Mistral Large 4: Preço em R$ e Pesos Abertos (2026)

Resposta direta: o Mistral Large 4 é um modelo de linguagem da Mistral AI, lançado em 6 de outubro de 2026 como prévia pública na API e com os pesos abertos publicados em 29 de outubro de 2026, com cerca de 1,05 trilhão de parâmetros e janela de 1 milhão de tokens. O preço de lista é US$ 1,36 por milhão de tokens de entrada e US$ 4,18 de saída, ou R$ 7,04 e R$ 21,63 com dólar a R$ 5,00 e IOF de 3,5%, e uma promoção de 50% reduz os dois valores pela metade. A nota independente na Artificial Analysis é 26 na versão 5 do índice (era 38 na prévia, na versão anterior). Os pesos foram publicados em 29/10/2026 sob a Mistral Ecosystem Open-Weight License, uma licença MIT modificada que exige acordo comercial de quem oferece o modelo como serviço a terceiros.

Esses números pedem uma conta mais fina do que a das manchetes. O preço por token é menor que o do Claude Sonnet 5.5, mas a prévia escrevia muito: a Artificial Analysis registrou 200 milhões de tokens de saída para rodar o seu índice na versão anterior, mais que o dobro da mediana. Na versão 5, o modelo final usa 82 mil tokens de saída por tarefa, 39% menos que a prévia, e custa US$ 2,06 por tarefa (a prévia custava US$ 5,54), cerca de 3,4 vezes o do DeepSeek V4.1 Flash 1017, que tem nota maior (32 contra 26). Nas páginas em português que abri, não encontrei juntos o preço em reais, a comparação de custo por tarefa com o DeepSeek, a dúvida sobre o fim da promoção e a análise da LGPD com a decisão de adequação entre Brasil e União Europeia.

Atualização de 30/10/2026: em 29/10/2026 a Mistral publicou os pesos do Mistral Large 4 no Hugging Face, em FP8 e NVFP4, sob a Mistral Ecosystem Open-Weight License, uma licença MIT modificada que exige acordo comercial de quem oferece o modelo como serviço a terceiros (anúncio da Mistral e Hugging Face). Em 27/10/2026 a Artificial Analysis lançou a versão 5 do seu índice: o modelo final marca 26 (a prévia marcava 38 na versão anterior e 25 na versão 5), custa US$ 2,06 por tarefa (a prévia: US$ 5,54) e usa 39% menos tokens de saída. Não verifiquei se o preço da API mudou com a publicação dos pesos, então confira no painel da Mistral. As correções estão marcadas no texto.

O que este guia traz e não se repete nas páginas que li:

• o preço em reais de cada forma de cobrança (promoção, lista, endpoint regional da UE ou dos EUA, lote e prioridade), com a conta de quanto a fatura sobe quando a promoção acabar;
• o que mudou com a publicação dos pesos em 29/10/2026 (licença, formatos, hospedagem) e o que continua em aberto sobre os parâmetros ativos e o tamanho do contexto, com data e fonte de cada ponto;
• uma calculadora que soma o contexto reenviado a cada chamada e compara o Mistral com o DeepSeek e o Sonnet 5.5 nos mesmos tokens, com campo para a verbosidade;
• a LGPD aplicada ao caso: o que muda com a Resolução CD/ANPD 32 de 2026, quando a UE ajuda e quando o endpoint dos EUA volta a exigir mecanismo de transferência.

Por Hamza Taaouch.

Como este guia foi feito: em 27/10/2026 cruzei a análise da Artificial Analysis, as páginas da eesel sobre análise, preços e especificações, a revisão da Lindy, o levantamento da redreamality, a reportagem da Forkast sobre os pesos, a cobertura do Le Monde Informatique e da The New Stack, e textos jurídicos sobre a decisão de adequação entre Brasil e UE. Não consegui abrir a documentação nem a página de anúncio da Mistral, então os dados oficiais chegam por terceiros. Não rodei benchmarks por conta própria. Quando um número vem da Mistral, eu aviso.

Os valores valem para 27/10/2026. O conteúdo é informativo e não substitui orientação jurídica, contábil ou financeira. Preços, promoção, licença e regras de dados podem mudar, e os pesos foram publicados em 29/10/2026, depois da primeira versão deste guia.

Última atualização: 30/10/2026.

O que é o Mistral Large 4 e em que estado ele está hoje?

