Mistral Large 4 vs GPT-6 Sol: un precio de vista previa frente a un modelo ya lanzado

Sobre el papel, esta no es una contienda reñida. Mistral Large 4, el buque insignia de pesos abiertos de 1,05 billones de parámetros de Mistral, tiene un precio de $0,68 por millón de tokens de entrada y $2,09 por millón de tokens de salida. GPT-6 Sol, el nivel de gama alta rentable, tiene un precio de $2,00 y $10,00 — aproximadamente el triple en la entrada y casi cinco veces más en la salida, y cambia de precio a $4,00 y $15,00 una vez que una solicitud supera los 272.000 tokens. Un mes de 100 millones de tokens con una proporción de entrada/salida de 4:1 cuesta aproximadamente $140 en Mistral Large 4 y aproximadamente $480 en GPT-6 Sol. Ese es todo el argumento, y es sólido, hasta que lees la segunda línea de la propia documentación de Mistral: Mistral Large 4 está en vista previa pública, y es el único de estos dos modelos que sigue moviéndose.

Esa distinción es toda la comparación. GPT-6 Sol se lanzó el 22 de septiembre de 2026 y es estable; su comportamiento, su tarifa y sus puntuaciones independientes están definidos. Mistral Large 4 llegó el 6 de octubre de 2026 con una API de vista previa, una publicación de pesos prometida "para finales de mes" y una ejecución de aprendizaje por refuerzo que, según Mistral, aún está en curso. La versión que usas hoy no es la versión que tendrás en noviembre. Así que la pregunta interesante no es "cuál es mejor" —en inteligencia medida, todavía no están en la misma categoría—, sino "cuál pertenece a tu stack, y bajo qué condiciones".

Lo que cada proveedor entregó realmente

Mistral Large 4 es un modelo granular de mezcla de expertos con 49 mil millones de parámetros activos de un total de 1,05 billones, más un codificador de visión de 1,6 mil millones de parámetros. Acepta texto e imágenes, ofrece una ventana de contexto de aproximadamente un millón de tokens y se ha entrenado desde cero en 3.800 GPU NVIDIA Grace Blackwell en los propios centros de datos europeos de Mistral. Mistral lo describe como su modelo más grande y capaz hasta la fecha y afirma que los pesos —publicados bajo una licencia abierta— llegarán antes de finales de octubre de 2026, a la espera de un periodo de red-teaming realizado con socios de ciberseguridad y autoridades estatales. Hasta entonces, la única forma de acceder a él es la API de vista previa.

GPT-6 Sol es el nivel intermedio de la serie GPT-6 de OpenAI, por debajo del insignia GPT-6 Astra y por encima del rápido GPT-6 Luna. Acepta texto, imágenes y archivos, tiene una ventana de contexto de poco más de un millón de tokens con hasta 128.000 tokens de salida, y ofrece esfuerzo de razonamiento configurable, llamada a funciones, salidas estructuradas y muestreo con semilla. Es una API cerrada y moderada — lo opuesto al argumento de Mistral, que es que una organización pueda eventualmente ejecutar ML4 en su propio hardware bajo sus propias políticas.

• Parámetros totales — Mistral Large 4 1,05T (49B activos) vs. GPT-6 Sol no revelado

• Ventana de contexto — aproximadamente 1M de tokens cada una, Mistral Large 4 anunciada con 1M, GPT-6 Sol con ~1,05M

• Salida máxima — GPT-6 Sol 128K tokens frente a Mistral Large 4, aún no documentado

• Modalidad de entrada — Mistral Large 4 texto e imagen vs GPT-6 Sol texto, imagen y archivo

• Precio de entrada — Mistral Large 4 $0.68 por 1M frente a GPT-6 Sol $2.00, que sube a $4.00 a partir de 272K tokens

• Precio de salida — Mistral Large 4 $2.09 por 1M frente a GPT-6 Sol $10.00, que sube a $15.00 tras superar el mismo umbral

