L’API de Mistral permet d’appeler ses modèles depuis un programme : un site, un script, un agent. On l’administre dans Studio, la console des développeurs, à l’adresse console.mistral.ai. Studio s’appelait autrefois « la Plateforme » ; certaines pages de la documentation gardent ce nom.
Comment ça marche
Votre programme envoie une requête HTTP à https://api.mistral.ai/v1/… avec votre clé dans l’en-tête Authorization. Il précise le modèle et la conversation. La réponse contient le texte du modèle et un champ usage qui compte les jetons lus et écrits. Mistral facture ces jetons au prix du modèle choisi.
La formule Mistral est commune à Vibe, Studio et l’API. Chaque formule comprend un usage mensuel inclus, partagé entre Studio, l’API et Vibe Code. Au-delà, le paiement à l’usage, réglé d’avance par des crédits, prend le relais s’il est activé dans Admin Panel, puis Subscription. Sinon, les appels s’arrêtent jusqu’à la période suivante.
Créer une clé
- Ouvrez console.mistral.ai et allez dans API Keys. Votre compte doit avoir une formule qui donne accès à l’API ; ajoutez au besoin un moyen de paiement.
- Cliquez sur New key.
- Donnez-lui un nom (par exemple
essai) et une date d’expiration. - Choisissez sa portée sur les connecteurs : connecteurs partagés seulement, ou aussi vos connecteurs privés.
- Créez la clé et copiez-la aussitôt : elle ne s’affiche qu’une fois. Rangez-la dans un gestionnaire de mots de passe.
- Placez-la dans une variable d’environnement, que lisent les exemples et les kits de développement (SDK) de Mistral :
export MISTRAL_API_KEY="votre-clé"
Bon à savoir. Mistral conseille de fixer une date d’expiration à chaque clé et d’en changer régulièrement : créez la nouvelle, basculez votre code, puis supprimez l’ancienne. Une erreur
401avec{"detail":"Invalid API Key"}signifie en général que la variable ne contient pas la clé entière.
Le premier appel
Avec curl, sans rien installer :
curl https://api.mistral.ai/v1/chat/completions \
-H "Authorization: Bearer $MISTRAL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-small-latest",
"messages": [{"role": "user", "content": "Explique en une phrase ce qu’est une clé d’API."}]
}'
La réponse arrive en JSON, avec le texte dans choices[0].message.content.
En Python, la documentation crée un projet avec uv, installe le kit officiel, puis place le code dans un fichier quickstart.py :
uv init premier-appel --python 3.12 && cd premier-appel
uv add mistralai
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
reponse = client.chat.complete(
model="mistral-small-latest",
messages=[{"role": "user", "content": "Explique en une phrase ce qu’est une clé d’API."}],
)
print(reponse.choices[0].message.content)
uv run quickstart.py
En TypeScript, le paquet est @mistralai/mistralai :
import { Mistral } from "@mistralai/mistralai";
const client = new Mistral({ apiKey: process.env.MISTRAL_API_KEY });
const reponse = await client.chat.complete({
model: "mistral-small-latest",
messages: [{ role: "user", content: "Explique en une phrase ce qu’est une clé d’API." }],
});
console.log(reponse.choices[0].message.content);
Bon à savoir. Certaines fonctions récentes, dont
reasoning_efforten Python, demandent la version 2 du kit (mistralai>=2). La documentation donne un guide de migration depuis la version 1.
