Mistral AI · modèle de langage
Saba : prix, contexte et benchmarks
Saba est un modèle de langage de Mistral AI sorti le 17 février 2025. Il coûte 0,2 $US par million de tokens en entrée et 0,6 $US en sortie, avec un contexte de 32,8 k tokens. Aucun score indépendant n'est publié pour lui à ce jour.
| Prix | 22/30 | |
|---|---|---|
| Contexte | 1/15 | |
| Fonctions | 8/15 |
Ce qu'il faut savoir sur Saba
Saba a été publié par Mistral AI (France) le 17 février 2025. Il accepte du texte et des fichiers en entrée et produit du texte. Sa fenêtre de contexte atteint 32 768 tokens, plus que 8 % des modèles du registre, et il peut écrire jusqu'à 26 214 tokens d'une traite.
Sorti il y a plus de 1 an, il appartient à une génération déjà dépassée par des modèles plus récents de la plupart des éditeurs.
Prix de Saba
Sur OpenRouter, Saba coûte 0,2 $US par million de tokens en entrée et 0,6 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,3 $US par million, plus cher que 28 % des modèles payants (2,5 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0007 $US. À 1 000 tâches par jour, comptez 21 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Les tokens déjà envoyés et mis en cache sont facturés 0,02 $US par million.
Performance et benchmarks
Epoch AI ne publie pas encore d'indice de capacités pour Saba. Nous n'affichons donc aucune note de performance inventée : seuls le prix, le contexte et les fonctions entrent dans sa note.
Fonctions, confidentialité et usage local
- Il gère l'appel d'outils : il peut donc piloter un agent IA, appeler des API ou des serveurs MCP.
- Il sait répondre dans un format JSON imposé (sorties structurées).
- Ses connaissances s'arrêtent à septembre 2024.
Ses poids ne sont pas publiés : on ne peut l'utiliser que via l'API de Mistral AI ou d'un intermédiaire comme OpenRouter, ce qui implique d'envoyer vos données hors de vos machines.
Les autres modèles de Mistral AI
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Mistral Large 4 | 6 oct. 2026 | 2,07 $US | 150 |
| Mistral Medium 3.5 | 30 avr. 2026 | 3 $US | 141,4 |
| Mistral Small 4 | 16 mars 2026 | 0,26 $US | — |
| Devstral 2 2512 | 9 déc. 2025 | 0,8 $US | — |
| Ministral 3 14B 2512 | 2 déc. 2025 | 0,2 $US | — |
| Ministral 3 8B 2512 | 2 déc. 2025 | 0,15 $US | — |
| Ministral 3 3B 2512 | 2 déc. 2025 | 0,1 $US | — |
| Mistral Large 3 2512 | 1 déc. 2025 | 0,75 $US | — |
Verdict
Saba obtient 52/100 selon notre grille, qui ne retient que des chiffres publiés.
Points forts
- Prix bas : moins cher que 72 % des modèles payants.
- Prêt pour les agents : appel d'outils et sorties JSON structurées.
Limites
- Aucun score indépendant publié : performance non vérifiable.
- Génération ancienne, souvent remplacée par un modèle plus récent du même éditeur.
À éviter si…
- vos données ne doivent pas quitter vos serveurs ;
- vous analysez de longs documents d'un seul tenant.
Alternatives
- 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
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Saba ?
0,2 $US par million de tokens en entrée et 0,6 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0007 $US.
Quelle est la taille du contexte de Saba ?
32 768 tokens, soit environ 25 000 mots, avec 26 214 tokens maximum en sortie.
Peut-on utiliser Saba en local ?
Non, Mistral AI ne publie pas ses poids : il s'utilise uniquement par API.
Saba convient-il pour un agent IA ?
Oui sur le plan technique : il gère l'appel d'outils et les sorties structurées. Vérifiez ensuite son coût pour votre volume.
Quelles alternatives à Saba ?
Les modèles les plus proches en prix et en performance sont Qwen2.5 72B Instruct, Qwen3 30B A3B et GPT-4o-mini.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons