GPT-6.1 Sol vs. Mistral Large 4: Das günstigere Modell pro Token ist das teurere Modell pro Aufgabe

Das Interessante daran, GPT-6.1 Sol neben Mistral Large 4 zu stellen, ist nicht, welches von beiden klüger ist — bei der einzigen unabhängigen Messung, die beide haben, ist das nicht knapp. Es ist vielmehr so, dass das Modell mit dem niedrigeren Listenpreis dasjenige ist, mit dem das Erledigen einer Aufgabe mehr kostet. Mistral Large 4, von Mistral am 2026-10-06 als Vorschauversion vorgestellt, kostet, solange die Vorschau läuft, $0,68 pro Million Eingabe-Tokens und $2,09 pro Million Ausgabe-Tokens, gegenüber den $2,00 und $10,00 von GPT-6.1 Sol, die seit der Veröffentlichung durch OpenAI am 2026-09-29 gelten. Und doch beziffern die Kostenzahlen pro Aufgabe von Artificial Analysis Mistral Large 4 auf $1,13 pro Aufgabe, gegenüber $0,72 bei GPT-6.1 Sol — weil die günstigeren Tokens nicht die ganze Rechnung ausmachen und weil Reasoning-Modelle Tokens in Mengen verbrauchen, die man nicht anhand einer Preisliste auswählt.

Alles Folgende stammt aus Mistrals eigener Ankündigung und Dokumentation, den Modell- und Preisseiten von OpenAI, den Durchläufen von Artificial Analysis für jedes Modell und unseren eigenen Serving-Daten, ausgelesen am 12.10.2026. Wenn eine Zahl vom Anbieter selbst stammt und niemand sie erneut nachgerechnet hat, wird im betreffenden Satz darauf hingewiesen.

Zwei Dates, und nur eines davon ist vorbei.

Noch vor jeder Spezifikation unterscheidet sich der Zustand der beiden Produkte, und dieser Unterschied leistet in diesem Vergleich mehr als jede Benchmark-Zelle.

• GPT-6.1 Sol ist ein ausgeliefertes Modell. Es wurde am 29.09.2026 in der OpenAI-API live geschaltet, zu 2,00 $ / 10,00 $ pro Million Token, mit 0,10 $ für gecachte Eingabe und 2,50 $ für Cache-Schreibvorgänge, und es ist das Modell im Standard-Slot der API. Seine Preisliste ist veröffentlicht, sein Kontextfenster ist dokumentiert, und unabhängige Instrumente haben es getestet. Was Sie darüber lesen, können Sie heute Nachmittag selbst aufrufen.

• Mistral Large 4 ist eine Vorschau. Mistral kündigte es am 06.10.2026 als ein Mixture-of-Experts-Modell mit 1,05 Billionen Parametern an, von denen 52 Milliarden Parameter pro Token aktiv sind, verfügbar über die eigene API des Anbieters zu Vorschau-Preisen. Die offenen Gewichte sind vor Ende Oktober zugesagt, weshalb dies eine Vorschau und keine fertige Veröffentlichung ist. Nichts an seinem künftigen Listenpreis, künftigen Kontextfenster oder seiner künftigen Lizenz wird durch die Vorschau festgelegt.

Diese Asymmetrie prägt die Gestalt von allem, was folgt. Wenn die eine Seite eines Vergleichs ein Produkt und die andere eine Ankündigung mit angehängtem Datum ist, dann drehen sich die meisten interessanten Fragen eher um den Zeitpunkt als um die Leistungsfähigkeit – und die eine Frage, die Leute tatsächlich stellen („Sollte ich wechseln?“), hat im Oktober und im November unterschiedliche Antworten.

Die eine Zahl, auf die sich beide Seiten einigen, und die 14 Punkte dahinter

Artificial Analysis hat für beide Modelle eine Zeile im Intelligence Index, und daran gibt es keinen Zweifel:

• Intelligenzindex — GPT-6.1 Sol 52 bei maximalem Reasoning-Aufwand; Mistral Large 4 38.

• Kosten für den Betrieb des Index — GPT-6.1 Sol 0,72 $ pro Aufgabe; Mistral Large 4 1,13 $ pro Aufgabe.

