mistral-large	✅	✅	262k	0,66 €/M	1,98 €/M
Qwen3.5 397B	qwen-large	✅	✅	250k	0,72 €/M	4,32 €/M
Mistral Medium 3.5	mistral-medium	✅	✅	262k	1,98 €/M	9,90 €/M

Code

Modèle	model (API)	Souverain	Images	Contexte	Entrée	Sortie
Codestral	codestral	✅	—	256k	0,396 €/M	1,188 €/M
Devstral 2	devstral	✅	—	262k	0,528 €/M	2,64 €/M

Embeddings

Modèle	model (API)	Souverain	Dimensions	Entrée	Sortie
Mistral Embed	mistral-embed	✅	1024	0,132 €/M	—
Qwen3 Embed	qwen-embed	✅	1024	0,120 €/M	—
Codestral Embed	codestral-embed	✅	1536	0,198 €/M	—

mistral-small est le modèle par défaut et couvre la grande majorité des usages. ministral est le plus économique, bon pour la classification et le routage ; ses variantes 8B et 14B offrent le double de contexte pour quelques centimes de plus. mistral-medium raisonne le mieux et mistral-large tient les longs enchaînements d’outils, mais il répond nettement plus lentement : réservez-le aux traitements différés.

gpt-oss, gemma, qwen-small et qwen-large sont des modèles à poids ouverts servis depuis nos propres serveurs à Paris. gpt-oss et gemma sont les moins chers du catalogue en sortie ; qwen-small est taillé pour les enchaînements d’outils à faible coût ; qwen-large est le plus capable des quatre. Tous les quatre raisonnent avant de répondre, ce qui améliore les réponses difficiles mais consomme des tokens de sortie : voyez l’encadré ci-dessous si vous voulez couper.

Trois embeddings, deux dimensions

Ce qui compte pour une base de connaissance, c’est le nombre de dimensions du vecteur : nos bases sont en 1024. mistral-embed (celui qui sert le RAG par défaut) et qwen-embed rendent tous deux 1024 dimensions. codestral-embed en rend 1536 : il s’adresse à l’indexation de code et ne peut pas les remplacer.

Attention : même à dimensions égales, deux modèles d’embeddings ne partagent pas le même espace vectoriel. Passer une base de mistral-embed à qwen-embed impose de la ré-indexer entièrement ; on ne bascule pas de l’un à l’autre en cours de route.

Toute l’inférence est traitée dans l’Union européenne

Le catalogue s’appuie sur deux fournisseurs, tous deux en UE.

Les modèles mistral-*, ministral*, codestral* et devstral passent par l’endpoint régional UE de Mistral (api.eu.mistral.ai), et non par son endpoint global : l’inférence est traitée par des systèmes situés dans l’UE, avec l’engagement contractuel du fournisseur, pas seulement par défaut. Ce choix nous coûte 10 % de plus à l’achat, et la grille ci-dessus en tient compte.

Les modèles gpt-oss, gemma, qwen-small, qwen-large et qwen-embed sont servis par Scaleway (Generative APIs), à Paris. C’est notre propre hébergeur : société française, données traitées en France, aucune lecture ni réutilisation des prompts, aucun entraînement sur vos données.

Nous appelons souverain (✅) ce qui est servi sous notre maîtrise : notre propre infrastructure, ou un hébergement UE que nous avons choisi et que nous pouvons quitter. Aucun de ces modèles ne demande d’opt-in par requête.

Ce que dit notre banc d’essai

La note quality (les étoiles du sélecteur) vient de dix questions posées à chaque modèle dans les conditions réelles de la plateforme : boucle agentique, base de connaissance, outils web et exécution de code, avec des réponses de référence calculées à l’avance. Ce n’est pas un score de benchmark public.

Trois enseignements, mesurés le 28 août 2026 :

• La justesse ne départage presque pas. Sur les questions documentaires, tous les modèles du catalogue trouvent la bonne réponse : ce sont les outils qui font le travail. L’écart se creuse ailleurs — sur une recherche web, cinq modèles sur onze ont répondu de mémoire au lieu de lire ce qu’ils venaient de trouver.
• Le prix affiché ne prédit pas la facture. Un modèle bavard paie sa verbosité : gemma a produit trois fois plus de tokens de sortie que mistral-small pour une note plus basse. À l’inverse, les modèles Mistral profitent du cache de préfixe, facturé 10 % : leur coût réel est divisé par plus de deux sur un enchaînement d’outils, et l’écart se creuse à mesure que la boucle s’allonge. Les modèles servis par Scaleway n’ont pas de tarif réduit sur les tokens mis en cache : sur une chaîne d’outils longue, le calcul peut basculer.
• gpt-oss offre le meilleur rapport qualité-prix du catalogue sur ces dix questions : la note maximale pour le tiers du coût des autres modèles à cinq étoiles.