O Mistral Large 4 é o maior modelo da Mistral AI até hoje, lançado em 6 de outubro de 2026 como prévia pública (versão 26.10) na API da Mistral, com arquitetura de mistura de especialistas e entrada de texto e imagem, e teve os pesos abertos publicados em 29 de outubro de 2026. A empresa francesa o apresentou depois de uma rodada de € 3 bilhões, e o Le Monde Informatique o descreve como o primeiro grande lançamento desde essa captação. O apelido interno é Le Chonk, segundo a Lindy.

Na API, a palavra que mais importava no lançamento era prévia, e as regras abaixo valem enquanto o modelo da API estiver nessa condição, que não consegui reconferir depois da publicação dos pesos. Segundo a eesel, os modelos em prévia têm o mesmo preço dos modelos de disponibilidade geral, mas não têm caminho garantido até ela, e a Mistral avisa com um mês de antecedência antes de desativar esses modelos, contra seis meses nos modelos finais. Depois do desligamento, as chamadas passam a falhar com erro 404, e prévias não aceitam aliases do tipo latest. Para quem vai montar um produto, isso significa guardar uma saída para outro modelo.

Os pesos abertos do Mistral Large 4 já foram publicados?

Sim: a Mistral publicou os pesos do Mistral Large 4 no Hugging Face em 29/10/2026, antes do fim de outubro que tinha prometido, sob a Mistral Ecosystem Open-Weight License. O repositório principal, Mistral-Large-4-1T-A52B, traz o modelo em FP8, há uma versão NVFP4 e há também versões GGUF da Unsloth e da equipe do llama.cpp, segundo o Hugging Face. O download não tem etapa de aprovação, mas exige GPUs de datacenter, e a Microsoft passou a oferecer o modelo no Microsoft Foundry, segundo o anúncio da Mistral. Em 27/10/2026, quando escrevi a primeira versão deste guia, a página do Hugging Face ainda mostrava contagem regressiva e o arquivo de licença devolvia erro 404.

O que mudou com a publicação: a licença não é a Apache 2.0 do Large 3. A Mistral a chama de licença MIT modificada, e a cláusula central diz que quem opera o modelo como serviço, o que a licença chama de Model as a Service, precisa de uma licença comercial separada antes de usá-lo para fins comerciais, segundo a DEV Community, que cita o texto da licença. Uso interno, ajuste fino e produtos construídos sobre o modelo ficam liberados, segundo a mesma fonte.

O que isso muda para você: se o seu plano é hospedar o modelo para uso interno ou para um produto seu, os pesos já estão disponíveis, mas pesam cerca de 1 TB e exigem GPUs de datacenter. Se você pretende vender acesso ao modelo como API para terceiros, leia a licença inteira e fale com a Mistral antes. Se você só vai usar a API, nada disso muda a conta de hoje, mas a possibilidade de hospedar em infraestrutura própria muda a análise de LGPD, que está na seção correspondente.

O Mistral Large 4 tem 49 ou 52 bilhões de parâmetros ativos?

Depende da fonte: a Mistral cita 49 bilhões no anúncio e no Hugging Face, e a documentação técnica lista 52 bilhões. A Le Monde Informatique registra as duas cifras, a Lindy informa que o número foi alterado entre 7 e 8 de outubro e a redreamality diz que posts da comunidade com 49 bilhões divergem da documentação. O total de 1,05 trilhão e o codificador de visão de 1,6 bilhão aparecem de forma consistente. Depois da publicação dos pesos, a divergência continua: o nome do repositório indica 52 bilhões ativos (A52B), a página do Hugging Face fala em 49 bilhões ativos, e a Artificial Analysis cita 1,05 trilhão no total e 52 bilhões ativos.

Para quem só usa a API, a diferença não muda nada, porque o preço é por token. Ela importa para quem estima hardware, e a redreamality faz essa conta só para os pesos, sem cache de contexto: em precisão FP8, cerca de 1 byte por parâmetro, são aproximadamente 1,05 TB. Oito GPUs H200 somam 1.128 GB e deixariam de 70 a 80 GB para o cache de atenção, o que torna um contexto de 1 milhão de tokens pouco realista. Os pesos publicados vêm em FP8 e NVFP4, e a conta acima é uma estimativa só para o FP8.

Qual é o tamanho real do contexto: 1 milhão ou 512 mil tokens?