• Ausgabegeschwindigkeit — GPT-6.1 Sol erreicht über mehrere Durchläufe hinweg 65,4 bis 66,8 Tokens pro Sekunde; Mistral Large 4 ist in dieser Paarung ebenfalls nicht die schnelle Seite.

Liest man diese drei Zeilen zusammen, wird die Gestalt des Geschäfts sichtbar. Mistral Large 4 berechnet etwa ein Drittel des Eingabetarifs von GPT-6.1 Sol und ein Fünftel seines Ausgabetarifs und kostet dennoch rund 57 % mehr, um dieselbe Evaluierungsaufgabe abzuschließen. Das ist kein Preistrick und kein Messartefakt; es ist das, was geschieht, wenn ein Modell ein bestimmtes Qualitätsniveau erreicht, indem es dafür mehr Token aufwendet. Die Rechnung eines Reasoning-Modells wird davon bestimmt, wie viele Token es auszugeben beschließt, nicht vom Preis pro Token auf dem Tarifblatt, und ein Unterschied von 14 Punkten im Index ist eine große Menge zusätzlichen Denkens, die man aufwenden muss, um ihn auszugleichen.

Nichts davon macht Mistral Large 4 zu einem schlechten Modell. Ein Index von 38 ist ein kompetenter, allgemein einsetzbarer, Frontier-naher Wert, und für sehr viele Produktionsaufgaben bringen die zusätzlichen 14 Punkte nichts, was Sie nutzen können. Der Punkt ist enger gefasst und praktischer: Kaufen Sie dieses Modell nicht in der Annahme, dass die günstigere Karte den Monat günstiger macht. Messen Sie die Kosten pro abgeschlossener Arbeitseinheit – also die Zahl, die Artificial Analysis tatsächlich ausweist, und die Zahl, die Ihre Rechnung widerspiegeln wird.

Wo Mistral wirklich stark ist, und das ist nicht der Preis.

Drei Argumente für Mistral Large 4 halten dem Kontakt mit der Indexnummer stand, und zwei davon haben überhaupt nichts mit dem Modell zu tun.

• Europäisches Training und souveränes Hosting. Mistral ist das europäische Frontier-Lab, und die Ankündigung steht unter einer Botschaft zur souveränen Cloud statt unter einer Benchmark-Botschaft. Für einen europäischen Käufer aus dem öffentlichen Sektor, eine regulierte Bank oder jeden, dessen Beschaffungsregeln eine Jurisdiktion nennen, ist das eine Anforderung und keine Präferenz — und es ist die eine Achse, auf der GPT-6.1 Sol zu keinem Preis konkurrieren kann. Wenn Ihre Vorgabe lautet: „Die Gewichte und das Serving müssen europäisch sein“, endet der Vergleich hier und die Index-Zahl ist irrelevant.

• Offene Gewichte kommen, und Selbst-Hosting verändert die Rechnung. Mistral hat zugesagt, die Gewichte vor Ende Oktober zu veröffentlichen. Ein 1,05T/52B Mixture-of-Experts ist kein Modell, das die meisten Teams auf ihrer eigenen Hardware betreiben werden — 52B aktive Parameter sind die freundliche Hälfte dieses Satzes, die Gesamtsumme von einer Billion Parameter ist die unfreundliche Hälfte —, aber für Organisationen, die bereits diese Klasse von Infrastruktur betreiben oder eine Datenresidenz-Regel haben, die keine gehostete API erfüllen kann, verwandeln offene Gewichte eine abgerechnete API in einen Fixkostenposten. GPT-6.1 Sol wird niemals selbst hostbar sein.

• Der Vorschau-Preis ist echt, solange er Bestand hat. Bei $0.68 / $2.09 entspricht der Vorschau-Rabatt ungefähr der Hälfte des angekündigten Listenpreises von $1.36 / $4.18. Wenn eine Workload günstig genug ist, dass die Token-Anzahl tatsächlich die bindende Einschränkung darstellt — Massenklassifizierung, Extraktion, Routing, alles mit kurzen Ausgaben und ohne Reasoning-Schleife —, dann ist dieser Preis der beste auf dieser Seite, und die Index-Lücke gilt nicht für Arbeit, die nie einen Index von 52 gebraucht hätte. Plane den Wechsel einfach für das Ende der Vorschau ein, statt davon überrascht zu werden.

