DEV Community

Cover image for Mistral Large 4 API Nasıl Kullanılır?
Tobias Hoffmann
Tobias Hoffmann

Posted on Originally published at apidog.com

Mistral Large 4 API Nasıl Kullanılır?

Mistral Large 4, açık ağırlıklarından üç hafta önce, 6 Ekim 2026'da Mistral API'de yayına girdi. 1 trilyon parametreli “Le Chonk”u şimdi denemek isterseniz API tek yoldur ve şu anda en ucuz yoldur: Mistral, halka açık önizleme sırasında fiyatını milyon girdi tokeni başına 0,68 dolar ve milyon çıktı tokeni başına 2,09 dolar olarak listeliyor. Bu, liste fiyatı olan 1,36 dolar / 4,18 doların yarısıdır.

Apidog'u bugün deneyin

Bu kılavuzda yaklaşık beş dakikada ilk çalışan çağrınızı yapacak; ardından akıl yürütme parçaları, görüntü girişi, fonksiyon çağırma, JSON çıktısı ve maliyet gibi uygulamada kritik noktalara geçeceksiniz. Her isteği Apidog içinde kaydedip yeniden çalıştırarak Large 4'ü mevcut modelinizle aynı istem üzerinden karşılaştırabilirsiniz.

Modelin kendisine yabancıysanız, kıyaslamalar ve siber güvenlik başlığının arkasındaki detaylar için Mistral Geri Döndü: Le Chonk, Siber Güvenlikte GPT-6 Astra ve Claude'u Yeniyor yazısını okuyun.

İhtiyacınız Olanlar

Öğe Değer
Temel URL https://api.mistral.ai/v1
Kimlik doğrulama Authorization: Bearer $MISTRAL_API_KEY
Model kimliği mistral-large-4 (diğer adı mistral-large-4-0)
Ana uç nokta POST /v1/chat/completions
Bağlam penceresi 1 milyon token
Giriş türleri Metin, görseller
Python SDK pip install mistralai
TypeScript SDK npm install @mistralai/mistralai

Adım 1: API Anahtarı Alın

  1. Mistral Studio hesabınıza giriş yapın.
  2. API Anahtarları bölümünü açın ve yeni bir anahtar oluşturun.
  3. Anahtara kullanım amacını belirten bir ad verin: local-dev veya ci-staging gibi.
  4. Anahtarı bir kez kopyalayın. Studio bunu tekrar göstermez.
  5. Anahtarı kabuk ortamınıza ekleyin: 
export MISTRAL_API_KEY="anahtarınız-buraya"
Enter fullscreen mode Exit fullscreen mode

Anahtarı kaynak kontrolüne eklemeyin. Birden fazla araç veya ortam kullanıyorsanız, API anahtar yönetimi en iyi uygulamaları rehberindeki yenileme ve kapsam belirleme yaklaşımını uygulayın.

Adım 2: İlk Çağrınızı Yapın

Önce bağlantıyı ve kimlik doğrulamayı curl ile doğrulayın:

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": "Bir sayfalama API'sinde test etmek için bana üç uç durum ver."
      }
    ]
  }'
Enter fullscreen mode Exit fullscreen mode

Başarılı yanıtta şunları kontrol edin:

  • Yanıt metni: choices[0].message.content
  • Token kullanımı: usage.prompt_tokens
  • Çıktı tokenleri: usage.completion_tokens
  • Toplam token: usage.total_tokens

Hızlı hata kontrolü:

  • 401: API anahtarı yanlış, eksik veya ortam değişkeni dışa aktarılmamış olabilir.
  • 404: Genellikle model kimliğinde yazım hatası vardır. mistral-large-4 kullandığınızdan emin olun.

