GPT-6 Astra vs. Mistral Large 4: Eine Fähigkeitslücke, eine Preislücke und drei Dinge, die Benchmarks übersehen

Mistral Large 4 ist etwa drei- bis siebenmal günstiger als GPT-6 Astra und liegt etwa sechzehn Punkte im Intelligence Index hinter ihm. Den unabhängigen Zahlen zufolge, die in der Woche vom 8. Oktober 2026 abgelesen wurden, liegt Mistral Large 4 Preview bei 38,4 im Intelligence Index v4.3 von Artificial Analysis und GPT-6 Astra bei 54,7 – eine Lücke, die größer ist als die zwischen Astra und jedem anderen Modell in dieser Kategorie –, während die Preislisten 0,68 US-Dollar und 2,09 US-Dollar pro Million Token gegenüber 10,00 US-Dollar und 50,00 US-Dollar ausweisen. Wäre die Leistungsfähigkeit pro Dollar die einzige Frage, wäre die Antwort Astra für anspruchsvolle Arbeit und Mistral Large 4 für Volumen, und der Artikel würde hier enden.

Damit ist es nicht getan, denn drei der Unterschiede, die dieses Duell entscheiden, tauchen in keiner Benchmark-Tabelle der beiden Anbieter auf. Mistral Large 4 erschien am 6. Oktober 2026 als öffentliche Vorschau, deren Gewichte nicht veröffentlicht wurden, bereitgestellt aus Mistrals eigenen europäischen Rechenzentren und vermarktet mit einem Verweigerungsverhalten, das geschlossene Modelle zu keinem Preis nachbilden können. GPT-6 Astra wurde am 3. September 2026 als Spitzenmodell der OpenAI-Reihe veröffentlicht, ist geschlossen, moderiert und in diesem Vergleich das Modell, das Nein sagt. Das ist eine andere Achse als die, die der Index misst.

Die Spezifikation, auf jeder Zeile beide Seiten

• Veröffentlichung — GPT-6 Astra 3. September 2026, allgemein verfügbar vs. Mistral Large 4 6. Oktober 2026, öffentliche Vorschau

• Parameter — Astra nicht offengelegt vs. Mistral Large 4 1,05 Billionen insgesamt mit 49 Milliarden aktiven pro Token, plus einen Vision-Encoder mit 1,6 Milliarden Parametern

• Kontextfenster — Astra 1.050.000 Token vs. Mistral Large 4, beworben mit 1M, aber von Artificial Analysis in der getesteten Konfiguration bei 524.288 gelesen

• Maximale Ausgabe — Astra 128.000 Token vs. Mistral Large 4 noch nicht dokumentiert

• Eingabepreis — Astra 10,00 $ pro 1 Mio. vs. Mistral Large 4 1,36 $ auf der veröffentlichten Preisliste, derzeit zu einem Aktionspreis von 0,68 $ abgerechnet

• Ausgabe-Preis — Astra 50,00 $ pro 1 Mio. vs. Mistral Large 4 4,18 $ auf der Karte, derzeit 2,09 $

• Zwischengespeicherte Eingabe — Astra 1,00 $ pro 1M vs. Mistral Large 4 0,14 $, derzeit 0,07 $

• Long-Context-Stufe — Astra berechnet die gesamte Anfrage bei über 272.000 Eingabe-Tokens mit 20,00 $ und 75,00 $ neu; Mistral veröffentlicht nichts Vergleichbares

• Gewichte — Astra geschlossen vs. Mistral Large 4, zugesagt unter einer unbenannten offenen Lizenz bis Ende Oktober 2026, noch nicht veröffentlicht

• Wo es läuft — Astra auf OpenAIs Infrastruktur, Azure und AWS Bedrock gegenüber Mistral Large 4 heute auf Mistrals eigenem europäischen Cluster, selbst hostbar, sobald die Gewichte verfügbar sind

• Unabhängiger Intelligenz-Index — Astra 54.7 vs. Mistral Large 4 Preview 38.4

• Unabhängiger Langkontext-Abruf — Astra 80,7 vs. Mistral Large 4 81,3, die einzige Fähigkeitslinie, bei der Mistral führt

Die Indexlücke ist real, und sie ist nicht das ganze Modell

54 gegen 38 ist kein Rundungsunterschied. Im selben Terminal-Bench 4.0-Harness desselben Evaluators verzeichnet Astra 59,1 % gegenüber den 26,8 % von Mistral Large 4 Preview, und auf der eigenen Seite von Artificial Analysis wird Mistral Large 4 mit durchschnittlich etwa 507 Sekunden pro Aufgabe ausgewiesen, während die Index-Läufe von Astra mit etwa 3,26 $ Rechenkosten pro Lauf veranschlagt werden. Ein Modell, das acht Minuten pro Aufgabe braucht und sechzehn Punkte niedriger abschneidet, konkurriert beim agentischen Coding nicht in derselben Workload-Klasse.