Was kein Argument ist, ist rohe Leistungsfähigkeit an der Spitze. Bei agentischem Coding und Tool-Nutzung über lange Zeithorizonte ist die Lücke sichtbar, und sie verläuft in genau die Richtung, die man vom Index erwarten würde: Die Zeile von GPT-6.1 Sol bei Artificial Analysis Terminal-Bench 4.0 liest sich als 56,06, und dasselbe Instrument verortete seinen Vorgänger GPT-6 Sol bei 43,94 — ein Generationssprung von rund 12 Punkten in einem Benchmark, bei dem es speziell darum geht, Aufgaben in einer Shell abzuschließen.

Die Kontextnummer, die sich selbst widerspricht

Dies ist die einzige Spezifikation auf der Seite, die Sie nicht mit Sicherheit zitieren können, und es lohnt sich, sie zu kennzeichnen, anstatt sie zu beschönigen.

Mistrals eigene Dokumentation für Mistral Large 4 beschreibt ein Kontextfenster von bis zu 1 Million Token. Der unabhängige Eintrag für das Modell bei Artificial Analysis weist 524.000 aus. Diese beiden Zahlen sind keine Rundungsdifferenz; sie unterscheiden sich um den Faktor zwei und verweisen auf unterschiedliche Dinge. Die wahrscheinlichste Erklärung ist, dass die eine die Obergrenze der Architektur beschreibt und die andere, was während einer Vorschau tatsächlich bereitgestellt wird – eine Unterscheidung, die enorm wichtig ist, wenn Sie vorhatten, ein großes Repository in einem einzigen Aufruf zu laden. Wir haben nicht gesehen, dass der Anbieter eine der beiden Zahlen mit der anderen in Einklang gebracht hätte, und bis das geschieht, sollten Sie die kleinere Zahl als diejenige behandeln, auf die Sie bauen können.

Im Gegensatz dazu hat keiner der zentralen Grenzwerte von GPT-6.1 Sol dieses Problem. Sein Kontextfenster umfasst 1.050.000 Token, seine maximale Ausgabe beträgt 128.000 Token und sein Wissensstand endet am 30.04.2026 — alles auf der Modellseite des Anbieters dokumentiert und konsistent mit dem, was über die API bereitgestellt wird.

Was tausend Agent-Tasks jeweils kosten

Nehmen Sie eine Arbeitslast, die für beide Modelle üblich ist: einen Aufruf, der 40.000 Eingabe-Token umfasst und eine Antwort mit 2.000 Token erzeugt, tausendmal ausgeführt. Um die beiden Preislisten vergleichbar zu halten, nehmen Sie an, dass die Eingabe jedes Mal frisch eingeht, statt aus einem Cache bedient zu werden.

• Bei GPT-6.1 Sol — 40.000 Eingabe-Token zu 2,00 $ pro Million sind 0,080 $, und 2.000 Ausgabe-Token zu 10,00 $ pro Million sind 0,020 $. Das sind 0,100 $ pro Aufruf, oder etwa 100 $ für die Tausend.

• Bei Mistral Large 4 zu Vorschau-Preisen — 40.000 Eingabe-Token zu 0,68 $ pro Million kosten 0,027 $, und 2.000 Ausgabe-Token zu 2,09 $ pro Million kosten 0,004 $. Das sind 0,031 $ pro Aufruf oder etwa 31 $ für tausend Aufrufe.

