Mistral abre una API Responses compatible con el formato de OpenAI y sirve DeepSeek V4.1 Flash y GLM 5.3 Flash

Mistral AI anunció este miércoles 28 de octubre, a las 15:01 hora de París, la apertura en vista previa pública de su API Responses, presentada como «diseñada para construir agentes en Mistral». En el mismo hilo, la empresa añade dos modelos rápidos y de bajo coste a su oferta de inferencia: DeepSeek V4.1 Flash, en vista previa, y GLM 5.3 Flash de Z.ai, ya en disponibilidad general.

El formato Responses de OpenAI, en Mistral

Hasta ahora, se consultaban los modelos de Mistral sobre todo mediante una API de tipo Chat Completions, que devuelve un mensaje. La API Responses devuelve en su lugar una lista de elementos separados: la respuesta del modelo, su razonamiento y sus llamadas de herramientas. Para una aplicación de agente, cada etapa se vuelve más fácil de tratar de forma aislada, lo que Mistral destaca.

La documentación es explícita: la API permite usar los modelos de Mistral «con el formato Responses de OpenAI», y apunta tanto a los proyectos nuevos como a las integraciones Responses existentes que se quieran transferir a Mistral. Según la referencia de la API, el punto de acceso es POST /v1/responses, con un método responses.create en el SDK de Mistral. Mistral indica en X que funciona con «todos los modelos de chat alojados por Mistral, incluido Large 4». La guía de migración desde OpenAI remite a esta API para las aplicaciones que ya llaman a client.responses.create().

Durante la vista previa, se soportan: el texto, las imágenes y los archivos de entrada (URL, datos en base64 o archivo ya enviado), las salidas estructuradas (modo JSON y JSON Schema), el streaming, la llamada de funciones y el razonamiento ajustable mediante reasoning.effort, según el modelo. Un punto de acceso dedicado cuenta los tokens de entrada antes de enviar una petición. Los ejemplos de la documentación usan Mistral Large 4.

Una API sin estado

Diferencia importante con lo que se asocia a menudo al formato Responses: la versión de Mistral es sin estado. El servidor no guarda la conversación; la aplicación debe devolver todo el historial en cada petición, incluidos los elementos de salida de las respuestas anteriores. Las funciones se ejecutan en el lado del cliente: el modelo solicita una llamada, la aplicación la ejecuta y devuelve el resultado con el identificador de la llamada. Mistral precisa que la API se sirve en la Unión Europea y en Estados Unidos en su oferta Mistral AI Cloud Inference.

Dos modelos chinos a precio reducido

La tarifa de Mistral, consultada el 28 de octubre, muestra:

• DeepSeek V4.1 Flash 1017 (deepseek-v4-1-flash-1017), en vista previa pública, contexto de un millón de tokens: 0,30 $ por millón de tokens de entrada, 0,007 $ en entrada en caché, 1,20 $ en salida. Mistral lo recomienda para código en contexto largo y tareas de agentes.
• GLM 5.3 Flash de Z.ai (zai-glm-5-3-flash), en disponibilidad general, contexto de un millón de tokens: 0,15 $ en entrada, 0,03 $ en caché, 0,50 $ en salida. Según su ficha, es un modelo multimodal de mezcla de expertos de 320 mil millones de parámetros, de los cuales 18 mil millones activos, servido «sin modificación de Mistral». El desarrollador lo destina a subagentes, llamadas de herramientas y código.

A modo de comparación, Mistral Small 4 aparece a 0,15 $ en entrada y 0,60 $ en salida, y Mistral Large 4 a 1,36 $ y 4,18 $.

Lo que queda por precisar

Mistral anuncia compatibilidad con todos sus modelos de chat alojados, lo que debería incluir DeepSeek V4.1 Flash y GLM 5.3 Flash, pero la documentación no publica una tabla detallada por modelo y nosotros no lo hemos probado. Los niveles de razonamiento aceptados, por su parte, varían según el modelo. El estado de vista previa también significa que el alcance puede evolucionar; Mistral invita a informarle de los problemas.