• Entrada en caché — Mistral Large 4 $0.07 por 1 M vs. GPT-6 Sol $0.20, que sube a $0.40

• Pesos — licencia abierta de Mistral Large 4, prometida para finales de octubre de 2026 frente a GPT-6 Sol cerrado

• Estado de lanzamiento — Mistral Large 4 en vista previa pública, 6 de octubre de 2026 frente a GPT-6 Sol con disponibilidad general, 22 de septiembre de 2026

Donde GPT-6 Sol simplemente está por delante

La publicación de lanzamiento de Mistral es inusualmente directa al respecto, lo que evita que todos tengan que adivinar. En el Artificial Analysis Intelligence Index —la revisión v4.3.2, diez evaluaciones desde AA-Briefcase hasta CritPt—, GPT-6 Sol obtiene 47,6 y ocupa alrededor del puesto 14 de los 147 modelos de esa tabla. Mistral Large 4 no tiene ninguna puntuación del Index publicada. Lo que existe es una fila parcial en Artificial Analysis, que lista el modelo como «Mistral Large 4 Preview» y reporta su posición como no disponible públicamente. En las evaluaciones individuales que son visibles, GPT-6 Sol lidera con claridad: 47,9 frente a un umbral de Humanity's Last Exam que supera, mientras que ML4 no aparece, 83,7 frente a 80,3 en recuperación de contexto largo de AA-LCR, 43,9 frente a 28,3 en Terminal-Bench 4.0.

Esos datos de Terminal-Bench merecen una advertencia que va en sentido contrario. El 28,3 % de Mistral y el 59,4 % en SWE-Atlas-QnA provienen de cifras que Artificial Analysis evaluó de forma privada antes del lanzamiento de un entorno de pruebas, y Mistral afirma explícitamente que aparecerán en el Artificial Analysis Coding Agent Index cuando se publique ese entorno de pruebas. No son inventados por el proveedor, pero tampoco puedes reproducirlos tú hoy. Considéralos prometedores y no verificados.

Donde Mistral sí publica cifras, varias de ellas merecen leerse con atención porque son el tipo de afirmación que hace un proveedor cuando tiene confianza. Mistral informa que en una prueba del Artificial Analysis Cyber Index —reproducir una vulnerabilidad real en software de código abierto y luego parchearla— ML4 obtiene un 82%, la puntuación más alta de cualquier modelo, y que resuelve el 93% de los 40 desafíos de Cybench. También informa que modelos cerrados líderes, incluidos Claude Opus 5.5 y GPT-6 Astra, obtienen cerca de cero en la misma prueba de reproducibilidad porque se niegan a realizar la tarea. Esos datos son reportados por el proveedor y no han sido reproducidos de forma independiente, pero el mecanismo subyacente no es exótico: un modelo que se niega más en realidad completa menos, y Mistral ha estado vendiendo ese argumento desde su giro hacia los pesos abiertos.

En cuanto a capacidad general, la lectura honesta es que GPT-6 Sol es el mejor modelo hoy y Mistral Large 4 es el más barato. Si tu carga de trabajo es una tarea directa de preguntas y respuestas o de programación, sin preferencia por el autoalojamiento, los cinco dólares extra por millón de tokens de salida de GPT-6 Sol te compran un modelo cuyo comportamiento no cambiará bajo tus pies.

El argumento a favor de la vista previa, que no es solo el precio

Tres cosas hacen que Mistral Large 4 sea más que una opción con descuento, y ninguna de ellas es el precio.

La primera es la soberanía en sentido literal. ML4 se entrenó en centros de datos europeos con hardware europeo y podrá servirse en una región europea que Mistral opera de principio a fin. Para un comprador sujeto a regulación, eso no es una frase de marketing; es un requisito de adquisición que GPT-6 Sol no puede satisfacer actualmente a ningún precio. Mistral recaudó 3.000 millones de euros en una Serie D específicamente para financiar esto, la mayor ronda de capital que ha recaudado una empresa tecnológica europea, y este modelo es el primer hito para lograrlo.