Zwei Zeilen laufen in die andere Richtung, und beide verdienen es, in jede Entscheidung mitgenommen zu werden. Mistral Large 4 führt beim Long-Context-Recall, 81,3 gegen 80,7, was eine echte Stärke für die dokumentlastige und retrieval-lastige Arbeit ist, für die ein europäischer Käufer es am ehesten wollen dürfte. Und es ist eine Vorschau auf ein Mixture-of-Experts mit 1,05 Billionen Parametern, von dem Mistral sagt, dass es sich noch in einem ungesättigten Reinforcement-Learning-Lauf befindet — der Anbieter selbst sagt, er erwarte „große und schnelle Verbesserungen in den kommenden Wochen und Monaten". Das Modell, das Sie heute benchmarken, ist die schlechteste Version davon, die Ihnen jemals in Rechnung gestellt wird. Astras 54,7 ist an eine feste Fähigkeit geknüpft; Mistrals 38,4 an eine sich bewegende, und beide Tatsachen sprechen auf unterschiedliche Weise für den Käufer.

Woher Mistrals Zahlen kommen und wer sie erstellt hat

Mistrals Launch-Material ist ungewöhnlich sorgfältig in Bezug auf die Provenienz, und diese Sorgfalt ist selbst eine Information. Drei der wichtigsten Agentic-Coding-Kennzahlen – 61,7 % bei DeepSWE v1.1, 59,4 % bei SWE-Atlas-QnA und 28,3 % bei Terminal-Bench 4.0, die zusammen einen Coding Agent Index Score von 49,8 % ergeben – werden von Mistral als privat von Artificial Analysis evaluiert beschrieben, und zwar vor dem öffentlichen Start dieses Benchmark-Harness. Sie sind noch nicht im öffentlichen Index, was sie stärker als einen selbst durchgeführten Benchmark und dennoch heute für Sie nicht reproduzierbar macht.

Der stärkste unabhängige Datenpunkt in der Veröffentlichung ist einer, den Mistral nicht selbst erhoben hat. Surge AI, ein Drittanbieter-Annotationsunternehmen, führte eine blinde menschliche Bewertung der Coding-Qualität durch, bei der die Modellidentitäten verborgen waren, und professionelle Annotatoren bewerteten Mistral Large 4 Preview mit 3,74 auf einer Skala von 1–5 – Platz zwei von fünf, nur hinter Claude Opus 5 mit 4,22 und vor Kimi K3 mit 3,59, GLM-5.3 mit 3,60 und GLM-5.2 mit 3,40. Eine blinde menschliche Evaluation, bei der auf der anderen Seite ein namentlich genanntes Labor steht, ist eine andere Art von Beleg als eine selbst veröffentlichte Tabelle, und sie ist das stärkste unabhängige Einzelergebnis in der Ankündigung.

Alles andere in Mistrals Tabelle ist anbieterseitig gemeldet und nicht reproduziert, einschließlich der unten stehenden Cyber-Zahlen. Lies sie als Behauptungen, die ein selbstbewusstes Labor aufstellt, nicht als Messungen.

Was Mistral tatsächlich verkauft: die Verweigerung

Das ist der Teil des Vergleichs, den keine Benchmark erfasst, und es ist die schärfste Aussage, die einer der beiden Anbieter in diesem Duell gesagt hat.

Im Cyber Index von Artificial Analysis sagt Mistral, dass Mistral Large 4 zu den globalen Top Fünf gehört und die außerhalb Chinas entwickelten Open-Weight-Modelle anführt. Bei einem spezifischen Test – eine echte Sicherheitslücke in Open-Source-Software reproduzieren und dann patchen – meldet es 82 %, was als der höchste Wert aller Modelle beschrieben wird, zusammen mit 93 % von Cybenchs 40 Wettbewerbsübungen. Dann macht es die Beobachtung, die der Veröffentlichung ihren Vorteil verleiht: Mehrere führende geschlossene Modelle – darunter Claude Opus 5.5 und GPT-6 Astra – erzielen bei demselben Test nahezu null Punkte, weil sie die Aufgabe verweigern.