Choisir le modèle
Les identifiants en -latest suivent la dernière version d’une famille ; un identifiant daté (mistral-small-2603) fige la version, ce qui évite qu’une mise à jour change le comportement de votre application. Les modèles généralistes que la page des prix listait le 17 novembre 2026, par million de jetons :
| Modèle | Identifiant | Entrée | Sortie |
|---|---|---|---|
| Mistral Large 4 | mistral-large-4 |
0,7 $ (0,07 $ en cache) | 2,1 $ |
| Mistral Small 4 | mistral-small-2603 |
0,15 $ | 0,6 $ |
| Ministral 3 14B | ministral-14b-2512 |
0,2 $ | 0,2 $ |
| Ministral 3 8B | ministral-8b-2512 |
0,15 $ | 0,15 $ |
| Ministral 3 3B | ministral-3b-2512 |
0,1 $ | 0,1 $ |
La même page vend des modèles d’autres éditeurs (GLM 5.3 et GLM 5.3 Flash de Z.ai, DeepSeek V4.1 Flash), et des modèles spécialisés : OCR à 4 $ les 1 000 pages pour OCR 4.1, Codestral pour le code, Voxtral pour la voix, des modèles d’embeddings et de modération. Mistral Medium 3.5 (1,5 $ et 7,5 $) n’y figure plus : sa fiche le marque « Deprecated » depuis le 31 octobre 2026, avec un retrait prévu le 30 avril 2027, et désigne Mistral Large 4 pour le remplacer.

Trois autres leviers jouent sur la facture. Le cache facture dix fois moins cher le début de requête déjà vu, sur Large 4. Le traitement par lots (Batch) envoie un fichier de requêtes à traiter en différé. Priority Tier place les requêtes admissibles dans une file prioritaire, pour un accès plus régulier aux serveurs partagés. La page des prix bascule entre ces trois tarifs, et entre dollars et euros.
La réflexion et les autres paramètres
Mistral Large 4, Mistral Small 4 et Mistral Medium 3.5 savent raisonner avant de répondre. Le paramètre reasoning_effort règle cet effort. Pour Large 4, il accepte low, medium et high (valeur par défaut, conseillée pour les agents) ; pour Small 4 et Medium 3.5, la documentation décrit none et high.
curl https://api.mistral.ai/v1/chat/completions \
-H "Authorization: Bearer $MISTRAL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-large-4",
"reasoning_effort": "medium",
"messages": [{"role": "user", "content": "Un train part à 14 h 10 et roule 2 h 55. À quelle heure arrive-t-il ?"}]
}'
La réponse contient alors un morceau de réflexion, puis la réponse. Les jetons de réflexion sont facturés comme des jetons de sortie. Pour Large 4, la carte du modèle recommande temperature=1.0 quel que soit l’effort, et rappelle que max_completion_tokens compte les jetons de réflexion avec ceux de la réponse.
Les autres fonctions courantes de l’API :
- Flux :
client.chat.stream(…)renvoie la réponse morceau par morceau, pour l’afficher pendant qu’elle s’écrit. - Sortie en JSON :
"response_format": {"type": "json_object"}force une réponse en JSON ; un schéma précis passe par les « Structured Outputs ». - Appel de fonctions : vous décrivez vos fonctions, le modèle dit laquelle appeler et avec quels arguments, votre code l’exécute et renvoie le résultat.
- Images : Large 4, Small 4 et les Ministral 3 acceptent des images en entrée.
Les agents côté API
Mistral propose deux générations d’agents, et sa documentation pousse vers la nouvelle.
L’API Agents et Conversations (/v1/agents, /v1/conversations) enregistre un agent avec ses consignes et ses outils intégrés : recherche web, interpréteur de code, génération d’images, recherche dans une bibliothèque de documents, connecteurs MCP. La documentation prévient qu’elle « is about to be deprecated ».
Les Managed Agents, avec le kit mistralai-agents, sont en préversion publique. L’agent tourne d’abord dans votre propre processus, puis se déploie sur vos serveurs (agents serve) ou chez Mistral (agents deploy). Mistral y ajoute la reprise après une panne, des bacs à sable pour exécuter des commandes, des secrets gardés hors du code et des traces de chaque étape. Pour démarrer :
uvx --python 3.12 --from mistralai-agents agents init mon-agent
cd mon-agent
uv run --env-file .env python main.py
from mistralai import agents
@agents.tool
async def meteo(ville: str) -> dict[str, str]:
"""Météo d'une ville."""
return {"meteo": f"ensoleillé à {ville}"}
agent = agents.Agent(
model="mistral-large-4",
name="mon-agent",
instructions="Tu réponds en français et tu donnes la météo d'une ville.",
tools=[meteo],
)
La commande uv run --env-file .env agents chat ouvre ensuite une conversation avec l’agent dans le terminal. Le guide C’est quoi un agent explique la boucle modèle, outil, résultat.
