Mistral AI · modelo de lenguaje
Saba: precio, contexto y benchmarks
Saba es un modelo de lenguaje de Mistral AI lanzado el 17 de febrero de 2025. Cuesta 0,2 US$ por millón de tokens de entrada y 0,6 US$ de salida, con un contexto de 32,8 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
| Precio | 22/30 | |
|---|---|---|
| Contexto | 1/15 | |
| Funciones | 8/15 |
Lo que hay que saber de Saba
Saba fue publicado por Mistral AI (Francia) el 17 de febrero de 2025. Acepta texto y archivos como entrada y produce texto. Su ventana de contexto alcanza 32.768 tokens, más que el 8 % de los modelos del registro, y puede escribir hasta 26.214 tokens de una vez.
Lanzado hace más de 1 año, pertenece a una generación ya superada por modelos más recientes de casi todos los editores.
Precio de Saba
En OpenRouter, Saba cuesta 0,2 US$ por millón de tokens de entrada y 0,6 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,3 US$ por millón, más caro que el 28 % de los modelos de pago (2,5 veces menos que la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0007 US$. Con 1.000 tareas al día, cuente 21 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Los tokens ya enviados y en caché se facturan a 0,02 US$ por millón.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para Saba. Por eso no mostramos ninguna nota de rendimiento inventada: solo el precio, el contexto y las funciones cuentan en su nota.
Funciones, privacidad y uso local
- Admite la llamada a herramientas: puede manejar un agente IA, llamar a API o a servidores MCP.
- Puede responder en un formato JSON impuesto (salidas estructuradas).
- Sus conocimientos llegan hasta septiembre de 2024.
Sus pesos no se publican: solo se puede usar a través de la API de Mistral AI o de un intermediario como OpenRouter, lo que implica enviar sus datos fuera de sus máquinas.
Otros modelos de Mistral AI
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| Mistral Large 4 | 6 oct 2026 | 2,07 US$ | 150 |
| Mistral Medium 3.5 | 30 abr 2026 | 3 US$ | 141,4 |
| Mistral Small 4 | 16 mar 2026 | 0,26 US$ | — |
| Devstral 2 2512 | 9 dic 2025 | 0,8 US$ | — |
| Ministral 3 14B 2512 | 2 dic 2025 | 0,2 US$ | — |
| Ministral 3 8B 2512 | 2 dic 2025 | 0,15 US$ | — |
| Ministral 3 3B 2512 | 2 dic 2025 | 0,1 US$ | — |
| Mistral Large 3 2512 | 1 dic 2025 | 0,75 US$ | — |
Veredicto
Saba obtiene 52/100 según nuestra tabla, que solo usa cifras publicadas.
Puntos fuertes
- Precio bajo: más barato que el 72 % de los modelos de pago.
- Listo para agentes: llamada a herramientas y salidas JSON estructuradas.
Limitaciones
- Ninguna puntuación independiente publicada: rendimiento no verificable.
- Generación antigua, a menudo sustituida por un modelo más reciente del mismo editor.
Evítelo si…
- sus datos no deben salir de sus servidores;
- analiza documentos largos de una sola vez.
Alternativas
- Qwen2.5 72B Instruct0,37 US$
- Qwen3 30B A3B0,22 US$
- GPT-4o-mini0,26 US$
- GPT-4o-mini (2024-07-18)0,26 US$
- Command R (08-2024)0,26 US$
- Mercury 20,38 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Saba?
0,2 US$ por millón de tokens de entrada y 0,6 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0007 US$.
¿Qué tamaño tiene el contexto de Saba?
32.768 tokens, unas 25.000 palabras, con un máximo de 26.214 tokens de salida.
¿Se puede usar Saba en local?
No, Mistral AI no publica sus pesos: solo se usa por API.
¿Sirve Saba para un agente IA?
Técnicamente sí: admite llamada a herramientas y salidas estructuradas. Compruebe después su coste para su volumen.
¿Qué alternativas hay a Saba?
Los modelos más cercanos en precio y rendimiento son Qwen2.5 72B Instruct, Qwen3 30B A3B y GPT-4o-mini.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos