Mistral Large 4 vs. Claude Fable 5.1: Siebzehn Indexpunkte und ein zwölffacher Ausgabepreis

Die Frage in diesem Duell änderte sich am 29. Oktober 2026, und nicht, weil Mistral Large 4 klüger geworden wäre. An jenem Nachmittag war das Modell keine gemietete Vorschau mehr, sondern ein 1,06-TB-Download. Das bedeutet, dass es beim Vergleich mit Claude Fable 5.1 nicht mehr nur darum geht, welches Modell besser antwortet – sondern auch darum, mit welcher Einschränkung man leben kann. Claude Fable 5.1 ist ein Modell für 10 US-Dollar pro Million Eingabe-Token, das man über eine API aufrufen und niemals besitzen, feinabstimmen oder auf eigener Hardware betreiben kann. Mistral Large 4 ist ein Mixture-of-Experts-Modell mit einer Billion Parametern, das man jetzt besitzen, anpassen und im eigenen Netzwerk einsetzen kann – unter einer Lizenz, die ausdrücklich verbietet, es als Dienst weiterzuverkaufen. Das eine ist ein Vertrag. Das andere ist ein Download mit angehängter Klausel.

In Sachen Leistungsfähigkeit ist die Antwort alles andere als knapp, und das sollte man sagen, bevor die Preisdiskussion beginnt. Der v5 Intelligence Index von Artificial Analysis setzt Claude Fable 5.1 auf 43 und Mistral Large 4 auf 26. Das ist eine Lücke von siebzehn Punkten bei demselben Instrument, und sie übersteht jeden vernünftigen Vorbehalt hinsichtlich der Indexversionen, denn beide Zahlen sind v5-Messwerte – die von Fable 5.1 vom Live-Leaderboard, die von Large 4 aus der Angabe, die Mistral auf seiner eigenen Model Card nennt. Wenn der Index neu erhoben wird, verschieben sich beide Zahlen; die Reihenfolge nicht.

Wo sich die Lücke tatsächlich zeigt

Die öffentlichen Benchmarks stimmen mit dem Index überein, was ungewöhnlich ist. Beide unten aufgeführten Zahlenreihen wurden vom Anbieter erhoben, und keine von beiden wurde unabhängig reproduziert; betrachten Sie sie daher als gleichrangige Behauptungen und nicht als Belege für unterschiedliche Qualität.

• Terminal-Bench 4.0 — Claude Fable 5.1 bei 55,8 % laut Anthropic; Mistral Large 4 bei 41 % laut Mistral. Beide Anbieter nutzten ihre eigene Testumgebung (Harness), und die von Anthropic selbst gemeldete Zahl ist in einigen Berichten als 58,1 % aufgetaucht, sodass die genaue Dezimalstelle in beiden Spalten unsicher ist.

• Langfristig angelegte Wissenschaft — Claude Fable 5.1 mit 52,6 % auf Terminal-Bench-Science 0.1, Anthropics herausragende Behauptung und eine, die eine Tabelle eines zweiten Labors für dasselbe Modell inzwischen deutlich niedriger ausweist. Mistral Large 4 hat keine vergleichbare veröffentlichte Zeile, was selbst aufschlussreich ist: Das Modell ist auf Coding und Sicherheit ausgerichtet, nicht auf agentische Wissenschaft auf Forschungsniveau.

• Humanity's Last Exam — 60,9 % ohne Tools und 65,0 % mit ihnen, für Claude Fable 5.1. Mistral veröffentlichte 35,0 % auf demselben Benchmark für die Oktober-Vorschau. Diese Vorschauzahl stammt aus der Zeit vor drei Wochen RL und dem finalen Checkpoint, unterschätzt also das veröffentlichte Modell — aber sie ist die einzige Zahl, die eine der beiden Seiten zu HLE genannt hat.

• Sicherheitsarbeit – hier ist Mistral Large 4 das stärkere Argument, mit 79 % bei CyberGym-E2E und 97,1 % in seiner B3-Agent-Sicherheitssuite nach RL. Die Modelle von Anthropic lehnen mehr dieser Arbeit ab, statt an ihr zu scheitern, was ebenso sehr ein Richtlinienunterschied wie ein Fähigkeitsunterschied ist und nicht als Fähigkeitslücke verstanden werden sollte.

• {{1}}Token-Effizienz{{/1}} — {{2}}Mistrals eigene Darstellung ist, dass das veröffentlichte Modell pro Aufgabe 47 % weniger Tokens benötigt als GLM-5.3 bei einem gleichauf liegenden 48 % im Coding Agent Index von Artificial Analysis.{{/2}} Das ist eine seltene Zeile, in der ein Anbieter die Kostenseite eines Benchmarks zusammen mit der Punktzahl veröffentlicht, und es ist die nützlichste Zahl in beiden Spalten.