Python ile Aynı Çağrı

Önce SDK'yı kurun:

pip install mistralai
Enter fullscreen mode Exit fullscreen mode

Ardından:

import os
from mistralai import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-large-4",
    messages=[
        {
            "role": "user",
            "content": "Bir sayfalama API'sinde test etmek için bana üç uç durum ver.",
        }
    ],
)

print(response.choices[0].message.content)
Enter fullscreen mode Exit fullscreen mode

TypeScript ile Aynı Çağrı

SDK kurulumu:

npm install @mistralai/mistralai
Enter fullscreen mode Exit fullscreen mode

İstek kodu:

import { Mistral } from "@mistralai/mistralai";

const client = new Mistral({ apiKey: process.env.MISTRAL_API_KEY });

const response = await client.chat.complete({
  model: "mistral-large-4",
  messages: [
    {
      role: "user",
      content: "Bir sayfalama API'sinde test etmek için bana üç uç durum ver.",
    },
  ],
});

console.log(response.choices[0].message.content);
Enter fullscreen mode Exit fullscreen mode

Adım 3: İsteği Apidog'a Kaydedin

Modelleri karşılaştırmaya başladığınızda curl komutlarını tekrar tekrar düzenlemek verimsiz hale gelir. Apidog içinde aşağıdaki kurulumu yapın:

  1. Yeni bir HTTP isteği oluşturun: 
   POST https://api.mistral.ai/v1/chat/completions
Enter fullscreen mode Exit fullscreen mode
  1. Ortam değişkeni ekleyin: 
   MISTRAL_API_KEY
Enter fullscreen mode Exit fullscreen mode
  1. Yetkilendirme başlığını ayarlayın: 
   Authorization: Bearer {{MISTRAL_API_KEY}}
Enter fullscreen mode Exit fullscreen mode
  1. Adım 2'deki JSON gövdesini yapıştırın ve Gönder'e tıklayın.
  2. İsteği çoğaltın.
  3. İkinci istekte model alanını mevcut modelinizle değiştirin; örneğin: 
   {
     "model": "mistral-medium-3-5"
   }
Enter fullscreen mode Exit fullscreen mode

Aynı istemle kaydedilmiş iki isteğiniz olduğunda cevap kalitesini, gecikmeyi, durum kodunu ve usage token sayılarını yan yana kontrol edebilirsiniz.

Ek olarak, yanıt sonrası şu alanın boş olmadığını doğrulayan bir assertion ekleyin:

choices[0].message.content
Enter fullscreen mode Exit fullscreen mode

Bu sayede Mistral önizleme modelini güncellediğinde yeniden çalıştırabileceğiniz basit bir duman testi oluşturursunuz.

Adım 4: Akıl Yürütmeyi Açın veya Kapatın

Large 4 hibrit bir modeldir: hızlı yanıtlar ve adım adım akıl yürütme aynı model üzerinden çalışır. Davranışı reasoning_effort parametresiyle kontrol edin.

Değer Davranış Kullanım alanı
"none" Minimum düşünme, yanıtta düşünme parçacığı yok Sohbet, çıkarma, sınıflandırma ve gecikmeye duyarlı işler
"high" Son yanıttan önce tam düşünme parçacığı Hata ayıklama, çok adımlı planlama, matematik ve kod incelemesi

Örneğin bir üretim hatasını analiz ederken:

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": "API'miz yük altında boş bir gövdeyle 200 döndürüyor. Olası nedenleri olasılık sırasına göre listeleyin."
      }
    ],
    "reasoning_effort": "high"
  }'
Enter fullscreen mode Exit fullscreen mode

reasoning_effort: "high" Yanıtını Ayrıştırın

Bu modda message.content her zaman bir dize değildir. İçerik bir parça listesi olabilir:

  • Akıl yürütme izini taşıyan thinking parçası
  • Nihai yanıtı taşıyan text parçası

Bu nedenle aşağıdaki kod her zaman doğrudan kullanıcıya gösterilecek metni üretmez:

response.choices[0].message.content
Enter fullscreen mode Exit fullscreen mode

Metin parçalarını açıkça ayıklayın:

response = client.chat.complete(
    model="mistral-large-4",
    messages=[
        {
            "role": "user",
            "content": "200 yanıtı neden boş bir gövdeye sahip olur?",
        }
    ],
    reasoning_effort="high",
)

content = response.choices[0].message.content

if isinstance(content, str):
    answer = content
else:
    answer = "".join(
        chunk.text
        for chunk in content
        if chunk.type == "text"
    )

print(answer)
Enter fullscreen mode Exit fullscreen mode

Düşünme tokenleri çıktı tokeni olarak faturalandırılır. Bu nedenle varsayılan olarak "none" kullanın; yalnızca karmaşık akıl yürütme gerektiren çağrılarda "high" seçin.

