Mistral 上架 OpenAI 的 Responses 格式：两款中国 Flash 模型进同一货架，聚合路由要重算三笔账

同一个接口 Responses：Mistral 的货架新入口

10 月 28 日，Mistral 宣布其 Responses API 进入公开预览。端点为 POST /v1/responses，格式直接采用 OpenAI 的 Responses 规范——输出的数组里，回答、推理过程、函数调用被拆成三类独立的 output 条目，智能体循环的每一步都可以单独处理，这与 Chat Completions 把工具调用塞进一段对话的结构完全不同。预览版支持文本、图片、文件输入，JSON Schema 结构化输出，流式返回，客户端函数调用，以及按模型开放的推理强度参数，还新增了一个输入 token 预检端点，发请求之前就能把成本算清。

对货架端最重要的是两个特征：其一无状态——服务器不留存会话，应用要自己把完整历史和上一轮的 output 条目来回搬运，长对话智能体任务的输入成本随轮次线性增长，历史做摘要截断不是优化项而是计费项；其二欧盟与美国双区可用，EU 数据驻留从一个宣传点变成了可写进合同的合规维度。官方 Python 与 TypeScript SDK 同步到位，已按 OpenAI Responses 格式开发的集成，迁移成本接近于零。

同一条公告，加上两款中国 Flash 模型

同一次发布里，Mistral 云推理货架还新增了两款快而便宜的中国模型：DeepSeek V4.1 Flash 1017 处于预览，100 万 token 上下文，百万输入 0.30 美元、缓存输入 0.007 美元、输出 1.20 美元；智谱 GLM 5.3 Flash 正式可用，同样百万上下文，按 Z.ai 列表价，百万输入 0.15 美元、缓存 0.03 美元、输出 0.50 美元（两组价格均经两家以上来源交叉核对，GLM 价格另与 Z.ai 官网价目表一致）。

更值得盯的数字是：GLM 5.3 Flash 的列表价在第三方货架上已经被打穿——第三方行情追踪 BenchGecko 统计到 10 月下旬共有 38 家供应商在售，最低挂牌输入约 0.041 美元、输出约 0.076 美元，分别只有列表价的 27% 与 15%（该组为第三方统计，各家报价属厂商自报）。Mistral 货架按列表价挂出来，本身就是一个信号：模型供给一旦冗余，列表价只是锚点，真实成交价会碎裂成多个价格带。

聚合路由重算三行账

站在 API 聚合分发一侧，这轮变动对应三笔账。

第一行是健康检查矩阵：把 /v1/responses 与 token 预检端点加入监控，无状态回传是判断标准——同一份历史反复重发时，若缓存命中没有兑现、输入账单蹿升，就该立刻触发计费告警，而不是等月底对账。

第二行是缓存折扣的不对称：DeepSeek 缓存价 0.007 美元只是新输入价的 2.3%，GLM 缓存价 0.03 美元则是新输入价的 20%。给同一类工作负载配路由时，提示词重复度高的场景优先挂缓存折扣更狠的一档，两个价格带可以直接换出不同成本结构。

第三行是多货架比价：GLM 5.3 Flash 在第三方货架按约四折价成交、在 Mistral 货架按列表价在售，同一模型同时出现在两个价格带。比价路由的机会就来了——按价格带切单，而不是按模型名切单。

观察：OpenAI 格式的 Responses 接口正在变成模型货架的新门票——接口开始被各家竞价，货架的竞争就从谁的模型好，变成谁的价格带可达。对聚合平台而言，这是货架扩容的信号。

来源：Mistral 官方 X 发布与 docs.mistral.ai（10 月 28 日公开预览）、Neural Brew 与 CryptoBriefing 报道、Z.ai 官方价目表、BenchGecko 第三方行情追踪（截至 10 月下旬，部分报价为厂商自报）。