Mistral Large 4 vs. Qwen3-Max: Das günstige Modell ist das mit dem kleinen Fenster.

Die Preisspanne verläuft entgegengesetzt zur Größenspanne, und genau darin liegt der ganze Reiz dieser Paarung. Qwen3-Max kostet 0,36 $ pro Million Eingabe-Token und 1,43 $ für die Ausgabe – ein Viertel des Listenpreises für die Ausgabe von Mistral Large 4 und etwa ein Drittel seines Aktionspreises. Es bietet einen Kontext von 262K Token bei einer Ausgabegrenze von 65K. Mistral Large 4 beansprucht einen Kontext von 1M, erreicht in der getesteten Konfiguration 524.288 und erzeugt in einer einzigen Antwort bis zu ebenso viel.

Das günstige Modell ist also das Modell mit dem kleinen Fenster, und ob das eine Rolle spielt, hängt ganz davon ab, was man ihm schickt.

Die Karten

• Qwen3-Max —$0,36 Eingabe, $1,43 Ausgabe pro Million; 262K Kontext; 65K maximale Ausgabe.

• Mistral Large 4 — 1,36 $ Eingabe, 0,14 $ Cache, 4,18 $ Ausgabe; beworben zu 0,68 $ / 0,07 $ / 2,09 $. 1 Mio. Kontext angegeben, 524.288 gemessen; 1,05 Billionen Parameter, 52 Milliarden aktiv, mit einem Vision-Encoder mit 1,6 Milliarden Parametern.

• Das Verhältnis — Mistral ist 3,8× Qwen bei der Eingabe und 2,9× bei der Ausgabe zum Listenpreis; 1,9× und 1,5× bei Aktion.

Diese beiden Verhältnisse beschreiben dasselbe Produkt auf zwei Arten, und nur eines von ihnen überlebt das Ende einer Aktion, die niemand datiert hat.

Wo 262K tatsächlich bindet

262.000 Tokens entsprechen ungefähr 200.000 Wörtern. Eine mittelgroße Codebasis, ein langer Vertragssatz, ein mehrstündiges Transkript — all das überschreitet diese Grenze. Ein einzelnes Dokument, ein Chatverlauf, der Arbeitsbereich eines Agenten — die meisten davon nicht. Der ehrliche Weg zur Entscheidung besteht darin, das 95. Perzentil Ihrer Eingabelänge zu messen und es mit der Obergrenze statt mit dem Durchschnitt zu vergleichen; der Durchschnitt ist nie ausschlaggebend, der Tail immer.

Die Ausgabegrenze greift viel häufiger, als die Leute erwarten. 65.000 Tokens entsprechen etwa 50.000 Wörtern, und jede Generierung eines langen Berichts, einer großen Codedatei oder einer vollständigen Transkriptsynthese in einer einzigen Anfrage nähert sich dieser Grenze. Mistrals gemessenes Fenster von 524K ist achtmal größer – das ist der Unterschied zwischen einem einzigen Aufruf und einer Chunking-Pipeline, und eine Chunking-Pipeline kostet Engineering-Zeit, die kein Preis pro Token widerspiegelt.

Wofür der Preisunterschied tatsächlich bezahlt wird

Lassen Sie eine Million Eingabe-Tokens und 100.000 Ausgabe-Tokens über beide Karten laufen. Qwen3-Max: 0,36 $ plus 0,143 $ — etwa 50 Cent. Mistral zum Listenpreis: 1,36 $ plus 0,418 $ — 1,78 $. Im Angebot: 89 Cent.

Pro identischer Aufgabe kostet das Flaggschiff also zwischen dem 1,8- und dem 3,6-Fachen des günstigeren Modells und dafür bekommt man einen fast viermal größeren Kontext, eine achtmal höhere Ausgabegrenze, native Bildeingabe über einen Encoder mit 1,6 Milliarden Parametern, veröffentlichte Gewichte und eine Lizenz, die man lesen kann. Ob das bei dieser Aufgabe 1,28 US-Dollar wert ist, ist eine Frage der Aufgabe, nicht des Marktes.

Eines erfasst der Vergleich nicht: Mistral veröffentlicht eine Zeile für gecachte Eingaben zu $0.14, und die Karte von Qwen3-Max enthält, so wie wir sie lesen, keine entsprechende Angabe. Für einen Agenten, der in jedem Turn ein stabiles Präfix erneut sendet, kann diese fehlende Zeile mehr wert sein als der Preisunterschied — und sie ist das Erste, was beim Testen beider gemessen statt angenommen werden sollte.

Welche wohin leiten?

Qwen3-Max ist auf OrcaRouter zu seinem veröffentlichten Tarif abrufbar, am selben OpenAI-kompatiblen Endpunkt wie ein Katalog mit 224 Modellen, mit automatischem Failover. Mistral Large 4 ist nicht in diesem Katalog enthalten; es läuft über Mistrals eigene API und Drittanbieter-Hosts.

Die Routing-Regel, die die Karten unterstützen, ist einfach: Arbeit mit kurzer Eingabe, kurzer Ausgabe und hohem Volumen geht an das 36-Cent-Modell, weil keine der Obergrenzen bindet und der Preis die einzige Variable ist. Alles im Long Tail – ein vollständiges Dokument, eine große Codebasis, eine Generierung mit einem einzigen Aufruf – geht an das Modell mit dem größeren Fenster, weil das günstigere den Auftrag eher ablehnt, als ihn zu rabattieren.

Und wenn Sie sich wegen des Aktionspreises für Mistral entscheiden, bedenken Sie, was diese Seite verglichen hat: zum Listenpreis liegt das Verhältnis gegenüber Qwen bei der Eingabe bei fast vier zu eins, nicht bei zwei.