Mistral: Mistral Medium 3.5 kontra OpenAI: o3
Porównanie Mistral: Mistral Medium 3.5 (5,25 USD / 1M tokenów (≈ 20,57 zł)) i OpenAI: o3 (7,00 USD / 1M tokenów (≈ 27,43 zł)) obok siebie na podstawie aktualnych cen w USD i możliwości z katalogu api14. Oba działają przez to samo API zgodne z OpenAI.
Specyfikacja
| Mistral: Mistral Medium 3.5 | OpenAI: o3 | |
|---|---|---|
| Dostawca | Mistral | OpenAI |
| Wejście | 5,25 USD / 1M tokenów (≈ 20,57 zł) | 7,00 USD / 1M tokenów (≈ 27,43 zł) |
| Wyjście | 26,25 USD / 1M tokenów (≈ 102,84 zł) | 28,00 USD / 1M tokenów (≈ 109,70 zł) |
| Odczyt z cache | - | 1,75 USD / 1M tokenów (≈ 6,86 zł) |
| Wyszukiwanie w sieci | - | 35,00 USD / 1K wyszukiwań (≈ 137,13 zł) |
| Okno kontekstu | 262 144 | 200 000 |
| Maks. wyjście | 209 715 | 100 000 |
| Wejście | text, image, file | image, text, file |
| Wyjście | text | text |
| Wywołania narzędzi | ||
| Ustrukturyzowane wyjście | ||
| Sterowanie rozumowaniem | ||
| Dodano | 30 kwi 2026 | 16 kwi 2025 |
Najważniejsze różnice
- Mistral: Mistral Medium 3.5 jest o 25% tańszy na tokenach wejściowych.
- Mistral: Mistral Medium 3.5 jest o 6% tańszy na tokenach wyjściowych.
- Mistral: Mistral Medium 3.5 przyjmuje 1.3× więcej kontekstu (262 144 tokenów).
- Żądanie z 1000 tokenów wejściowych i 500 wyjściowych kosztuje 0,02 USD z Mistral: Mistral Medium 3.5 i 0,02 USD z OpenAI: o3.
Szczegółowo
Mistral: Mistral Medium 3.5 jest tworzony przez Mistral, a OpenAI: o3 jest tworzony przez OpenAI. Oba są modelami tekstowymi, co oznacza, że odpowiedź, którą otrzymujesz, jest tekstem, i oba są udostępniane przez api14 w ramach tego samego katalogu. Różnią się momentem pojawienia się: o3 ma datę wydania przez dostawcę 2025-04-16, podczas gdy Mistral Medium 3.5 ma datę wydania przez dostawcę 2026-04-30. To wszystko, co musisz wiedzieć, zanim przyjrzysz się, co każdy z nich przyjmuje i ile dają ci miejsca.
Pod względem możliwości oba są bliższe sobie, niż wyglądają. Oba przyjmują dane wejściowe tekstowe, obrazowe i plikowe, a zwracają wyłącznie tekst, więc żaden nie jest modelem audio ani wideo. Okna kontekstu są tym, co je różni: Mistral Medium 3.5 oferuje 262144 tokeny, a o3 oferuje 200000 tokenów, więc Mistral Medium 3.5 daje większe okno. Jeśli chodzi o parametry, Mistral Medium 3.5 obsługuje frequency_penalty, presence_penalty, temperature, top_p, stop, seed, max_tokens, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort i include_reasoning. o3 obsługuje węższy zestaw: max_tokens, response_format, structured_outputs, tools, tool_choice, seed, reasoning i include_reasoning. Warto zauważyć, że o3 nie wymienia temperature, top_p, frequency_penalty ani presence_penalty i nie wymienia reasoning_effort, więc jeśli twój kod dostraja próbkowanie lub ustawia poziom wysiłku rozumowania, Mistral Medium 3.5 jest tym, który przyjmie te pola. Żaden z modeli nie jest oznaczony jako wyłącznie posiadający tools, structured outputs ani reasoning, więc traktuj je jako wspólny grunt, a nie wyróżnik.
Przy wyborze między nimi zacznij od kształtu zadania. Jeśli podajesz długie dokumenty, duże bazy kodu lub kontekst wielu plików i chcesz dodatkowego zapasu, Mistral Medium 3.5 jest naturalnym domyślnym wyborem, ponieważ jego okno jest większe. Jeśli twój potok promptów już opiera się na temperature, top_p lub parametrach kary, albo jeśli chcesz jawnie ustawić wysiłek rozumowania, Mistral Medium 3.5 jest znowu bezpieczniejszym dopasowaniem, ponieważ te parametry są obsługiwane. Jeśli twoje obciążenie to proste zadanie rozumowania lub wywoływania narzędzi, w którym nie musisz dostrajać próbkowania, a 200000 tokenów w zupełności wystarcza, o3 jest rozsądnym wyborem i utrzymuje mniejszą powierzchnię parametrów. Koszt też jest czynnikiem: Mistral Medium 3.5 jest tańszy z dwóch zarówno na wejściu, jak i na wyjściu, więc przy dużym natężeniu ruchu, gdzie większe okno nie jest ściśle wymagane, sama różnica w cenie może zdecydować.
Wywołanie któregokolwiek modelu przez api14 to ten sam ruch. API jest zgodne z OpenAI, więc zachowujesz istniejącego klienta, istniejący kształt treści żądania i istniejące uwierzytelnianie. Zmienia się tylko ciąg identyfikatora modelu: użyj "mistralai/mistral-medium-3-5", aby skierować do Mistral Medium 3.5, lub "openai/o3", aby skierować do o3. Wszystko inne, tablica messages, tablica tools, obiekt response_format, pozostaje na miejscu. Jeśli przechodzisz z o3 na Mistral Medium 3.5 i chcesz użyć temperature lub top_p, dodaj te pola w tym samym czasie, ponieważ o3 by ich nie przyjął, a twoje obecne ładunki prawdopodobnie je pomijają.
Zmień jednym ciągiem znaków
Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "mistralai/mistral-medium-3-5" na "openai/o3", prompty, streaming i narzędzia działają dalej.
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": "openai/o3",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Więcej porównań
- LiquidAI: LFM3-1.7B kontra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B kontra Crouton Alpha
- LiquidAI: LFM3-1.7B kontra Tencent: Hy4
- LiquidAI: LFM3-1.7B kontra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview kontra Crouton Alpha
- Ricursive: Ripple 65B Preview kontra Tencent: Hy4
- Ricursive: Ripple 65B Preview kontra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha kontra Tencent: Hy4