Eine Zahl, die wie eine Regression aussieht und keine ist

Die Preview-Version von Mistral Large 4 erreichte 38,4 Punkte auf dem Index von Artificial Analysis. Die veröffentlichte Version kommt auf 26. Ein flüchtiger Leser, der diese beiden Zahlen vergleicht, wird zu dem Schluss kommen, drei Wochen Reinforcement Learning hätten das Modell um zwölf Punkte verschlechtert. Das ist nicht der Fall. Die 38,4 wurden auf dem v4.3-Index erhoben; Artificial Analysis hat seinen Index Ende Oktober grundlegend überarbeitet, und der v5-Neubau ist durch die Bank weg ein strengeres Instrument – Modelle, die auf v4.3 im Fünfzigerbereich lagen, liegen auf v5 im Vierzigerbereich. Die beiden Zahlen messen nicht dasselbe, und sie voneinander abzuziehen ist der mit Abstand häufigste Fehler in der Berichterstattung über dieses Release.

Dieselbe Warnung gilt für den Terminal-Bench-Wert von 41 %. Mistral meldet 28,3 % vor dem zusätzlichen RL und 41 % danach – ein echter Vergleichszugewinn unter gleichen Bedingungen auf einem einzigen Harness. Aber 41 % sind im Vergleich zu den 55,8 % von Claude Fable 5.1 immer noch ein niedriger absoluter Wert, und keine wie auch immer geartete Verbesserungsdarstellung ändert diese Rangfolge.

Die Lizenzklausel, die mehr als die Lücke entscheidet

Mistral Large 4 wird unter der Mistral Ecosystem Open-Weight License vertrieben, die das Unternehmen als modifizierten MIT-Text beschreibt. In der Praxis gewährt sie vier Dinge und verweigert eines:

• Kommerzielle Nutzung ohne Umsatzschwelle – es gibt keinen Satz wie „Sie müssen unter $X Millionen liegen, um dies zu nutzen“.

• Fine-Tuning und abgeleitete Modelle – die Klausel, die die Day-Zero-RL-Arbeit überhaupt erst möglich macht.

• Interne Bereitstellung und On-Premises-Hosting – der Sovereign-AI-Pitch, um den Mistral den gesamten Release herum aufgebaut hat.

• Einbettung in ein Produkt, mit Ausnahmen, die die eingebettete Nutzung und die bloße Weiterleitung von Ausgaben abdecken.

• Nicht gewährt: der Betrieb eines Model-as-a-Service-Geschäfts damit. Wenn Sie einen API-Endpunkt mit Abrechnung pro Token einrichten und Zugriff verkaufen möchten, benötigen Sie eine separate kommerzielle Vereinbarung mit Mistral.

Claude Fable 5.1 hat keine entsprechende Frage, weil es keine entsprechende Gewährung gibt. Man erhält eine API, Nutzungsbedingungen und ein Ratenlimit. Man erhält keine Gewichte, kann nicht feinabstimmen und kann das Modell zu keinem Preis in ein luftisoliertes Netzwerk bringen. Die Bedingungen von Anthropic fügen eigene Einschränkungen hinzu, die in dieselbe Richtung wirken: Bei der eigenen API des Anbieters muss Zero-Data-Retention ausdrücklich genehmigt werden, erzwungene Tool-Nutzung wird nicht unterstützt, und das Denken kann nicht abgeschaltet werden. Teams umgehen Ersteres, indem sie dasselbe Modell über einen Anbieter mit einer Null-Datenhaltungsvereinbarung routen. Für regulierte Käufer sind diese Einschränkungen ausschlaggebend – ein Indexabstand von siebzehn Punkten ist es nicht.

Die Kosten, mit dem Vorbehalt der Ausführlichkeit

Zuerst die Listenpreise, denn Aktionspreise laufen ab, und Listenpreise sind die im Vertrag.

• Claude Fable 5.1 — 10,00 $ pro Million Eingabe-Tokens, 50,00 $ pro Million Ausgabe-Tokens, wobei Cache-Lesevorgänge auf 0,25 $ pro Million reduziert werden. Die Batch-Preisgestaltung halbiert beides auf 5 $ und 25 $.

• Mistral Large 4 — 1,36 $ pro Million Eingabe, 4,18 $ pro Million Ausgabe zum Listenpreis, derzeit um etwa die Hälfte auf rund 0,68 $ bzw. 2,09 $ reduziert, ohne veröffentlichtes Enddatum.

Zum Listenpreis sind das 7,4× beim Input und 12× beim Output. Bei der aktuellen Aktion liegt es eher bei 15× und 24×. Beides ist groß genug, dass für alle mit echtem Volumen die Preisfrage wichtiger ist als die Benchmark-Frage – was der ehrliche Grund dafür ist, dass dieser Vergleich überhaupt geschrieben wird.

