Mistral 在 2026-10-29 開放 Large 4 權重的同一天公告，把它從 10/6 預覽時「五折促銷、無到期日」的定價直接訂為正式掛牌價：input $0.70、cached input $0.07、output $2.10（USD/1M tokens），比促銷前的掛牌價 $1.36/$0.14/$4.18 低了 48.5%／50%／49.8%，但只比促銷價貴了 2.9%／0%／0.5%。10/10 本系列就點出這種「無到期日促銷」讓開發者承擔『帳單何時翻倍』的風險——這次 Mistral 選擇把促銷價留住，而不是讓它消失。
Microsoft Foundry 的模型退場時程不跟原廠走：Claude Haiku 4.5 在 Foundry 訂在 2026-11-15 退場（剩 2 週，且未列替代模型），但 Anthropic 自家 Claude API／AWS／Google Cloud 都仍列它為 Active；反過來，Mistral Medium 3（原廠已於 2026-08-31 退場）與 Ministral 3B（原廠已於 2025-12-31 退場）在 Foundry 卻要等到 2026-12-09 才跟進，分別晚了 100 天和 343 天。Anthropic 文件明寫 Foundry「遵循 Claude API 的生命週期時程」，但實際日期並不一致。
Mistral 於 2026-10-06 公開預覽旗艦模型 Large 4（Le Chonk），官方公告與文件卡掛牌價是 input $1.36、output $4.18（USD/1M tokens，cached input $0.14），但 API 實際收費頁面直接打五折：input $0.68、output $2.09（cached $0.07），降幅剛好 50%。促銷沒有公布到期日，這是繼 09-30 Gemini 4 Argon『促銷無到期日』之後本系列第二次記錄到同一種打法。模型權重與完整授權條款要等到月底才會發布。
Mistral Large 4（ML4，暱稱 Le Chonk）：2026-10-06 公開預覽，1.05T 總參數 granular MoE 多模態模型，啟用參數官方說法不一致（發佈公告寫 49B，數小時後文件卡改 52B）；掛牌定價 Input $1.36／Output $4.18（USD/1M tokens，cached $0.14），文件卡目前顯示對半價且未解釋原因；context window 官方文件卡寫 1M tokens，但第三方站 Artificial Analysis／Vals.ai 都列 512K（輸出上限 256K）；Cybench 93%、Artificial Analysis Cyber Index 漏洞重現任務 82%（官方自測，全模型最高分，Claude Opus 5.5／GPT-6 Astra 因拒答接近 0 分）；但第三方 Artificial Analysis Intelligence Index v4.3.2 綜合評測只拿 38 分，落後 MiMo-V2.6-Pro（46）、GLM-5.3（45）、Kimi K3（44）6–8 分；Vals.ai 在 Harvey 法律 Agent Benchmark 排名 75 個模型中第 6、開源模型第 1，是少數有獨立複現的強項；權重與正式授權尚未發布，預計 10 月底（記者得到的具體日期是 10/27）
Mistral 完成 €3B Series D，由 Samsung Electronics 領投，估值從一年前的 €11.7B 衝到超過 €21B。這筆錢代表 Mistral 押注的不是模型跑分，而是把「主權」本身當產品賣給不想把 AI 工作負載交給美國雲端的歐洲政府與企業。
Mistral 是歐洲最成功的 AI 新創，以「更小、更快、更便宜」的策略和歐洲資料主權定位在 AI 市場殺出血路。Mistral Large 3 是歐洲最強的商用 LLM，Small 4 是 24B 級別的效率之王，Medium 3.5 則是專為 agentic coding 優化的 Modified MIT 開源模型。它的護城河不是技術規模，而是「歐洲合規」這張牌。
個人專案、玩具 demo、做 RAG 原型，不想第一步就掏卡。整理 2026/05 還在運作的 40+ 家 LLM inference 服務商，按免費資源「是持續補充還是一次性」分梯，標註綁卡需求、模型清單、付費起價，數字全部從官方 pricing 頁驗證。中國原廠含智谱 GLM（永久免費）、豆包（每日 200 萬 tokens）、Kimi、百煉、Ollama 本地跑法一併收錄。
2026 年行動端 LLM 主力是 Gemma 3n、Qwen 3.5 Small、Llama 3.2、Phi-4-mini、Ministral 3 和 SmolLM3。3B 以下量化模型在 8GB RAM 手機上能跑到 30–50 tokens/sec，但 RAM、散熱和 context window 仍是硬限制。
2026 Q1 開源模型全面爆發：LLM 方面 GLM-5、Kimi K2.5、Qwen3.5 追上閉源；Embedding 和 Reranker 由 Qwen3 和 BGE 主導；語音有 Voxtral TTS 和 Whisper V3；圖像有 FLUX.2；影片有 Wan 2.2 追平 Sora。這篇是完整導覽地圖。
官方 provider 目錄現在有 60 個條目。接本地模型最常見的失敗是把 Ollama 的 base URL 寫成 /v1——那會破壞 tool calling，模型會把 tool JSON 當純文字吐出來。