A Mistral anuncia 1 milhão de tokens, e a Artificial Analysis mediu 524.288, o que corresponde a 512k, na configuração que testou na prévia. A diferença pode vir da configuração do teste, e nenhuma fonte que li explica isso. Na prática, planeje com 512 mil como limite seguro, até testar um documento maior no seu caso. O tamanho máximo de saída não aparece nas fontes que li.

O Mistral Large 4 entende português do Brasil?

Não encontrei avaliação específica em português do Brasil. A Mistral diz que o treino cobriu mais de 160 idiomas e todos os idiomas oficiais da UE, e o português é um deles, mas isso se refere ao português de Portugal como língua da União Europeia, e não prova qualidade no português brasileiro. A Artificial Analysis não publica nota por idioma. Rode tarefas reais em português do Brasil, com os termos do seu setor, antes de decidir.

Quanto custa o Mistral Large 4 em reais?

O preço de lista é US$ 1,36 por milhão de tokens de entrada, US$ 0,14 de entrada lida do cache e US$ 4,18 de saída, ou R$ 7,04, R$ 0,72 e R$ 21,63 com dólar a R$ 5,00 e IOF de 3,5%. Com a promoção de lançamento de 50%, os valores caem para US$ 0,68, US$ 0,07 e US$ 2,09, ou R$ 3,52, R$ 0,36 e R$ 10,82. Para converter por conta própria, multiplique o valor em dólar por 5,175.

Quatro detalhes de cobrança evitam surpresas. O cache lido custa cerca de um décimo da entrada (R$ 0,72 contra R$ 7,04 no preço de lista). A prioridade exige uma conversa com a equipe comercial da Mistral, e o tráfego acima do seu limite volta ao nível padrão. O preço de lista do Large 4 é mais que o dobro do Large 3 (US$ 0,50 e US$ 1,50), segundo a eesel. E o aviso de que o preço de prévia é igual ao de disponibilidade geral não impede que o valor mude no lançamento final.

Quando a promoção de 50% do Mistral Large 4 acaba?

Não há resposta confiável: a Artificial Analysis fala em duas semanas a partir de 6/10/2026, e a eesel e o site mistrallarge4.org dizem que não há data de término anunciada. Se valesse a versão de duas semanas, a promoção teria acabado por volta de 20/10, e a página da Lindy, de 15/10, ainda mostra os preços promocionais. Não consegui abrir a página oficial para ver o valor cobrado hoje.

Por isso, planeje o custo com o preço de lista e trate a promoção como bônus. Quando ela acabar, a fatura dobra: no cenário padrão da calculadora abaixo, de R$ 898,38 para R$ 1.796,76 por mês. Confira o preço vigente no painel antes de fechar um orçamento para cliente.

Vale pagar 10% a mais pelo endpoint regional da UE?

Vale quando você precisa de um registro de que o processamento ocorre na UE, e não vale para dados públicos. A eesel informa que os endpoints regionais da UE e dos EUA custam 1,1 vez o preço de lista, ou seja, R$ 7,74 de entrada e R$ 23,79 de saída por milhão. O adicional de 10% se vê na fatura: no cenário padrão da calculadora, ela passa de R$ 1.796,76 para R$ 1.976,44 por mês. A questão da LGPD que justifica esse adicional está explicada na seção própria, mais abaixo.

Quanto custa uma tarefa de verdade com o Mistral Large 4?

Uma resposta curta custa cerca de R$ 0,0314 no preço de lista, a revisão de um contrato de 60 páginas custa R$ 0,4465 e um agente com 40 chamadas de ferramenta custa R$ 3,46 sem cache e R$ 1,44 com 80% da entrada lida do cache. Usei os mesmos cenários dos guias do Muse Wonder e do DeepSeek V4.1 Flash, para a comparação ser direta, e refiz as multiplicações com a tabela acima.

Com os mesmos tokens, o agente com cache custa R$ 1,44 no Mistral a preço de lista, R$ 5,09 no Muse Wonder ou no Opus 5.5 e R$ 0,1602 no DeepSeek V4.1 Flash fora do pico. Isso coloca o Mistral no meio: cerca de 9 vezes o DeepSeek e cerca de 28% do preço dos modelos de US$ 4 e US$ 20. O que decide a conta real é a quantidade de tokens que o modelo escreve, e é onde o Mistral perde terreno, como mostra a seção de benchmarks.