Die Preislücke ist also real, und sie beträgt bei einer Konstellation mit kurzer Ausgabe ungefähr drei zu eins – mit einem ehrlichen Vorbehalt, der in die andere Richtung wirkt. GPT-6.1 Sol berechnet $0,10 pro Million für ein gecachtes Präfix, und Mistrals Vorschau-Dokumentation belegt keinen entsprechenden Rabatt. Führen Sie dieselbe Schleife mit den 40.000 aus dem Cache bedienten Tokens aus, sinkt die GPT-6.1-Sol-Seite auf etwa $0,024 pro Aufruf, was unter dem Mistral-Wert liegt. Die Tarifkarten entscheiden diesen Vergleich erst dann, wenn Sie wissen, ob sich Ihre Eingabe wiederholt. Ändern Sie nun den anderen Parameter und beobachten Sie, wie sich die zweite Spanne öffnet: Führen Sie dieselbe Schleife am reasoning-lastigen Ende aus, wo Mistral Large 4 die Token-Ausgaben tätigt, die sein Index von 38 impliziert, und die Zahl von $1,13 pro Aufgabe in einer vergleichbaren Evaluation besagt, dass die Mistral-Seite der Rechnung schneller wächst, als die Tarifkarte vermuten lässt. Die ehrliche Zusammenfassung lautet, dass Mistral Large 4 die Arithmetik bei Arbeiten mit kurzer Ausgabe zu frischen Eingabetarifen gewinnt und sie bei gecachten und langhorizontigen agentischen Arbeiten verliert, und welchen davon Sie ausführen, ist eine Frage Ihrer Arbeitslast, nicht der Modelle.

Beides sind genau die Art von Vergleich, für die ein Router gedacht ist. GPT-6.1 Sol ist in unserem Katalog zu den Listenpreisen von Open​AI mit 0 % Aufschlag — was Open​AI veröffentlicht, ist das, was ein Aufrufer zahlt, und wenn ein Anbieter einen Preis ändert, ändert sich die Katalogzeile mit, statt darauf zu warten, dass ein Wiederverkäufer es bemerkt. Das bedeutet, dass die obige Berechnung pro Token gegen die Live-Zeile statt gegen diese Seite geprüft werden kann. Mistral Large 4 bieten wir nicht an, wenn Sie es also möchten, finden Sie es in der API des Anbieters selbst und auf mehreren Drittanbieter-Plattformen.

Was am Montag zu tun ist

Es gibt keine Version davon, in der die beiden Modelle heute für dieselbe Aufgabe austauschbar wären, und der Grund dafür ist das Timing, nicht die Qualität.

Wenn Sie diese Woche ein Frontier-Agentic-Coding-Modell brauchen – lange Tool-Schleifen, Kontext in Repository-Größe, Computer-Nutzung, dokumentenlastige professionelle Arbeit –, lautet die Antwort GPT-6.1 Sol; es ist das einzige der beiden, das ein fertiges Produkt ist, und sein Preis ist veröffentlicht und stabil. Rechnen Sie damit, dass sein Output-Zähler der Punkt ist, an dem das Geld hingeht, und halten Sie das Working Set unter der Schwelle von 272.000 Token, oberhalb derer die gesamte Anfrage neu bepreist wird.

Wenn Sie in Europa sind und Ihre Anforderungen eine Jurisdiktion nennen, oder wenn Sie selbst hosten möchten, weil keine API Ihre Datenregeln erfüllt, ist Mistral Large 4 hier unabhängig von den Bewertungen der einzige Kandidat – doch der Teil davon, auf den Sie warten, die Gewichte, existiert noch nicht, und die Kontextzahl, an der Sie Ihre Infrastruktur dimensionieren würden, ist derzeit um den Faktor zwei umstritten. Achten Sie auf die Veröffentlichung der Gewichte und darauf, dass der Anbieter 1 Mio. mit 524.000 in Einklang bringt, bevor Sie eine Bereitstellung darauf festlegen.

Und wenn Sie eigentlich beides nutzen möchten — Mistral Large 4 für die günstige Variante mit hohem Volumen und GPT-6.1 Sol für den schwierigen Tail —, besteht die praktische Einschränkung darin, dass die beiden über unterschiedliche Schlüssel, unterschiedliche Abrechnung und unterschiedliche Fehlerarten laufen, was genau das Problem ist, das ein einziger Endpunkt mit automatischem Failover über mehr als 200 Modelle hinweg lösen soll. In der Zwischenzeit ist die Zeile, die es sich zu öffnen lohnt, diejenige, die tatsächlich existiert: die Modellseite von GPT-6.1 Sol unter https://www.orcarouter.ai/models/openai/gpt-6.1-sol.