Lo segundo son los pesos. Cuando lleguen, una organización que tenga las GPUs puede ejecutar ML4 en sus instalaciones sin ningún proveedor de por medio, lo que cambia tanto el comportamiento de rechazo como la historia de la residencia de datos. GPT-6 Sol seguirá siendo una llamada a la API cuando eso ocurra. Si tu hoja de ruta tiene una fase en las instalaciones, ML4 es el único de los dos que tiene una.

El tercero es la cadencia. Mistral dice que la ejecución de RL detrás de esta vista previa no se ha saturado y que espera «grandes y rápidas mejoras en las semanas y meses venideros». Cuando un proveedor lanza una vista previa y afirma que la curva sigue subiendo, el precio que te cotizan hoy está ligado a la peor versión del modelo que se te cobrará en algún momento. El precio de GPT-6 Sol está ligado a una capacidad fija.

Ejecutar ambos sin apostar por ninguno

La parte incómoda de una vista previa es que no puedes fijarla. Si tu producto depende del comportamiento actual de ML4, una actualización la próxima semana es un incidente de producción. Si depende de GPT-6 Sol, estás pagando una prima fija por la estabilidad. La forma sensata suele ser ambas, detrás de un único endpoint, así que la decisión es una regla de enrutamiento y no una arquitectura.

Para eso está OrcaRouter. Ambos modelos están detrás de una única API compatible con OpenAI y con un 0 % de recargo, lo cual importa más de lo habitual aquí: el precio de vista previa de Mistral es una tarifa de lanzamiento y cambiará —subirá cuando termine la vista previa, y posiblemente bajará cuando lleguen los pesos y apriete la competencia en el modelo abierto—, y como los precios de lista de los proveedores se transmiten directamente, una rebaja de precio de un proveedor está activa de nuestro lado el mismo día, en lugar de cuando alguien actualice una tabla codificada de forma fija. El DSL de enrutamiento te permite enviar trabajo de documentos de contexto largo al modelo que sea más barato para esa forma, y mantener GPT-6 Sol como respaldo para todo lo que tenga que ser estable. La conmutación por error automática cubre el caso que más invita una API de vista previa: que el endpoint esté ocupado o brevemente no disponible, lo cual es normal para cualquier modelo en su primer mes.

¿Cuál elegir?

Elige GPT-6 Sol si la carga de trabajo es de producción, el comportamiento importa más que el precio unitario y no tienes la necesidad de ejecutar el modelo por tu cuenta. Su 47,6 en el Intelligence Index, su techo de salida de 128K y sus lecturas de caché a 0,20 $ lo convierten en la opción predeterminada más segura, y el cambio de precio para contexto largo a partir de 272.000 tokens es fácil de planificar porque el umbral está publicado.

Elige Mistral Large 4 si estás construyendo algo donde una de tres cosas es cierta: necesitas un modelo desplegado en Europa, necesitas pesos abiertos eventualmente, o estás en el negocio de la investigación de seguridad donde una negativa es un fallo — 82% en la prueba de reproducir y parchear frente a casi cero para las alternativas cerradas es una brecha de capacidad real, reportada por el proveedor o no. Y acepta que estás comprando un modelo en pleno vuelo. Presupuesta que la superficie de la API cambie, y no codifiques de forma fija el precio preliminar en una previsión para el próximo trimestre.

Qué hay que observar antes de decidirse por una u otra opción: la publicación real de los pesos a finales de octubre, que es el momento en que la afirmación de pesos abiertos deja de ser una promesa; la primera puntuación publicada del Artificial Analysis Intelligence Index para ML4, que determinará si la diferencia de precio es una ganga o un descuento a cambio de menos; y el Coding Agent Index, que es donde los números privados de Terminal-Bench de Mistral o bien se corroboran o bien, silenciosamente, no.