O Mistral Large 4 está nos planos do Vibe, o antigo Le Chat?

Não está confirmado. A Lindy e a eesel dizem que a Mistral não informou quais planos do Vibe incluem o Large 4. Os planos listados pela eesel são Free (US$ 0), Pro por US$ 14,99 ao mês (R$ 77,57) com US$ 25,50 em créditos de API, e Team por US$ 24,99 por usuário ao mês (R$ 129,32), além do Enterprise sob consulta. Antes de assinar para usar o Large 4, confirme na tela de planos.

Calculadora do Mistral Large 4: quanto custa um agente por mês

Ao contrário das calculadoras que multiplicam só entrada e saída, esta soma o contexto que o agente reenvia a cada chamada, mostra as quatro formas de cobrança do Mistral lado a lado e compara com o DeepSeek V4.1 Flash e o Claude Sonnet 5.5 nos mesmos tokens. O campo de saída extra serve para testar a verbosidade do Mistral, que a Artificial Analysis aponta como o principal problema de custo.

Com os valores iniciais (1.000 tarefas por mês, 20 chamadas, 8.000 tokens de contexto, 3.000 tokens novos por chamada, 800 de saída e 80% de cache), cada tarefa soma 730 mil tokens de entrada e 16 mil de saída. O Mistral custa cerca de R$ 898,38 por mês com a promoção, R$ 1.796,76 no preço de lista e R$ 1.976,44 no endpoint regional. Sem cache, o preço de lista vai a R$ 5.483,84. Com os mesmos tokens, o DeepSeek fica em R$ 172,08 e o Sonnet 5.5 em R$ 2.641,32. Se o Mistral gastar o dobro de tokens de saída (campo de saída extra em 100%), a conta a preço de lista sobe para R$ 2.142,86.

Benchmarks do Mistral Large 4: o que é medição independente e o que é da Mistral

Na versão 5 do índice da Artificial Analysis (27/10/2026), o Mistral Large 4 final marca 26 pontos, contra 25 da prévia na mesma escala, e a AA o descreve como o melhor modelo de pesos abertos desenvolvido fora da China. Sete modelos de pesos abertos pontuam mais, todos chineses, e o DeepSeek V4.1 Flash 1017 e o GLM-5.3 lideram os de pesos publicados com 32, segundo a VentureBeat. No lançamento da prévia, em 6/10/2026, a nota era 38,4 na versão anterior do índice (v4.3.2), contra 9,3 do Mistral Large 3. Os testes em que ele aparece bem à frente, como cibersegurança, agentes jurídicos e programação, vêm em grande parte da tabela da própria Mistral.

A leitura é direta: o Mistral Large 4 é um grande salto sobre o Large 3, mas fica abaixo de modelos que custam menos por tarefa. A eesel o chama de um salto real que continua no meio da tabela, e a Lindy, em um blog de marketing de uma plataforma de agentes, o coloca na 35ª posição entre 48 no índice geral da Vals AI (48,1%) e na 112ª posição no texto da LMArena em 13/10/2026.

O que a Mistral mede por conta própria, e como ler isso?

A Mistral divulga resultados altos em cibersegurança, agentes jurídicos e automação, mas vários vêm de execuções da própria empresa e não foram reproduzidos por terceiros. O Le Monde Informatique faz a mesma ressalva e diz que alguns resultados precisam de verificação independente.

O padrão se repete: a Mistral é forte onde modelos fechados recusam tarefas (cibersegurança) e em testes de documentos e agentes, e fraca em conhecimento geral e em programação autônoma. Na medição da prévia (versão anterior do índice), a AA mediu 25,8% de acerto no AA Omniscience, com taxa de alucinação de 41,9% e nota geral de menos 5,3, e 81,3% no AA LCR, um teste de raciocínio em contexto longo. Em tarefas de programação, não é o modelo mais forte do seu preço. Na versão final, a AA informa que o modelo reduziu as alucinações e usa 39% menos tokens por tarefa, mas não encontrei um novo valor de alucinação para conferir.

O Mistral Large 4 alucina e escreve demais?