Beide Hälften davon stammen aus Anbieterangaben. Keine von beiden wurde unabhängig reproduziert. Aber der Mechanismus ist nicht exotisch, und er ist kein Seitenhieb – OpenAI brachte GPT-6 Astra hinter einer Schwelle auf den Markt, die in der Berichterstattung zum Start als kritische Cyber-Schwelle bezeichnet wurde, und ein Modell mit einer strengeren Verweigerungshaltung wird eine Anfrage zur Reproduktion einer Schwachstelle ablehnen, die ein Modell mit einer lockereren zu versuchen bereit ist. Die 82 % und die Quasi-Null sind zwei Seiten derselben Richtlinienentscheidung, und welche davon man will, hängt davon ab, was man beruflich tut. Ein Red Team, das die eigene Software prüft, will die 82 %. Eine regulierte Plattform, die Endnutzer bedient, möchte möglicherweise gezielt die Verweigerung und ist vielleicht bereit, dafür 10,00 $ und 50,00 $ pro Million Token zu zahlen.

Das ist der Unterschied zwischen diesen beiden Modellen, den Ihnen keine einzige Zeile einer Rangliste jemals zeigen wird, und genau deshalb werden sie auf dem Markt nebeneinander bestehen, statt dass das eine das andere verdrängt.

Was „open-weight“ diese Woche bedeutet

Drei Vorbehalte gehören auf die Seite von Mistral Large 4 im Blatt, und an jedem hängt ein Gewicht.

• Die Gewichte sind nicht veröffentlicht. Es gibt heute keine Checkpoints, keine Lizenzdatei und kein Repository. Mistral sagt, sie werden bis Ende Oktober 2026 erscheinen, nach einem Red-Teaming-Fenster, in dem geprüfte Partner und nationale Behörden einen entsperrten Build erhalten. Bis dahin ist der einzige Zugang die Preview-API, was bedeutet, dass das Argument „es auf eigener Hardware laufen zu lassen“ ein Punkt auf der Roadmap ist, keine Fähigkeit.

• Das Unabhängigkeits-Flag passt nicht zum Marketing. Artificial Analysis führt das Modell als isOpenWeights: false mit der Kategorisierung „proprietary“ auf, weil das, was existiert, eine Vorschau ist, die vom eigenen Cluster des Anbieters bereitgestellt wird. Dieses Flag ist die klarste einzelne Illustration der Kluft zwischen den Worten „open-weight“ und dem Artefakt.

• Der Preis, der Ihnen genannt wird, ist ein Aktionspreis. Mistrals Karte zeigt $0,68 und $2,09 gegenüber einer durchgestrichenen Liste von $1,36 und $4,18. Richten Sie Ihre Abrechnung nach Letzterer. Eine Preview ist zudem im vertraglichen Sinne eine Stufenkennzeichnung — das Modell kann mit kürzerer Vorlaufzeit als eine GA-Version neu ausgerichtet, neu bepreist oder zurückgezogen werden, sodass eine auf dem dieswöchigen Build abgestimmte Pipeline Revalidierungskosten mit sich bringt, die Sie nicht budgetiert haben.

Nichts davon macht die Vorschau zu einem Fehlkauf. Es macht sie zu einem Kauf mit Ablaufdatum und einer Revalidierungsrechnung, was eine andere Art von Kosten ist als ein Pro-Token-Tarif.

Souveränität ist eine Beschaffungsposition, kein Slogan

Mistral hat Mistral Large 4 von Grund auf auf 3.800 NVIDIA Grace Blackwell GPUs in seinen eigenen europäischen Rechenzentren trainiert, 3 Milliarden Euro in einer Series D speziell zum Aufbau dieser Kapazität eingesammelt und stellt die Preview aus derselben Infrastruktur bereit. Für einen regulierten Käufer ist das keine Marketingposition; es ist eine Anforderung, die GPT-6 Astra derzeit zu keinem Preis erfüllen kann. Auf OpenAIs Modell kann über OpenAIs eigene API, Azure und AWS Bedrock zugegriffen werden – allesamt hervorragend für Skalierung, und keines davon ist eine europäisch betriebene End-to-End-Pipeline.