Der Vorbehalt ist die Ausführlichkeit, und er ist ein echter. Beim Durchlauf des Previews im Artificial Analysis-Index erzeugte Mistral Large 4 Ausgaben in der Größenordnung von 200 Millionen Tokens gegenüber einem Board-Median von knapp 85 Millionen. Die Preisgestaltung pro Token multipliziert sich mit diesem Faktor. Schickt man dieselben 200 Millionen Ausgabe-Tokens durch beide Modelle, ergibt die Rechnung 418 $ für Mistral Large 4 zum Aktionspreis gegenüber 10.000 $ für Claude Fable 5.1 zum Listenpreis. Der Multiplikator übersteht die Ausführlichkeit – er schrumpft, er kehrt sich nicht um –, aber wer ein Pro-Token-Verhältnis zitiert, ohne zu prüfen, wie viele Tokens das Modell tatsächlich ausgibt, zitiert nur die Hälfte einer Zahl. Ob der veröffentlichte Checkpoint so ausführlich ist wie das Preview, ist nicht gemessen; die 30-prozentige Reduktion der Ausgabe-Tokens, die Mistral durch sein zusätzliches RL beansprucht, ist die eigene Antwort des Unternehmens auf diese Frage.

Wo jede einzelne tatsächlich genannt werden kann

Dies ist der Teil des Vergleichs, in dem die beiden Modelle aufhören, symmetrisch zu sein. Claude Fable 5.1 ist im OrcaRouter-Katalog als anthropic/claude-fable-5.1 verfügbar, mit seinem Kontextfenster von 1 Mio. Tokens, der Preisgestaltung von $10/$50 und dem reduzierten Cache-Lese-Tarif, der zum Listenpreis des Anbieters durchgereicht wird – ohne Aufschlag, sodass eine Preisänderung des Anbieters am selben Tag ankommt. Mistral Large 4 ist nicht in diesem Katalog. Wir bieten es nicht an, und dieser Artikel ist kein Weg dorthin: Das veröffentlichte Modell lebt auf Hugging Face und hinter der eigenen API des Anbieters. Das offen zu sagen ist nützlicher, als etwas anderes anzudeuten.

Was das in der Praxis bedeutet, hängt davon ab, auf welcher Seite der Lizenz Sie stehen. Wenn Sie ein Modell wollen, das Sie auf Ihrer eigenen Hardware ausführen, von Anfang bis Ende prüfen und mit einem LoRA-Adapter anpassen können, ist nur eines der beiden für Sie verfügbar, und die Lücke von siebzehn Punkten ist der Preis für diese Kontrolle. Wenn Sie die stärkste Antwort pro Aufruf wollen und niemals selbst etwas besitzen wollen, ist nur eines der beiden eine ernsthafte Option, und der zwölffache Preis für Ausgaben ist der Preis für diese Fähigkeit. Beide hinter einem einzigen Schlüssel mit pro Route konfiguriertem Failover zusammenzufassen, ist die operative Umsetzung derselben Entscheidung: Sie können damit standardmäßig das teure Modell verwenden und ohne einen zweiten Vertrag auf ein günstigeres zurückgreifen.

Welche wählen?

Nimm Claude Fable 5.1, wenn deine Arbeit langfristige agentische Ausführung, stark terminalbasierte Programmierung oder Reasoning auf Forschungsniveau umfasst, bei dem eine falsche Antwort mehr kostet als ein Token. Betrachte die Behauptung von 55,8 % bei Terminal-Bench mit dem Vorbehalt, dass sie vom Anbieter selbst durchgeführt wurde, aber nimm die Rangfolge ernst: Nichts, was Mistral veröffentlicht hat, bringt Mistral Large 4 in dieselbe Liga.

Nehmen Sie Mistral Large 4, wenn die Einschränkung rechtlicher oder geografischer und nicht intellektueller Art ist. Ein europäisches Unternehmen, das keine Prompts über eine Grenze senden kann, ein Sicherheitsteam, das die Ablehnungsrichtlinie aus dem Ablauf heraushalten muss, ein Produkt, das ein Modell in seiner eigenen Binärdatei ausliefern muss — nichts davon wird durch einen besseren Indexwert gelöst, und alles davon wird durch 610 GB NVFP4-Gewichte ohne Zugangsbeschränkung und eine Lizenz gelöst, die interne Feinabstimmung erlaubt.

Nimm keines von beiden und route zwischen ihnen, wenn die ehrliche Antwort lautet, dass du zwei Workloads mit unterschiedlichen Einschränkungen hast. Das ist der Fall, den die Preislücke erzeugen soll, und es ist der, in dem die meisten Teams landen werden.

Die offene Frage

Die Zahl, die diesen Vergleich verändern würde, steht auf keiner der Folien der beiden Anbieter. Sie ist ein unabhängiger erneuter Durchlauf des veröffentlichten Checkpoints auf dem v5-Index von Artificial Analysis, denn die 26 stammt derzeit aus einer von Mistral zitierten Drittpartei und nicht aus einer frischen Messung der finalen Gewichte. Wenn drei Wochen RL und 30 % weniger Ausgabetokens diese Zahl wesentlich verschieben, verringert sich die Lücke, und das Preisargument wird stärker. Wenn nicht, ist das veröffentlichte Modell die Preview mit besseren Umgangsformen, und die siebzehn Punkte sind strukturell.

Bis es diesen Durchlauf gibt, ist die vertretbare Position die langweilige: Claude Fable 5.1 ist das bessere Modell, Mistral Large 4 ist die bessere Lizenz, und die Einzigen, für die das eine knappe Entscheidung ist, sind diejenigen, die beides brauchen.