Adım 5: Resim Gönderin

Large 4, 1.6B parametreli görüş kodlayıcısıyla doğal olarak çok modludur. Metin ve görüntüyü aynı content dizisinde gönderebilirsiniz:

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "Bu, API hata panomuzun bir ekran görüntüsü. Hangi uç nokta en çok başarısız oluyor ve hata kodu nedir?"
          },
          {
            "type": "image_url",
            "image_url": "https://example.com/dashboard.png"
          }
        ]
      }
    ]
  }'
Enter fullscreen mode Exit fullscreen mode

Yerel dosya için base64 veri URL'si kullanın:

{
  "type": "image_url",
  "image_url": "data:image/png;base64,<encoded>"
}
Enter fullscreen mode Exit fullscreen mode

Mistral, Large 4'ün Yoğun 200 görsel-temellendirme kıyaslamasında %42 puan aldığını ve GPT-6 Astra'nın %41'inin hemen önünde olduğunu bildiriyor. Bu nedenle hata panoları, grafikler ve UI durum ekran görüntüleri uygun kullanım senaryolarıdır.

Adım 6: Fonksiyon Çağırma

Fonksiyon çağırma, Large 4'ün ajan kullanım senaryolarında öne çıktığı noktadır. Araçları tanımlarsınız; model aracı çağırmaya karar verir, uygulamanız çağrıyı gerçekleştirir ve sonucu modele geri gönderir.

Örnek araç tanımı:

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_order_status",
            "description": "Bir siparişin durumunu ID'sine göre arayın.",
            "parameters": {
                "type": "object",
                "properties": {
                    "order_id": {
                        "type": "string",
                        "description": "Sipariş ID'si, örn. ORD-1042",
                    }
                },
                "required": ["order_id"],
            },
        },
    }
]

messages = [
    {
        "role": "user",
        "content": "ORD-1042 numaralı sipariş nerede?",
    }
]

response = client.chat.complete(
    model="mistral-large-4",
    messages=messages,
    tools=tools,
    tool_choice="auto",
)

tool_call = response.choices[0].message.tool_calls[0]

print(tool_call.function.name)
print(tool_call.function.arguments)
Enter fullscreen mode Exit fullscreen mode

Modelin döndürdüğü fonksiyon çağrısını uygulamanızda çalıştırın. Ardından sonucu aynı tool_call_id ile konuşmaya ekleyin:

import json

result = {
    "order_id": "ORD-1042",
    "status": "shipped",
    "eta": "2026-10-09",
}

messages.append(response.choices[0].message)

messages.append(
    {
        "role": "tool",
        "name": "get_order_status",
        "content": json.dumps(result),
        "tool_call_id": tool_call.id,
    }
)

final = client.chat.complete(
    model="mistral-large-4",
    messages=messages,
    tools=tools,
)

print(final.choices[0].message.content)
Enter fullscreen mode Exit fullscreen mode

Araç şeması düz JSON Şemasıdır. API'nizin mevcut bir OpenAPI tanımı varsa, her işlem için istek şemasını doğrudan parameters alanına taşıyabilirsiniz. Şemayı önce Apidog içinde tasarlamak, araç tanımlarıyla gerçek API'nizin senkron kalmasına yardımcı olur.

Adım 7: JSON Çıktısı Alın

Makine tarafından okunabilir çıktı gerektiğinde response_format kullanın:

curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [
      {
        "role": "user",
        "content": "GET /v1/users/42 döndürülen 404'ten method, path ve status kodunu çıkarın. JSON olarak yanıtlayın."
      }
    ],
    "response_format": {
      "type": "json_object"
    }
  }'
Enter fullscreen mode Exit fullscreen mode

Hem istemde hem de response_format alanında JSON beklentisini belirtin.

Daha katı bir çıktı şekli için Mistral tam şemayla şu formatı da destekler:

{
  "type": "json_schema",
  "json_schema": {
    "...": "..."
  }
}
Enter fullscreen mode Exit fullscreen mode

Apidog içinde yanıta JSON Şeması doğrulaması ekleyin. Böylece çıktı şekli değiştiğinde aşağı akıştaki bir servis sessizce bozulmak yerine testiniz açıkça başarısız olur.

Maliyeti Nedir?