Die zweite Hälfte des Souveränitätsarguments greift, sobald die Gewichte verfügbar sind. Eine Organisation mit den GPUs kann dann ein Sparse-Modell mit 1,05 Billionen Parametern vor Ort betreiben, ohne dass ein Anbieter eingebunden ist, was sowohl die Data-Residency-Story als auch das Ablehnungsverhalten zugleich verändert. Astra wird dann weiterhin ein API-Aufruf sein. Wenn Ihre Roadmap eine On-Premises-Phase hat, ist Mistral Large 4 der einzige dieser beiden, der eine hat – und wenn nicht, ist diese ganze Spalte für Sie wertlos.

Beide laufen lassen, ohne auf eines von beiden zu setzen.

Die ungeschickte Form dieser Paarung für einen Router liegt darin, dass eine Seite ein Modell ist, das wir bereitstellen, und die andere eine Vorschau, die wir nicht bereitstellen. GPT-6 Astra ist im OrcaRouter-Katalog zum Listenpreis von OpenAI ohne Aufschlag enthalten, mit demselben OpenAI-kompatiblen Schlüssel wie über 200 andere Modelle, mit automatischem Failover über vorgelagerte Anbieter hinweg – was hier wichtig ist, weil eine Vorschau genau die Art von Abhängigkeit ist, die man bis zu ihrer Stabilisierung aus dem kritischen Pfad heraushalten möchte. Mistral Large 4 wird von uns nicht geroutet, solange es aus Mistrals eigenem Cluster hinter einem Vorschau-Flag bereitgestellt wird; die ehrliche Version unseres Teils dieses Vergleichs ist die Astra-Seite davon, plus die Möglichkeit, dieselbe Aufgabe gegen beide auszuführen, ohne einen zweiten Vertrag. Wenn ein allgemein verfügbarer Mistral-Endpunkt erscheint, erbt er dieselbe 0%-Durchleitung, mit der der Rest des Katalogs läuft, und eine Preisänderung des Anbieters schlägt am selben Tag auf demselben Schlüssel auf, an dem sie geschieht, statt bei der nächsten Verlängerung.

Was ein Schlüssel Ihnen heute kauft, ist der A/B-Test selbst: derselbe Prompt, derselbe Evaluator, zwei Modell-Strings, eine Rechnung – und genau so beantworten Sie die einzige Frage, die bei einer Preview zählt, nämlich ob ihre Verweigerungshaltung und ihr Langkontext-Recall sechzehn Indexpunkte für Ihre Workload wert sind.

Die Entscheidungsregel und das Datum, das sie ändert

Wenn es um anspruchsvolles Reasoning, agentisches Coding oder irgendetwas geht, das an der Spitze des Intelligence Index gemessen wird, liegt GPT-6 Astra vorn, und die Preisdifferenz ist der Aufpreis dafür – 10,00 $ und 50,00 $ pro Million Token, mit einer Preisanpassung auf 20,00 $ und 75,00 $ bei Anfragen mit mehr als 272.000 Input-Tokens.

Wenn die Arbeit Vorgaben zufolge in Europa ansässig sein muss, ablehnungssensibel ist oder für On-Premises-Hardware vorgesehen ist, ist Mistral Large 4 das einzige der beiden, das die Frage überhaupt beantwortet – und das zu einem Viertel bis zu einem Siebtel des Token-Preises, mit dem Vorbehalt, dass das Artefakt, das Sie später bereitstellen, nicht das Artefakt ist, das Sie jetzt evaluieren.

Das entscheidende Datum ist Ende Oktober 2026, wenn laut Mistral die Checkpoints erscheinen. An diesem Tag ändern sich drei Dinge: Die Lizenz bekommt einen Namen, das Self-Hosting-Argument ist kein Versprechen mehr, und der Startpreis, der an eine sich verändernde Vorschau geknüpft ist, ist dann nicht mehr der Preis, der an eine feste Version geknüpft ist. Wer diese beiden Modelle derzeit hinsichtlich ihrer Leistungsfähigkeit vergleicht, sollte den Vergleich danach erneut durchführen, denn eine Spalte davon wird sich verschoben haben.