Muse Wonder vs. Mistral Large 4.0: Ein veröffentlichtes Modell im Vergleich zu einem noch in der Vorschau

Das Erste, was man ehrlicherweise über Muse Wonder im Vergleich zu Mistral Large 4.0 sagen muss, ist, dass nur eines von beiden fertig ist. Meta Superintelligence Labs hat Muse Wonder am 12. Oktober 2026 an eine kommerzielle API ausgeliefert: 4,00 $ pro Million Input-Tokens, 20,00 $ pro Million Output-Tokens, ein Fenster von 1.048.576 Tokens und einen Artificial Analysis Intelligence Index von 52. Mistral AI hat Mistral Large 4.0 am 6. Oktober 2026 in die öffentliche Vorschau gestellt – sechs Tage früher – zu 1,36 $ Input und 4,18 $ Output pro Million, mit einem unabhängigen Index von 38,4, keinen veröffentlichten Gewichten, keiner benannten Lizenz und einer Obergrenze für die Ausgabe, die Mistral nicht dokumentiert hat. Alles Folgende gilt diese Woche, und einiges davon wird planmäßig noch vor November nicht mehr zutreffen, denn Mistral hat gesagt, dass die Gewichte bis Ende des Monats erscheinen.

Vierzehn Punkte und was sie kosten

Die zusammengesetzte Lücke ist die größte in dieser Reihe, und sie ist die am wenigsten interessante Zahl auf der Seite. Beide Werte stammen von Artificial Analysis aus derselben Revision seines Index, sodass sie direkt vergleichbar sind:

• Intelligenzindex — Muse Wonder (max) 52, auf Platz 9 von 219 Modellen; Mistral Large 4 Preview 38.4, auf Platz 64 von 225

• Listenpreis — Muse Wonder 4,00 $ Eingabe / 0,20 $ zwischengespeichert / 20,00 $ Ausgabe pro Million; Mistral Large 4.0 1,36 $ Eingabe / 0,14 $ zwischengespeichert / 4,18 $ Ausgabe

• Kosten pro Indexierungsaufgabe — Muse Wonder etwa 4,52 $; Mistral Large 4.0 etwa 1,13 $, ein Viertel davon

• Ausgabe-Tokens beim Indexlauf — Muse Wonder etwa 130 Millionen; Mistral Large 4.0 etwa 200 Millionen

• Kontextfenster — Muse Wonder 1.048.576 Token angegeben und bereitgestellt; Mistral Large 4.0 1.048.576 in Mistrals Dokumentation, 524.288 nach Lesart des unabhängigen Evaluators

• Parameter — Muse Wonder nicht offengelegt; Mistral Large 4.0 insgesamt 1,05 Billionen mit 49 Milliarden aktiven Parametern pro Token plus einem Vision-Encoder mit 1,6 Milliarden Parametern

• Gewichte — Muse Wonder proprietär, keine veröffentlicht; Mistral Large 4.0 heute proprietär, versprochen offen bis Ende Oktober 2026

Das 4×-Kostenverhältnis ist die eigentliche Entscheidung, und es wird nicht durch die Indexlücke abgeschwächt, anders als bei manchen Paarungen in dieser Serie. Muse Wonder verbraucht weniger Tokens und liegt trotzdem 14 Punkte höher, die Preisdifferenz erkauft also tatsächlich Fähigkeit statt Geschwätzigkeit. Aber ein Indexwert von 38,4 ist kein schlechtes Modell – es liegt ungefähr dort, wo ein kompetentes Reasoning-Modell der Mittelklasse anzusiedeln ist – und die Frage, vor der ein Käufer tatsächlich steht, ist, ob vierzehn Punkte an Fähigkeit es wert sind, die Betriebskosten einer Pipeline zu vervierfachen, die viele Tokens verarbeitet.

Für die meisten hochvolumigen Arbeiten ist es das nicht. Für agentisches Coding und professionelle Aufgaben mit langem Zeithorizont sind die Preview-Werte von Mistral Large 4.0 schwach genug, dass das günstigere Modell kein echter Ersatz ist; die eigenen Zahlen des Anbieters verorten es bei 28,3 auf Terminal-Bench 4.0 und 49,8 auf seinem zusammengesetzten Coding Agent Index, was eine andere Klasse von Ergebnis ist als die Terminal-Zahlen, die Meta für Muse Wonder veröffentlicht.

Die Vorschauklausel

Mistrals eigene Dokumentation kann sich derzeit bei diesem Modell nicht mit sich selbst einig werden, und ein heute verfasster Vergleich erbt das.

