Mistral Large 4 custa US$ 2,09; Nano Banana chega a US$ 7,50

Se você usa um modelo em produção, a diferença que aparece primeiro na fatura está na saída: o Google Nano Banana 2.1 custa US$ 7,50 por milhão de tokens, enquanto o Mistral Large 4 sai por US$ 2,09. A saída do modelo do Google é cerca de três vezes e meia mais cara, embora os dois tenham estreado no OpenRouter nesta terça-feira (6).

A entrada também não é equivalente. O Nano Banana 2.1 custa US$ 1,50 por milhão de tokens de entrada. O Mistral Large 4 custa US$ 0,68. Em outras palavras, o modelo da Mistral começa mais barato nos dois lados da chamada — e a diferença aumenta quando a aplicação gera respostas longas.

Dois lançamentos, duas contas de API

O Mistral Large 4 chega com janela de contexto de 524.288 tokens. O preço de saída é US$ 2,09 por milhão, e o de entrada é US$ 0,68. O catálogo do OpenRouter também lista cache de entrada a US$ 0,07 por milhão de tokens.

O Google Nano Banana 2.1 tem janela de 65.536 tokens e cobra US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de saída. O catálogo não lista preço de cache para esse modelo.

A comparação não é apenas entre dois números de tabela. A janela do Mistral é oito vezes maior que a do Nano Banana 2.1, o que pode pesar em aplicações que enviam documentos extensos, históricos de conversa ou muitos arquivos na mesma solicitação. Isso não prova que o Mistral seja melhor para qualquer tarefa: os registros não trazem notas de inteligência, código ou desempenho agêntico para nenhum dos dois.

O que muda — e o que não muda

Para quem escolhe um modelo grande com foco em contexto e custo de geração, o Mistral Large 4 amplia a faixa de opções com uma combinação de contexto extenso e saída abaixo de US$ 3 por milhão de tokens. A alternativa pode interessar a sistemas que produzem respostas longas, relatórios ou etapas intermediárias de agentes.

Para quem precisa especificamente do Nano Banana 2.1, a conta exige outra lógica. O preço de saída é o maior entre os dois lançamentos, e a janela de contexto é menor. Portanto, o modelo só muda a decisão de compra se a tarefa justificar seu uso; a estreia, por si só, não cria uma opção mais barata para geração de texto.

Também não há nota do Artificial Analysis que permita afirmar uma vantagem de qualidade, programação ou uso agêntico. O que está definido neste momento é preço, contexto e disponibilidade no OpenRouter. Qualquer escolha além disso precisa de teste próprio com as solicitações reais da aplicação.

Catálogo mais amplo, preços menos estáveis

As estreias vieram acompanhadas de 20 mudanças de preço no catálogo. Entre elas, o DeepSeek V4 Pro 0813 caiu de US$ 5 para US$ 1,98 por milhão de tokens de entrada, enquanto o Qwen3 235B A22B Instruct 2507 subiu de US$ 0,35 para US$ 0,55.

O movimento não aponta para uma direção única. O GPT-5.6 Sol Pro caiu de US$ 20 para US$ 10, mas o Llama 3.3 70B Instruct passou de US$ 0,32 para US$ 0,50. O Qwen3.5-35B-A3B caiu de US$ 1 para US$ 0,75, enquanto o Qwen3.6 27B aparece em registros tanto com alta de US$ 2,70 para US$ 3,25 quanto com queda de US$ 3,20 para US$ 2,70.

O caso do DeepSeek V4.1 Flash é ainda mais importante para quem automatiza a escolha de modelo: no mesmo dia, o catálogo registra uma alta de US$ 1,20 para US$ 2,40 e também uma queda de US$ 2,40 para US$ 1,20. A listagem, portanto, não deve ser tratada como uma sequência de preços perfeitamente consolidada sem conferir a tarifa vigente antes de alterar o roteamento.

Para quem cada estreia vale

O Mistral Large 4 é o lançamento mais relevante para quem paga por volume de tokens e precisa de contexto amplo. Seu custo de saída é menor que o do Nano Banana 2.1, e a janela de contexto é maior.

O Nano Banana 2.1 interessa a quem já tem uma tarefa compatível com ele e aceita pagar US$ 7,50 por milhão de tokens gerados. Para uma API que apenas precisa de respostas textuais longas e contexto extenso, a estreia não reduz custos nem amplia a janela em relação ao Mistral Large 4.

No fim, a decisão prática é separar o teste de qualidade da planilha de custos: compare os dois com o mesmo tráfego, estime entrada e saída separadamente e confirme o preço no OpenRouter antes de colocar qualquer um deles no caminho principal da produção.