A prévia errava nos dois pontos, segundo a medição independente: taxa de alucinação de 41,9% no AA Omniscience e 200 milhões de tokens de saída para rodar o índice, mais que o dobro da mediana. A versão final melhora os dois, segundo a AA, mas não encontrei um novo número de alucinação. Na prévia, a eesel lembra que o custo para rodar o índice completo subiu de US$ 46 no Large 3 para US$ 1.602 no Large 4 a preço de lista, cerca de 35 vezes, enquanto os tokens de saída por tarefa subiram cerca de 12,5 vezes. A AA registra que o custo por tarefa é de mais de 4 vezes o de modelos abertos de inteligência parecida. Na versão 5, o modelo final usa 82 mil tokens de saída por tarefa (135 mil na prévia) e custa US$ 2,06 por tarefa (US$ 5,54 na prévia), segundo a AA.

Para o atendimento ao cliente, a eesel recomenda usar o modelo apenas com respostas presas à sua base de conhecimento, com encaminhamento para uma pessoa quando a busca não achar nada e testes com tickets antigos. Relata ainda deriva de instruções em sessões longas, sem número. Vale lembrar que a eesel e a Lindy vendem plataformas de agentes e têm interesse comercial no tema, então confirme com os seus dados.

Quão rápido é o Mistral Large 4?

Na prévia, escrevia a cerca de 116 tokens por segundo, mais que a mediana de 77, mas levava em média 18,7 segundos até o primeiro token em um prompt longo com raciocínio, e 28,4 segundos com 100 mil tokens, segundo a eesel. Para comparar, o DeepSeek V4.1 Flash começa a responder em cerca de 1,2 segundo, e o Muse Wonder, em cerca de 31 segundos no esforço máximo, conforme os guias do DeepSeek V4.1 Flash e do Muse Wonder. A espera inicial é o ponto fraco do Mistral: serve para tarefas em segundo plano, e não para um chat em que o cliente espera a resposta. Não encontrei a latência medida do modelo final.

Mistral Large 4 vs DeepSeek V4.1 Flash, Claude Sonnet 5.5 e Opus 5.5: qual escolher?

No preço por token, o Mistral Large 4 custa cerca de 32% menos na entrada e 58% menos na saída que o Claude Sonnet 5.5, mas custa cerca de 9 vezes mais na entrada e 7 vezes mais na saída que o DeepSeek V4.1 Flash fora do pico. No custo por tarefa medido pela AA na versão 5, o Opus 5.5 custa cerca de 4,9 vezes o do Mistral final (10,04 contra 2,06), enquanto o Mistral custa cerca de 3,4 vezes o do DeepSeek 1017, que tem nota maior (32 contra 26).

Como ler a tabela: o Mistral não é o mais barato nem o mais inteligente, e por isso a decisão depende de um motivo fora do preço. Os motivos que o sustentam, nas fontes que li, são o processamento na Europa, os pesos abertos para quem quer hospedar por conta própria, as tarefas de cibersegurança em que outros modelos recusam e a análise de documentos longos. Fora deles, o DeepSeek 1017 entrega nota maior (32 contra 26) por menos de um terço do custo por tarefa, e o Sonnet 5.5 entrega nota bem maior (54 contra 26), embora cobre mais por token.

Se você ainda compara opções, leia Gemini 4 Argon contra Claude Opus 5.5 para o duelo dos modelos caros, o guia do Kimi K3.1 Pro para o modelo chinês de pesos abertos de preço intermediário e o panorama de GPT 5.6 contra Claude e Gemini.

Como usar a API do Mistral Large 4 passo a passo

Para usar o Mistral Large 4 pela API, crie uma conta no painel da Mistral (Mistral Studio), gere uma chave, chame o modelo mistral-large-4 pelo endpoint de chat e acompanhe o uso de cache e o custo por tarefa. Os sete passos abaixo levam cerca de 20 minutos. Não consegui abrir a documentação oficial em docs.mistral.ai, então o formato da chamada segue o padrão da API de chat da Mistral e deve ser conferido lá.

O código abaixo mostra o formato de uma chamada ao endpoint de chat da Mistral em Python, com a biblioteca requests. Ele usa só parâmetros padrão, sem o campo de raciocínio, porque o formato exato desse campo é o ponto que não pude confirmar na documentação.

import os
import requests

resposta = requests.post(
    "https://api.mistral.ai/v1/chat/completions",
    headers={"Authorization": "Bearer " + os.environ["MISTRAL_API_KEY"]},
    json={
        "model": "mistral-large-4",
        "messages": [
            {"role": "user", "content": "Resuma este texto em cinco pontos e liste os riscos."},
        ],
    },
    timeout=120,
)
resposta.raise_for_status()
dados = resposta.json()

print(dados["choices"][0]["message"]["content"])
print(dados["usage"])

Se o seu fluxo roda em n8n, o guia de como criar um agente de IA no WhatsApp com n8n mostra onde o modelo é trocado, e a conta completa de custo por agente está em agente de IA com Gemini e n8n: custo real.