• Das Kontextfenster wird in Mistrals Dokumentation mit 1 Million Token angegeben und von Artificial Analysis als 524.288 gelesen – ein Faktor zwei, ungeklärt.

• Die Anzahl der aktiven Parameter wird auf einigen Mistral-Oberflächen mit 49 Milliarden und auf anderen mit 52 Milliarden angegeben.

• Es wird keine Lizenz genannt. Mistrals eigenes Material kennzeichnet die Veröffentlichung als „Open“, ohne sie näher zu spezifizieren, und der Evaluator stuft sie als proprietär ein, wobei kein Lizenzfeld ausgefüllt ist. Mistral Large 3 stand unter Apache 2.0; dieses hier trägt noch gar nichts.

• Die maximale Ausgabelänge ist nicht dokumentiert.

• Der Aktionspreis zum Start — 0,68 $ Eingabe und 2,09 $ Ausgabe, die Hälfte des Standardtarifs — ist in Mistrals Preisliste durchgestrichen, was bedeutet, dass er ausläuft.

Nichts davon ist ein Skandal. So sieht eine Preview von außen aus: ein Modell, dessen Serving-Konfiguration sich noch ändert, das mit kürzerer Vorlaufzeit verkauft wird und bei dem eine Neubepreisung oder Stilllegung mit kürzerer Frist droht als bei einem allgemein verfügbaren Release. Muse Wonder hat seine eigenen ungeklärten Fragen – der nur im Abonnement erhältliche Full-Checkpoint, das Active-Memory-Feature, das noch niemand in der Produktion getestet hat –, doch seine Preisliste, sein Kontextfenster und seine Endpunkte sind feststehende Tatsachen statt einer aktuellen besten Einschätzung.

Die praktische Konsequenz für alle, die diese beiden gegeneinander benchmarken, ist, dass sich die Mistral-Spalte bewegen wird. Die Punktzahlen eines Preview-Modells ändern sich zwischen Revisionen desselben Harness, ohne dass der Anbieter etwas ankündigt, und eine auf eine Preview-Zahl abgestimmte Workload sollte so behandelt werden, als wäre sie auf ein bewegliches Ziel abgestimmt.

Wo Mistral Large 4.0 etwas hat, das Muse Wonder nicht hat

Zwei Dinge, und beide sind konkret statt inkrementell.

Das erste ist souveräne Bereitstellung, und es ist eine Beschaffungsantwort statt einer Benchmark-Antwort. Mistral trainiert und betreibt dieses Modell in seinen eigenen europäischen Rechenzentren auf europäischer Hardware – das Launch-Material nennt 3.800 NVIDIA Grace Blackwell GPUs und eine Series D über 3 Milliarden Euro – und es ist nativ mehrsprachig über rund 160 Sprachen, darunter jede offizielle EU-Sprache. Für einen europäischen öffentlichen oder regulierten Käufer ist das häufig die gesamte Entscheidung, und Muse Wonder nimmt daran zu keinem Preis teil. Metas Modell wird von Meta bereitgestellt, zu Metas Bedingungen.

Der zweite Bereich ist Sicherheitsarbeit, bei der Mistrals Angaben ungewöhnlich konkret sind. Der Anbieter meldet 82 % beim Reproduzieren und Patchen einer echten Open-Source-Schwachstelle, was er als den höchsten Wert aller getesteten Modelle bezeichnet, und 93 % in einer Cybersicherheits-Suite mit 40 Herausforderungen. Er behauptet außerdem, dass Claude Opus 5.5 und GPT-6 Astra im selben Test nahezu null erreichen, weil sie die Aufgabe verweigern. Dabei handelt es sich um vom Anbieter gemeldete Zahlen zum eigenen Modell von Mistral, und die Verweigerungsbehauptung ist die Charakterisierung des Verhaltens zweier Wettbewerber durch einen Anbieter – behandeln Sie beides als Behauptungen. Wenn die Zahlen jedoch auch nur annähernd stimmen, gibt es eine Klasse von Arbeiten in der defensiven Sicherheit und Patch-Generierung, in der ein Modell mit Index 38,4 nützlicher ist als eines mit 52 – eine Art Umkehrung, die ein zusammengesetzter Score nicht zeigen kann.

Was die Codequalität angeht, wie sie von Menschen statt von einem Testsystem beurteilt wird, bewertete eine Blindbewertung von Surge AI mit verborgenen Labels und professionellen Annotatoren Mistral Large 4.0 mit 3,74 auf einer Fünf-Punkte-Skala, Platz zwei von fünf getesteten Modellen – vor Kimi K3 mit 3,59 und hinter Claude Opus 5 mit 4,22. Das ist ein kleines, aber reales Signal dafür, dass der zusammengesetzte Wert das Modell bei Code unterbewertet, und es ist die Art von Zahl, die Anbietertabellen nie enthalten.