Dix questions et une seule exécution par modèle : la note est une première calibration, pas un verdict. Elle sera revue à chaque évolution du catalogue.

Régler le raisonnement

Plusieurs modèles réfléchissent avant de répondre. Cette réflexion n’apparaît pas dans la réponse, mais elle est facturée en tokens de sortie — et sur une question simple, elle peut coûter dix fois la réponse elle-même. Réglez-la par requête avec le paramètre standard reasoning_effort :

{ "model": "qwen-small", "reasoning_effort": "none", "messages": [...] }

Les niveaux acceptés dépendent du modèle et sont donnés par reasoning_efforts dans /v1/pricing : none et high sur mistral-small et mistral-medium ; les quatre niveaux (none, low, medium, high) sur qwen-small, qwen-large et gemma ; low, medium, high sur gpt-oss. Les autres modèles n’ont pas de réglage, et envoyer le paramètre vaut une erreur explicite plutôt qu’un silence.

Corollaire : avec un max_tokens serré, la réflexion peut le consommer avant que la réponse ne commence. Prévoyez large, ou coupez le raisonnement.

Dans le portail, le réglage apparaît sous le sélecteur de modèle, et seulement quand le modèle choisi en propose un.

Modèles hors UE : non disponibles à ce jour

Un passthrough vers des modèles hors UE (Claude, GPT) est prévu mais non activé. Ceux-là ne seront pas souverains : la donnée sortirait de l’UE et le fournisseur déciderait seul. Ils exigeront un opt-in explicite par requête, porteront un badge dans le playground, et resteront refusés aux comptes réglés en sovereign-only (cf. Conformité).

Catalogue via l’API

La liste des modèles disponibles et leur grille tarifaire sont exposées publiquement (sans clé API) :

curl https://api.miraca.fr/v1/pricing

(La liste « brute » compatible OpenAI reste disponible sur GET /v1/models, sans la grille tarifaire.)

{
  "object": "list",
  "data": [
    {
      "id": "mistral-small",
      "name": "Mistral Small 4",
      "mode": "chat",
      "sovereign": true,
      "vision": true,
      "quality": 3,
      "agentic": 3,
      "reasoning_efforts": ["none", "high"],
      "context_max": 262144,
      "pricing": {
        "currency": "EUR",
        "input_per_million_tokens": 0.132,
        "output_per_million_tokens": 0.396
      }
    },
    {
      "id": "mistral-embed",
      "name": "Mistral Embed",
      "mode": "embedding",
      "sovereign": true,
      "vision": false,
      "quality": null,
      "agentic": null,
      "reasoning_efforts": [],
      "context_max": 8192,
      "pricing": {
        "currency": "EUR",
        "input_per_million_tokens": 0.132,
        "output_per_million_tokens": null
      }
    }
  ]
}

• id : la valeur à passer dans le champ model de vos requêtes.
• mode : chat ou embedding (pour embedding, output_per_million_tokens vaut null).
• sovereign : true = inférence traitée dans l’UE, sous notre maîtrise (tout le catalogue actuel) ; false = passthrough hors UE (opt-in par requête).
• vision : le modèle sait lire des images jointes à un message. Établi en testant chaque modèle, pas recopié d’une documentation : plusieurs backends acceptent une image sans la regarder et répondent au hasard.
• quality : note de 1 à 5 issue de notre banc d’essai (dix questions agentiques sur une base de connaissance, avec outils). null = non évalué, ce qui ne veut pas dire mauvais. Ce n’est pas un score de benchmark public : il mesure ce que cette plateforme demande, chercher et croiser sans inventer.
• agentic : note de 1 à 5 sur l’enchaînement d’outils — savoir chercher, croiser, et exploiter le résultat d’une recherche plutôt que répondre de mémoire. Distincte de quality : un modèle peut donner de bonnes réponses et mal se conduire en agent.
• reasoning_efforts : niveaux acceptés par le paramètre reasoning_effort. Liste vide = ce modèle n’a pas de réglage de raisonnement, et le lui envoyer vaut 400.
• pricing : prix en € par million de tokens, tels qu’ils sont décomptés de vos crédits.

Le GET /v1/models de l’API OpenAI-compatible (api.miraca.fr) reste disponible avec votre clé, mais ne renvoie que les identifiants — sans prix.