O Mistral Large 4 funciona no Brasil?

Nas fontes que li, a API do Mistral não tem restrição geográfica declarada para o Brasil, mas também não encontrei confirmação de pagamento com cartão brasileiro, nota fiscal ou cobrança em reais. A conta em reais deste guia é uma conversão do autor, com dólar a R$ 5,00 e IOF de 3,5%.

• API da Mistral: sem restrição de país nas fontes que li. O cadastro e o pagamento dependem das regras da Mistral, que não consegui abrir.
• Plataformas de terceiros: a mistrallarge4.org diz que o modelo foi listado no OpenRouter e no Vercel AI Gateway em 6/10/2026, e que, na prévia, a Mistral não tinha anunciado o Large 4 no Azure, no Bedrock, no Vertex nem no watsonx. Com a publicação dos pesos, a Mistral informa que a Microsoft é a primeira nuvem a oferecer o modelo, pelo Microsoft Foundry. O site é independente, então confirme nas plataformas.
• Pesos abertos: publicados em 29/10/2026 no Hugging Face, em FP8 e NVFP4, sem etapa de aprovação, sob a Mistral Ecosystem Open-Weight License. O modelo exige GPUs de datacenter, e a redreamality estima cerca de 1,05 TB só para os pesos em FP8.
• Idioma: sem avaliação específica em português do Brasil. A Mistral cita mais de 160 idiomas.

Para o Brasil, o ponto de partida mais seguro é testar com dados públicos ou anonimizados pela API, medir o custo por tarefa e só depois decidir sobre dados de clientes.

Dá para usar o Mistral Large 4 com dados de clientes dentro da LGPD?

Dá, com condições: desde 26/01/2026, a Resolução CD/ANPD nº 32 reconhece a União Europeia e o Espaço Econômico Europeu como destinos de nível adequado, e o artigo 33, inciso I, da LGPD permite transferir dados para eles sem mecanismo adicional. Isso só ajuda se o processamento ocorrer de fato na UE ou no EEE. A região da chamada padrão da API não está confirmada nas fontes que li, o endpoint regional custa 10% mais e, se algum dado seguir para os EUA, o mecanismo de transferência volta a ser necessário.

• A Baker McKenzie informa que a Resolução CD/ANPD nº 32 é de 26/01/2026, entrou em vigor na publicação e cobre as transferências entre o Brasil e os Estados membros da UE, a Islândia, Liechtenstein e a Noruega, além das instituições da UE. Ficam fora as transferências feitas exclusivamente para segurança pública, defesa, segurança do Estado e investigação criminal. A decisão será reavaliada em quatro anos.
• A Confidata registra que, para transferências à UE e ao EEE, as cláusulas padrão não são necessárias, mas manter as cláusulas no contrato é boa prática, e que transferências secundárias para outros países, como os EUA, continuam exigindo cláusulas padrão. A página data de dezembro de 2025 e descreve fatos de 2026, então confirme a versão atual.
• A Resolução CD/ANPD nº 19/2024, de 23/08/2024, regulamenta os artigos 33 a 36 da Lei 13.709/2018. O prazo de 12 meses para incorporar as cláusulas padrão a contratos existentes terminou em 23/08/2025, segundo a Confidata.
• Ser empresa francesa não substitui a análise do contrato. Eu não consegui abrir a política de privacidade da Mistral. Antes de enviar dados pessoais, confira retenção, uso de dados da API para treino, lista de subprocessadores, região de processamento e o contrato de tratamento de dados.

Para dados de saúde, o artigo 5 e o artigo 11 da LGPD tratam como dados pessoais sensíveis, com bases legais mais restritas. A adequação da UE resolve o mecanismo de transferência e não substitui base legal, finalidade, minimização e contrato. Se a sua empresa precisa decidir, consulte um advogado de proteção de dados. Para o quadro geral, leia IA gratuita, LGPD e freelancers e Fable 5 e a LGPD, e, se o agente age sozinho em sistemas da empresa, segurança de agentes de IA. No caso do DeepSeek, que tem um cenário bem diferente de dados na China, veja o guia do DeepSeek V4.1 Flash.

