Mistral ouvre une API Responses compatible avec le format d'OpenAI et sert DeepSeek V4.1 Flash et GLM 5.3 Flash

Mistral AI a annoncé ce mercredi 28 octobre, à 15 h 01 heure de Paris, l’ouverture en préversion publique de son API Responses, présentée comme « conçue pour construire des agents sur Mistral ». Dans le même fil, la société ajoute deux modèles rapides et peu coûteux à son offre d’inférence : DeepSeek V4.1 Flash, en préversion, et GLM 5.3 Flash de Z.ai, désormais en disponibilité générale.

Le format Responses d’OpenAI, chez Mistral

Jusqu’ici, on interrogeait les modèles de Mistral surtout par une API de type Chat Completions, qui renvoie un message. L’API Responses renvoie à la place une liste d’éléments séparés : la réponse du modèle, son raisonnement et ses appels d’outils. Pour une application d’agent, chaque étape devient plus facile à traiter isolément, ce que Mistral met en avant.

La documentation est explicite : l’API permet d’utiliser les modèles Mistral « avec le format Responses d’OpenAI », et vise aussi bien les nouveaux projets que les intégrations Responses existantes à transférer chez Mistral. D’après la référence de l’API, le point d’accès est POST /v1/responses, avec une méthode responses.create dans le SDK de Mistral. Mistral indique sur X qu’elle fonctionne avec « tous les modèles de chat hébergés par Mistral, dont Large 4 ». Le guide de migration depuis OpenAI renvoie d’ailleurs vers cette API pour les applications qui appellent déjà client.responses.create().

Pendant la préversion, sont pris en charge : le texte, les images et les fichiers en entrée (URL, données en base64 ou fichier déjà envoyé), les sorties structurées (mode JSON et JSON Schema), le streaming, l’appel de fonctions et le raisonnement réglable par reasoning.effort, selon le modèle. Un point d’accès dédié compte les jetons d’entrée avant d’envoyer une requête. Les exemples de la documentation utilisent Mistral Large 4.

Une API sans état

Différence importante avec ce que l’on associe souvent au format Responses : la version de Mistral est sans état. Le serveur ne garde pas la conversation ; l’application doit renvoyer tout l’historique à chaque requête, y compris les éléments de sortie des réponses précédentes. Les fonctions sont exécutées côté client : le modèle demande un appel, l’application l’exécute et renvoie le résultat avec l’identifiant de l’appel. Mistral précise que l’API est servie dans l’Union européenne et aux États-Unis sur son offre Mistral AI Cloud Inference.

Deux modèles chinois à petit prix

La grille tarifaire de Mistral, consultée le 28 octobre, affiche :

• DeepSeek V4.1 Flash 1017 (deepseek-v4-1-flash-1017), en préversion publique, contexte d’un million de jetons : 0,30 $ par million de jetons en entrée, 0,007 $ en entrée mise en cache, 1,20 $ en sortie. Mistral le recommande pour le code sur long contexte et les tâches d’agents.
• GLM 5.3 Flash de Z.ai (zai-glm-5-3-flash), en disponibilité générale, contexte d’un million de jetons : 0,15 $ en entrée, 0,03 $ en cache, 0,50 $ en sortie. Selon sa fiche, c’est un modèle multimodal à mélange d’experts de 320 milliards de paramètres, dont 18 milliards actifs, servi « sans modification de Mistral ». L’éditeur le destine aux sous-agents, aux appels d’outils et au code.

Pour comparaison, Mistral Small 4 est affiché à 0,15 $ en entrée et 0,60 $ en sortie, et Mistral Large 4 à 1,36 $ et 4,18 $.

Ce qui reste à préciser

Mistral annonce une compatibilité avec tous ses modèles de chat hébergés, ce qui devrait inclure DeepSeek V4.1 Flash et GLM 5.3 Flash, mais la documentation ne publie pas de tableau détaillé par modèle et nous ne l’avons pas testé. Les niveaux de raisonnement acceptés, eux, varient selon le modèle. Le statut de préversion signifie aussi que le périmètre peut évoluer ; Mistral invite à lui signaler les problèmes.