Kullanım Önizleme fiyatı Liste fiyatı
Girdi, 1 milyon token başına 0,68 $ 1,36 $
Önbelleğe alınmış girdi, 1 milyon token başına 0,07 $ 0,14 $
Çıktı, 1 milyon token başına 2,09 $ 4,18 $

Örnek iş yükü:

  • Günde 10.000 çağrı
  • Her çağrıda 3.000 girdi tokeni
  • Her çağrıda 500 çıktı tokeni
  • Girdilerin çoğu önbelleğe alınmış sistem istemi ve araç tanımlarından oluşuyor

Hesaplama:

  • Girdi: 30 milyon token. Her 3.000 tokenin 2.500'ü önbelleğe alınmışsa, 25 milyon token 0,07 $ ve 5 milyon yeni token 0,68 $ üzerinden yaklaşık günlük 5,15 $ eder.
  • Çıktı: 5 milyon token 2,09 $ üzerinden yaklaşık günlük 10,45 $ eder.
  • Toplam: Önizleme fiyatıyla yaklaşık günlük 15,60 $, liste fiyatıyla yaklaşık 31 $.

Aynı iş yükü GPT-6 Astra'da, önbellekleme indirimleri öncesinde milyon token başına 10 $ / 50 $ fiyatlandırmayla günde birkaç yüz dolara mal olurdu. Mistral, önizleme fiyatlandırmasının bitiş tarihini belirtmediği için bütçenizi liste fiyatına göre planlayın.

Yaygın Hatalar

Hata Olası neden Düzeltme
401 Yetkilendirilmemiş Eksik veya yanlış API anahtarı echo $MISTRAL_API_KEY ile değişkeni ve Bearer önekini kontrol edin
404 / geçersiz model Model kimliğinde yazım hatası Tam olarak mistral-large-4 kullanın
422 İşlenemeyen Varlık Hatalı istek gövdesi; çoğunlukla hatalı tools şeması Her aracın parameters alanındaki JSON Şemasını doğrulayın
429 Çok Fazla İstek Çalışma alanı hız sınırı Geri çekilme ve yeniden deneme ekleyin veya Studio'da limitleri artırın
Yanıt liste olarak yazdırılıyor reasoning_effort: "high" parça listesi döndürür text parçalarını ayıklayın

SSS

Mistral Large 4 OpenAI ile uyumlu mu?

İstek yapısı büyük ölçüde benzerdir: model, messages, tools, tool_choice ve response_format alanları beklediğiniz gibi çalışır. Güvenli yaklaşım olarak Mistral SDK'larını veya düz HTTP kullanın. Akıl yürütme çıktısı ise Mistral'ın kendi parça formatını kullanır.

Ne zaman yerel olarak çalıştırabilirim?

Mistral, ağırlıkların Ekim 2026 sonunda yayınlanacağını belirtiyor. Toplam 1.05T parametre nedeniyle çoklu GPU sunucu donanımı gerekir. Daha küçük modeller için Mistral 3'ü yerel olarak çalıştırma rehberini kullanabilirsiniz.

Önizleme üretim için yeterince kararlı mı?

Henüz değil. Model halka açık önizleme olarak etiketlenmiştir ve ağırlıklar yayınlanmadan önce değişebilir. Testlerinizi sabitleyin, Mistral model güncellediğinde tekrar çalıştırın ve yedek bir model yapılandırması bulundurun.

Large 4'ü mevcut Mistral kodumla kullanabilir miyim?

Evet. Temel URL, kimlik doğrulama ve SDK aynıdır. Yalnızca model dizesini aşağıdaki gibi değiştirin:

mistral-large-4
Enter fullscreen mode Exit fullscreen mode

Medium 3.5'ten geçiyorsanız, devam eden entegrasyon adımları için Mistral Medium 3.5 API kılavuzuna bakın.

Özet

Beş dakika içinde çalışan bir Large 4 çağrısı oluşturabilirsiniz. Sonraki adım, gerçek istemlerinizi Large 4 ve mevcut modelinizle yan yana çalıştırmaktır.

Her iki isteği de Apidog içinde kaydedin, durum kodu ve yanıt şekli için doğrulamalar ekleyin, ardından önizleme fiyatı hâlâ yarı fiyatınayken Le Chonk'un yığınınızda yer edinip edinmediğini ölçün.

Top comments (0)