Para quem o Mistral Large 4 vale a pena e para quem não vale?

O Mistral Large 4 vale mais para quem precisa de processamento na Europa, para análise de documentos longos e para tarefas de cibersegurança autorizadas, e vale menos para atendimento em tempo real, programação autônoma e volume barato. Os pontos abaixo são hipóteses baseadas em dados públicos, sem promessa de resultado.

Advogados, contratos e documentos longos

É o caso em que a evidência é melhor: a Vals AI põe o Mistral em 9º entre 79 no Harvey Legal Agent, e a AA mediu 81,3% no AA LCR na prévia (teste retirado da versão 5 do índice). A revisão de um contrato de 60 páginas custa R$ 0,4465 a preço de lista. Para dados de clientes, use o endpoint regional da UE e leia a seção de LGPD. Uma alucinação de 41,9% no AA Omniscience exige conferência humana de cada citação.

Segurança da informação e testes autorizados

A AA dá 51 no Cyber Index ao Mistral final (50 na prévia), e a Lindy destaca que ele recusa muito menos tarefas de segurança que os modelos fechados. Isso serve a equipes de defesa e a testes de invasão autorizados por escrito. O Le Monde Informatique informa que parceiros da prévia recebem moderação mais leve em alguns cenários. Use só em ambientes seus ou com autorização formal, e leia o guia de segurança de agentes de IA antes de dar acesso a sistemas reais.

Agências e freelancers: como cobrar por tarefa

O preço mínimo por tarefa é (custo da API mais custo da revisão humana) dividido por (1 menos impostos menos margem). Exemplo ilustrativo com o agente de 40 chamadas e cache de 80%: API de R$ 1,44 no preço de lista, seis minutos de revisão a R$ 60 por hora (R$ 6,00), impostos de 6% e margem de 30% dão (1,44 + 6,00) ÷ 0,64 = R$ 11,63 por tarefa. Com a promoção, a conta cai para R$ 10,50. Com o DeepSeek, o mesmo exemplo dá R$ 9,63, e com o Opus 5.5, R$ 17,33. A revisão humana domina o preço nos três casos, e por isso a taxa de retrabalho é o que decide a margem. Os percentuais variam com o seu regime tributário, e o exemplo não promete resultado.

A estrutura de preços e o roteiro de prospecção completo estão no guia do Claude Haiku 5.5, e a lógica vale para qualquer modelo. Aqui vale só uma regra: nunca prometa à empresa cliente que o dado fica na Europa se você não confirmou a região do processamento por escrito.

Quando não usar o Mistral Large 4

Evite o Mistral em chat com o cliente esperando (a espera até o primeiro token passa de 18 segundos), em volume barato (o DeepSeek 1017 custa menos de um terço por tarefa, US$ 0,60 contra US$ 2,06, e tem nota maior, 32 contra 26), em programação autônoma (Terminal Bench de 25% na medição da AA na versão 5, contra 41% divulgados pela Mistral) e em produtos que não podem depender de uma prévia com um mês de aviso. Evite também revender o modelo como serviço a terceiros sem ler a licença: a Mistral exige acordo comercial de quem opera o modelo como serviço.

Como testar o Mistral Large 4 antes de migrar um fluxo?

Separe 20 tarefas reais em português, rode cada uma com raciocínio desligado e ligado, compare com o DeepSeek e com o Sonnet 5.5 e meça o custo por tarefa aceita, e não o preço de tabela. O roteiro é este:

1. Escolha 20 tarefas reais com dados já anonimizados e defina antes o que conta como resposta aceita.
2. Rode cada tarefa no Mistral com raciocínio none e high, e no DeepSeek e no Sonnet 5.5 com o mesmo prompt.
3. Meça a verbosidade: some os tokens de saída por tarefa e compare. É aqui que o custo do Mistral costuma ser decidido.
4. Meça a latência até o primeiro token em prompts curtos e longos, porque ela pode passar de 18 segundos.
5. Confira os fatos de cada resposta contra a fonte, já que a taxa de alucinação medida é de 41,9%.
6. Calcule o custo por tarefa aceita no preço de lista, não na promoção: custo total das tentativas dividido pelas tarefas aprovadas, incluindo a revisão humana.
7. Repita o teste quando os pesos e a licença saírem e quando o modelo sair da prévia, porque o comportamento e o preço podem mudar.

