Mistral Agents API против OpenAI Assistants: чем платить

Вы собираете агента, который читает документы, ходит в внешние API и помнит контекст разговора. Два очевидных кандидата — Agents API от Mistral и Assistants API от OpenAI. Оба берут на себя оркестрацию: хранят историю, подключают инструменты, гоняют цикл «модель думает — вызывает функцию — получает результат». Разница в том, кто владеет вашим состоянием, сколько это стоит и можете ли вы вообще увезти модель к себе.

Что делают оба API

Идея у обоих одинаковая: не заставлять разработчика вручную склеивать промпты, историю сообщений и результаты вызова функций. Вместо цепочки ручных запросов к chat-эндпоинту вы описываете агента один раз — какие инструменты ему доступны, какие инструкции, какая модель — и дальше общаетесь через управляемые площадкой сущности.

У OpenAI это Assistant, Thread (ветка диалога), Message и Run — запуск обработки. У Mistral — агент с набором коннекторов (веб-поиск, выполнение кода, генерация изображений) и разговоры (conversations), которые можно продолжать по идентификатору. Совпадает главное: встроенный tool calling, серверное хранение истории и возможность подключать собственные функции.

Ключевой вопрос при выборе агентского API — не «умеет ли он вызывать функции», а «где живёт состояние диалога и кто его контролирует».

Инструменты из коробки

OpenAI в рамках своей платформы даёт встроенные инструменты вроде поиска по загруженным файлам (file search) и выполнения кода (code interpreter), плюс произвольные function calls. Mistral делает ставку на набор коннекторов: веб-поиск, интерпретатор кода, работу с документами и генерацию изображений — и тоже поддерживает пользовательские функции и подключение внешних серверов через MCP¹.

На практике разница не в списке галочек, а в зрелости. У OpenAI дольше история, больше готовых интеграций и SDK, больше ответов на Stack Overflow. Mistral моложе, но закрывает европейский запрос на данные, которые не покидают юрисдикцию ЕС.

Где расходятся: состояние и открытость

Assistants API OpenAI — полностью проприетарная история. Модель, инфраструктура и хранилище тредов — всё на стороне OpenAI. Забрать ассистента и запустить его у себя нельзя.

У Mistral картина двойная. Agents API — это управляемый облачный сервис, но сами модели (Mistral Small, Mistral Large и другие в разных редакциях) частично доступны под открытыми лицензиями для self-hosted развёртывания. То есть логику агента вы пишете под облачный API, но фундамент — модель — при желании можете поднять на своём железе, пусть и без готовой агентской обвязки. Для команд с требованиями к суверенности данных это весомый аргумент.

Важная оговорка про Assistants API

OpenAI объявляла, что Assistants API — переходное решение, и его функциональность мигрирует в Responses API, а сам Assistants планируется вывести из эксплуатации. Точные даты и статус миграции сверяйте в актуальной документации OpenAI перед тем, как строить на нём продакшн: закладываться на API, у которого объявлен закат, — риск переписывать интеграцию.

Сравнение по параметрам

Конкретные цены за токены и за вызовы встроенных инструментов у обеих компаний меняются и зависят от выбранной модели — актуальные тарифы смотрите на страницах pricing Mistral и OpenAI, а не по цифрам из чужих обзоров полугодовой давности.

Что выбрать под задачу

• Быстрый прототип, экосистема важнее всего. OpenAI — из-за зрелости SDK и объёма примеров. Но с оглядкой на миграцию в Responses API: закладывайте, что код придётся адаптировать.
• Данные не должны покидать ЕС. Mistral с опцией размещения в европейской юрисдикции.
• Нужна возможность увезти модель on-premise. Только Mistral, за счёт открытых редакций моделей.
• Много внешних интеграций через MCP. Mistral с нативной поддержкой протокола, у OpenAI это тоже развивается — проверяйте текущий статус.
• Долгосрочный продакшн. Оценивайте не сегодняшний набор фич, а стабильность API: у Assistants объявлен закат, это фактор планирования.

Что не решает выбор API

Ни один из этих сервисов не избавит вас от проектирования логики агента: как обрабатывать ошибки вызова функций, как ограничивать число шагов в цикле, что делать при галлюцинациях. Агентская обвязка снимает рутину, но не отвечает за качество решений — за это по-прежнему отвечаете вы.

¹ MCP (Model Context Protocol) — открытый протокол для подключения языковых моделей к внешним источникам данных и инструментам через стандартизированный интерфейс, чтобы не писать интеграцию под каждый сервис заново.