Pour situer les modèles dans les tâches d’agent, d’après les mesures que relève QUELLE IA :
Le haut du classement Agents
- GPT-6 AstraOpenAI100,3
- Claude Opus 5.5Anthropic100,1
- Gemini 4 ArgonGoogle DeepMind99,3
- Claude Fable 5.1Anthropic97,4
- GPT-6.1 SolOpenAI96,0
Score Agents, édition du 16 novembre 2026. Deux modèles dont les marges se recouvrent sont ex æquo.
Studio vu depuis un agent : le serveur MCP
Mistral publie aussi un serveur MCP qui expose votre espace Studio comme une série d’outils, à l’adresse https://api.mistral.ai/mcp, avec la clé d’API en en-tête. Un agent de code peut ainsi consulter et piloter votre espace. Avec Vibe :
vibe mcp add mistralai --url https://api.mistral.ai/mcp --transport streamable-http --api-key-env MISTRAL_API_KEY
La clé est liée à un espace de travail : l’agent obtient exactement les droits de cette clé.
Données et confidentialité
En mode gratuit, Mistral peut utiliser les entrées et sorties de l’API pour entraîner ses modèles ; vous pouvez vous y opposer. Dans le panneau d’administration, ouvrez Privacy, puis coupez Anonymous improvement data. Ce réglage est indépendant de celui de Vibe : il faut faire les deux. Les données sont hébergées dans l’Union européenne par défaut, sauf si vous appelez explicitement le point d’accès américain.
Pour aller plus loin
- Mistral Large 4 expliqué : taille, licence, prix et usageNiveau Amateur 12 min
- Coder avec Vibe de Mistral : terminal, VS Code et Vibe DesktopNiveau Amateur 15 min
- Voxtral de Mistral : transcrire et faire parler une voixNiveau Amateur 13 min
- Modèle de réflexion : penser avant de répondreNiveau Débutant 2 min
- MCP : brancher des outils dans Claude, ChatGPT ou un agentNiveau Amateur 15 min
- C'est quoi un agent d'IA ? La boucle expliquéeNiveau Débutant 8 min
- Adobe Firefly : le studio d'IA d'Adobe et ses modèles partenairesNiveau Débutant 10 min
- Anthropic et Claude : les produits, les modèles et les formulesNiveau Débutant 12 min
- Bien démarrer avec ChatGPT sur le web, l'ordinateur et le mobileNiveau Débutant 12 min
Pour monter son atelier d'IA à la maison, mini lab AI, du même auteur, va plus loin.
Sources
- Documentation de Mistral, Quickstart: create your first API key, lue le
- Documentation de Mistral, Quickstart: send your first API request, lue le
- Documentation de Mistral, API pricing, lue le
- Documentation de Mistral, Models Overview, lue le
- Documentation de Mistral, fiche Mistral Large 4, lue le
- Documentation de Mistral, fiche Mistral Medium 3.5, lue le
- Documentation de Mistral, Reasoning, lue le
- Documentation de Mistral, Chat completions, lue le
- Documentation de Mistral, JSON Mode, lue le
- Documentation de Mistral, Subscriptions, lue le
- Documentation de Mistral, Managed Agents, lue le
- Documentation de Mistral, Agents SDK Quickstart, lue le
- Documentation de Mistral, Agents Tools Overview, lue le
- Documentation de Mistral, MCP, lue le
- Hugging Face, carte de Mistral Large 4 (réglages recommandés), lue le
- Documentation de Mistral, Priority Tier (description de l'index), lue le
- Centre d'aide de Mistral, Puis-je m'opposer à l'utilisation de mes données pour l'entraînement ?, lue le
- Centre d'aide de Mistral, Où stockez-vous mes données ?, lue le