Die europäische Frage und die Routing-Frage

Mistral Large 4.0 ist nicht im OrcaRouter-Katalog. Für dieses Modell gibt es auf unserer Seite keine mistral-Route, und diese Seite wird nichts Derartiges andeuten — Mistrals eigene Plattform, seine Studio-API und mehrere Drittanbieter-Plattformen sind die Orte, an denen die Vorschau heute läuft. Metas Muse Wonder gehört ebenfalls nicht zu uns: Die Meta Model API und Muse Code sind die Orte, an denen es läuft, und es gibt keinen meta/muse-wonder Eintrag in unserem Katalog.

Routingfähig ist hier die Ebene unterhalb beider Entscheidungen. Muse Spark 1.2 — der größere Meta-Checkpoint, von dem diese Familie abstammt — steht im Katalog bei 1,25 $ Input und 4,25 $ Output pro Million Token über ein Fenster von 1.048.576 Token mit 0,15 $ für Cache-Reads. Und der Grund, beide Vergleiche auf einem Endpoint zu halten, ist, dass keiner von beiden ein abgeschlossener Kauf ist: Mistrals Preview wird sich bewegen, wenn die Gewichte landen und die Lizenz benannt ist, und Metas Full-Checkpoint bekommt möglicherweise einen API-Pfad oder auch nicht. Anbieter-Listenpreise werden mit 0 % Aufschlag durchgereicht, sodass sich, wenn ein Anbieter eine Preview neu bepreist — wie es Mistrals durchgestrichener Einführungspreis irgendwann tun wird —, die Zahl auf unserer Seite noch am selben Tag ändert und nicht erst zum nächsten Abrechnungszyklus. Die Routing-DSL und das automatische Failover existieren genau für die Form, die dieser Vergleich hat: eine Workload, die man auf einem ungefestigten Modell ausprobieren möchte, ohne einen Produktionspfad darauf zu setzen.

Die Wahl zwischen einem fertigen Modell und einem unfertigen

• Wählen Sie Mistral Large 4.0, wenn das Deployment europäisch sein muss, wenn mehrsprachige Abdeckung in EU-Sprachen wichtig ist oder wenn es um defensive Sicherheit und Patch-Generierung geht. In diesen drei Fällen ist die Indexlücke das falsche Instrument.

• Setzen Sie Mistral Large 4.0 ein, wenn die Kosten pro Aufgabe die einschränkende Vorgabe sind. Mit 1,13 $ pro Index-Aufgabe gegenüber 4,52 $ ist es das günstigste Viertel in dieser Serie, und bei Klassifizierung, Extraktion und Zusammenfassung in großem Umfang ist es nicht einmal knapp.

• Stützen Sie sich nicht auf die Preview-Zahlen von Mistral Large 4.0, als wären sie endgültig. Ein Modell, dessen Kontextfenster und Parameteranzahl selbst auf den Seiten des Anbieters noch umstritten sind, ist ein Modell, dessen Benchmark-Spalte sich ändern wird.

• Nimm Muse Wonder, wenn die Arbeit agentisch und langfristig angelegt ist, wenn Sprache oder Video die Eingabe ist oder wenn die Ausgabe lang laufen muss – Metas Obergrenze von 943.718 Token für eine einzelne Antwort hat hier kein Gegenstück, da Mistral keine dokumentiert hat.

• Nimm Muse Wonder, wenn du die Fähigkeit jetzt brauchst und das Vierfache dafür zahlen kannst. Eine Indexlücke von vierzehn Punkten bei einem GA-Endpunkt mit festgelegter Preisliste ist ein Aufschlag für Gewissheit ebenso wie für den Score.

Der Grund, warum diese Gegenüberstellung sich einem klaren Urteil entzieht, ist, dass die beiden Modelle nicht um denselben Kauf konkurrieren. Das eine ist ein Frontier-Modell mit einer veröffentlichten Preisliste und einem unfertigen Funktionsumfang; das andere ist ein günstigeres, souveränes, noch in Entstehung befindliches Modell mit einer Lizenz, die es noch nicht gibt. In drei Wochen könnte Mistral Large 4.0 das interessantere der beiden sein – offene Gewichte unter einer benannten Lizenz würden jeden der oben stehenden Absätze verändern. Im Moment ist nur eines der beiden etwas, worauf man sich festlegen kann.