Quais erros custam mais caro ao adotar o Mistral Large 4?

O erro mais caro é enviar dados de clientes sem confirmar a região do processamento, mas há outros seis:

• Orçar com o preço da promoção. As fontes divergem sobre o fim, e a fatura dobra quando ela acabar.
• Comparar só o preço por token. A prévia gastou 200 milhões de tokens de saída no índice, e o modelo final custa 3,4 vezes o do DeepSeek 1017 por tarefa na versão 5.
• Supor que a licença é livre para qualquer uso. Os pesos saíram em 29/10/2026, mas quem opera o modelo como serviço para terceiros precisa de licença comercial da Mistral.
• Contar com 1 milhão de tokens de contexto. A AA mediu 512 mil, e planejar com esse limite é mais seguro.
• Colocar o modelo em chat com o cliente esperando. A latência até o primeiro token passa de 18 segundos em prompts longos.
• Citar os benchmarks da Mistral como independentes. Cybench, DeepSWE e AutomationBench vêm de execuções da empresa.
• Ignorar o aviso de prévia. A Mistral dá um mês de aviso antes de desativar o modelo.

Perguntas frequentes sobre o Mistral Large 4: preço, pesos abertos, LGPD e Brasil

Conclusão: para quem o Mistral Large 4 vale a pena em 2026

O Mistral Large 4 vale a pena para quem precisa de processamento na Europa, quer hospedar os pesos por conta própria, analisa documentos longos ou faz trabalho de segurança autorizado, e mede o custo por tarefa aceita. Não vale como escolha automática: a nota independente é 26 na versão 5 (era 38 na prévia), o custo por tarefa é de US$ 2,06, cerca de 3,4 vezes o do DeepSeek 1017, e a prévia tinha espera de mais de 18 segundos até o primeiro token.

Os números que sustentam a decisão: R$ 7,04 e R$ 21,63 por milhão no preço de lista, metade disso na promoção de data incerta, janela anunciada de 1 milhão de tokens (512 mil medidos na prévia), nota 26 na versão 5, 82 mil tokens de saída por tarefa e custo de US$ 2,06 por tarefa, além dos pesos abertos publicados em 29/10/2026. Os testes em que o Mistral vai bem em cibersegurança e agentes jurídicos vêm em parte da própria empresa.

O caminho mais seguro: use a calculadora com o seu fluxo, teste 20 tarefas reais no Mistral, no DeepSeek e no Sonnet 5.5, registre tokens de saída e latência e só então decida. Para dados de clientes, confirme por escrito a região de processamento e os subprocessadores, e use o endpoint da UE ou, se tiver infraestrutura, os pesos hospedados por você.

Atualizei este guia em 30/10/2026 com a publicação dos pesos e da licença, e vou atualizá-lo de novo quando a Mistral confirmar o fim da promoção e quando a documentação oficial puder ser conferida. Se você ainda compara opções, leia também os guias do DeepSeek V4.1 Flash, do Muse Wonder, do Kimi K3.1 Pro e do Claude Haiku 5.5.

Fontes consultadas

• Artificial Analysis: Mistral Large 4
• eesel: análise do Mistral Large 4
• eesel: preços do Mistral Large 4
• eesel: especificações, preços e pesos abertos
• Lindy: Mistral Large 4
• redreamality: levantamento dos modelos de pesos abertos
• Forkast: a data reportada chegou e os pesos não
• The New Stack: pesos do Mistral Large 4
• Le Monde Informatique: Mistral dévoile Large 4
• mistrallarge4.org: linha do tempo (site independente)
• Documentação da Mistral: Mistral Large 4
• Baker McKenzie: decisão de adequação mútua entre Brasil e UE
• Confidata: transferência internacional de dados e ANPD
• Preços da Claude API (Anthropic)
• Lei 13.709/2018 (Planalto)
• Mistral: Mistral Large 4 (Le Chonk) is now open weight
• Hugging Face: Welcome Le Chonk, Mistral Large 4
• VentureBeat: Mistral Large 4 chega como o melhor modelo aberto fora da China
• Artificial Analysis: Intelligence Index v5