Mistral: Mistral Medium 3.5 vs. Pareto 26.9
Ein direkter Vergleich von Mistral: Mistral Medium 3.5 (5,25 $ / 1 Mio. Tokens (≈ 4,68 €)) und Pareto 26.9 (8,75 $ / 1 Mio. Tokens (≈ 7,79 €)) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| Mistral: Mistral Medium 3.5 | Pareto 26.9 | |
|---|---|---|
| Anbieter | Mistral | Unbiased |
| Eingabe | 5,25 $ / 1 Mio. Tokens (≈ 4,68 €) | 8,75 $ / 1 Mio. Tokens (≈ 7,79 €) |
| Ausgabe | 26,25 $ / 1 Mio. Tokens (≈ 23,38 €) | 26,25 $ / 1 Mio. Tokens (≈ 23,38 €) |
| Cache-Lesen | - | 0,88 $ / 1 Mio. Tokens (≈ 0,78 €) |
| Kontextfenster | 262.144 | 262.144 |
| Max. Ausgabe | 209.715 | 131.072 |
| Eingabe | text, image, file | text, image |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 30.04.2026 | 13.10.2026 |
Die wichtigsten Unterschiede
- Mistral: Mistral Medium 3.5 ist bei Eingabe-Tokens 40% günstiger.
- Nur Mistral: Mistral Medium 3.5 unterstützt strukturierte JSON-Ausgabe.
- Nur Mistral: Mistral Medium 3.5 unterstützt Steuerung des Reasoning-Aufwands.
- Eine Anfrage mit 1.000 Eingabe- und 500 Ausgabe-Tokens kostet mit Mistral: Mistral Medium 3.5 0,02 $ und mit Pareto 26.9 0,02 $.
Im Detail
Mistral: Mistral Medium 3.5 wird von Mistral hergestellt, und Pareto 26.9 wird von Unbiased hergestellt. Beide sind Textgenerierungsmodelle, das heißt, beide nehmen Eingaben entgegen und geben Text zurück, und beide werden über api14 zusammen mit vielen anderen Modellen bereitgestellt. Mistral Medium 3.5 wurde von seinem Anbieter am 2026-04-30 veröffentlicht, während Pareto 26.9 ein Anbieter-Veröffentlichungsdatum von 2026-10-13 trägt. Wenn Sie zwischen ihnen wählen, laufen die praktischen Unterschiede auf Modalitäten, Parameterunterstützung und Preis hinaus, nicht auf irgendeinen veröffentlichten Wert.
Die beiden Modelle teilen dieselbe Kontextlänge von 262144 Tokens, sodass keines Ihnen ein längeres Arbeitsfenster bietet als das andere. Wo sie auseinandergehen, ist bei dem, was sie akzeptieren, und bei den Stellschrauben, die sie offenlegen. Mistral Medium 3.5 akzeptiert Text-, Bild- und Dateieingabe, während Pareto 26.9 nur Text und Bild akzeptiert, sodass Dateieingabe auf der Mistral-Seite verfügbar ist und nicht auf der Pareto-Seite. Mistral Medium 3.5 unterstützt außerdem strukturierte Ausgaben und Reasoning-Parameter (einschließlich reasoning und reasoning_effort), und keines davon ist für Pareto 26.9 aufgeführt. Darüber hinaus legt Mistral Medium 3.5 eine breitere Palette von Sampling-Steuerungen offen wie frequency_penalty, presence_penalty, seed und stop, während Pareto 26.9 eine kleinere Menge auflistet: max_tokens, response_format, temperature, tool_choice, tools und top_p. Beide Modelle unterstützen Tool-Aufrufe, sodass dies kein Unterscheidungsmerkmal ist.
Für die tägliche Arbeit ist die Wahl ziemlich mechanisch. Wenn Ihre Aufgabe reasoning-lastige Prompts, strukturierte Ausgabe, die einem Schema entsprechen muss, oder als Dateien bereitgestellte Dokumente umfasst, ist Mistral Medium 3.5 dasjenige, das diese Funktionen unterstützt, und Pareto 26.9 listet sie nicht auf. Wenn Ihre Aufgabe einfache Text- oder Bildeingabe mit einer reinen Textantwort ist, können beide Modelle sie bedienen, und die Entscheidung hängt dann vom Preis ab und davon, wie viel Kontrolle Sie über die Generierung möchten. Mistral Medium 3.5 ist die günstigere Option beim Eingabepreis, während der Ausgabepreis zwischen den beiden etwa gleich ist, sodass Arbeitslasten mit großen Prompts und bescheidenen Vervollständigungen beim Kostenaspekt tendenziell das Mistral-Modell begünstigen. Arbeitslasten, die von Ausgabe-Tokens dominiert werden, sehen kaum einen Preisunterschied.
Beide Modelle über api14 aufzurufen funktioniert auf dieselbe Weise, weil die API OpenAI-kompatibel ist. Sie richten Ihren Client auf die api14-Basis-URL, senden Ihre Anfrage in der üblichen Form für Chat-Vervollständigungen und setzen das Feld model auf die ID, die Sie möchten. Um Mistral Medium 3.5 zu verwenden, setzen Sie die Modell-ID auf "mistralai/mistral-medium-3-5". Um Pareto 26.9 zu verwenden, setzen Sie sie auf "unbiased/pareto-26.9". Alles andere im Anfragetext, die messages, die temperature, das tools-Array und der Rest, bleibt wie es ist, vorbehaltlich der Parameter, die jedes Modell unterstützt. Das bedeutet, Sie können zwischen den beiden wechseln, indem Sie eine einzige Zeichenkette ändern, was es einfach macht, verschiedene Anfragen an verschiedene Modelle zu leiten oder ihre Ausgaben bei demselben Prompt zu vergleichen.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "mistralai/mistral-medium-3-5" auf "unbiased/pareto-26.9", Prompts, Streaming und Tools funktionieren weiter.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "unbiased/pareto-26.9",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Weitere Vergleiche
- LiquidAI: LFM3-1.7B vs. Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B vs. Crouton Alpha
- LiquidAI: LFM3-1.7B vs. Tencent: Hy4
- LiquidAI: LFM3-1.7B vs. Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview vs. Crouton Alpha
- Ricursive: Ripple 65B Preview vs. Tencent: Hy4
- Ricursive: Ripple 65B Preview vs. Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha vs. Tencent: Hy4