Mistral apre un'API Responses compatibile con il formato di OpenAI e distribuisce DeepSeek V4.1 Flash e GLM 5.3 Flash

Mistral AI ha annunciato questo mercoledì 28 ottobre, alle 15:01 ora di Parigi, l’apertura in anteprima pubblica della sua API Responses, presentata come «concepita per costruire agenti su Mistral». Nello stesso thread, la società aggiunge due modelli veloci ed economici alla sua offerta di inferenza: DeepSeek V4.1 Flash, in anteprima, e GLM 5.3 Flash di Z.ai, ora in disponibilità generale.

Il formato Responses di OpenAI, presso Mistral

Finora, si interrogavano i modelli di Mistral soprattutto tramite un’API di tipo Chat Completions, che restituisce un messaggio. L’API Responses restituisce invece un elenco di elementi separati: la risposta del modello, il suo ragionamento e le sue chiamate di strumenti. Per un’applicazione agente, ogni fase diventa più facile da trattare isolatamente, cosa che Mistral mette in evidenza.

La documentazione è esplicita: l’API permette di usare i modelli Mistral «con il formato Responses di OpenAI», e si rivolge sia ai nuovi progetti sia alle integrazioni Responses esistenti da trasferire presso Mistral. Secondo il riferimento dell’API, l’endpoint è POST /v1/responses, con un metodo responses.create nell’SDK di Mistral. Mistral indica su X che funziona con «tutti i modelli di chat ospitati da Mistral, incluso Large 4». La guida di Mistral alla migrazione da OpenAI rimanda peraltro a questa API per le applicazioni che chiamano già client.responses.create().

Durante l’anteprima, sono supportati: il testo, le immagini e i file in input (URL, dati in base64 o file già caricato), gli output strutturati (modalità JSON e JSON Schema), lo streaming, la chiamata di funzioni e il ragionamento regolabile tramite reasoning.effort, a seconda del modello. Un endpoint dedicato conta i token in input prima di inviare una richiesta. Gli esempi della documentazione usano Mistral Large 4.

Un’API senza stato

Differenza importante rispetto a ciò che si associa spesso al formato Responses: la versione di Mistral è senza stato. Il server non conserva la conversazione; l’applicazione deve restituire tutta la cronologia a ogni richiesta, inclusi gli elementi di output delle risposte precedenti. Le funzioni sono eseguite lato client: il modello richiede una chiamata, l’applicazione la esegue e restituisce il risultato con l’identificativo della chiamata. Mistral precisa che l’API è distribuita nell’Unione europea e negli Stati Uniti sulla sua offerta Mistral AI Cloud Inference.

Due modelli cinesi a basso prezzo

La griglia tariffaria di Mistral, consultata il 28 ottobre, mostra:

• DeepSeek V4.1 Flash 1017 (deepseek-v4-1-flash-1017), in anteprima pubblica, contesto di un milione di token: 0,30 $ per milione di token in input, 0,007 $ in input in cache, 1,20 $ in output. Mistral lo recomienda per il codice su contesto lungo e le attività di agenti.
• GLM 5.3 Flash di Z.ai (zai-glm-5-3-flash), in disponibilità generale, contesto di un milione di token: 0,15 $ in input, 0,03 $ in cache, 0,50 $ in output. Secondo la sua scheda, è un modello multimodale a mixture of experts di 320 miliardi di parametri, di cui 18 miliardi attivi, distribuito «senza modifiche da parte di Mistral». Lo sviluppatore lo destina ai sotto-agenti, alle chiamate di strumenti e al codice.

Per confronto, Mistral Small 4 è indicato a 0,15 $ in input e 0,60 $ in output, e Mistral Large 4 a 1,36 $ e 4,18 $.

Cosa resta da precisare

Mistral annuncia una compatibilità con tutti i suoi modelli di chat ospitati, il che dovrebbe includere DeepSeek V4.1 Flash e GLM 5.3 Flash, ma la documentazione non pubblica una tabella dettagliata per modello e noi non l’abbiamo testata. I livelli di ragionamento accettati, invece, variano a seconda del modello. Lo stato di anteprima significa anche che il perimetro può evolvere; Mistral invita a segnalare i problemi.