Mistral Large 4 vs DeepSeek V4 Pro: dos buques insignia abiertos y una diferencia de precio que no es lo importante

Sobre el papel, estos dos modelos son la misma compra: un modelo de mezcla de expertos disperso de un billón de parámetros, pesos abiertos, un proveedor europeo por un lado y uno chino por el otro, y un precio por token que parece la columna decisiva. No es la columna decisiva. Mistral Large 4 y DeepSeek V4 Prodifieren primero en lo que aceptan, segundo en lo que permiten construir sus licencias y solo en tercer lugar en coste — y la propia comparación de costes es inestable, porque un lado tiene una promoción a mitad de precio sin fecha de finalización y el otro duplica sus tarifas durante siete horas cada día laborable.

Esa reformulación es la parte útil, porque la comparación obvia —4,18 dólares por millón de salida frente a 1,98 dólares— es verdadera y engañosa al mismo tiempo. Esto es lo que realmente es cada lado.

Las especificaciones, lado a lado

• Tamaño — Mistral Large 4 tiene 1,05 billones de parámetros, con 52 mil millones activos según la ficha oficial de Mistral y 49 mil millones según la lectura de Artificial Analysis, en un MoE disperso granular con 128 expertos enrutados y cuatro activos por token. DeepSeek V4 Pro tiene 1,6 billones con 49 mil millones activos. Los recuentos de activos coinciden; los totales no.

• Modalidad — Mistral Large 4 es nativamente multimodal, con un codificador de visión de 1.600 millones de parámetros, texto e imagen como entrada y texto como salida. DeepSeek V4 Pro es solo de texto — en la propia hoja de precios de DeepSeek, la fila de visión indica «No compatible» para Pro. Esta es la primera bifurcación real en el camino, y no es una cuestión de grado: un modelo solo de texto no puede hacer el trabajo en absoluto.

• Contexto y salida — La ficha de Mistral afirma un contexto de 1M tokens; Artificial Analysis midió 524.288 tokens en la configuración que prueba. DeepSeek V4 Pro indica 1M tokens de contexto y una salida máxima de 384K. Ambas cifras son techos del proveedor en el caso de Mistral y un techo indicado y servido en el caso de DeepSeek.

• Licencia — DeepSeek V4 Pro usa la licencia MIT, con los pesos publicados y sin ninguna cláusula de campo de uso. Los pesos de Mistral Large 4 se publicaron el 29 de octubre bajo la Mistral Ecosystem Open-Weight License, un texto de MIT modificado de 2.632 bytes que concede uso comercial, modificación y entrenamiento adicional, pero se reserva un modelo de negocio: la cláusula 2 exige que cualquiera que opere un negocio de «Modelo como servicio» firme primero una licencia comercial por separado. Una pasarela que simplemente reenvía solicitudes a modelos alojados por terceros queda dentro de una excepción y está bien; una plataforma que ofrece a los clientes acceso directo al modelo no lo está.

• Huella de hosting — Mistral Large 4 se distribuye en 1.060,6 GB en bf16 a través de 54 fragmentos, con una variante NVFP4 de 610,1 GB que, según Mistral, funciona en cuatro GPU B200 o B300. DeepSeek V4 Pro tiene licencia MIT y 1,6 T de parámetros, lo que lo sitúa en el mismo orden de magnitud de hardware y en un orden de magnitud superior en memoria.

• Puntuaciones independientes — La ficha de Mistral reporta 26 en el Intelligence Index v5 de Artificial Analysis y lo califica como el más alto entre los modelos occidentales de pesos abiertos. DeepSeek no publica ninguna cifra de índice equivalente propia. No tenemos a mano una lectura con el mismo instrumento y la misma fecha para ambos modelos, y una comparación basada en dos instrumentos distintos es justamente el error que conviene evitar aquí — la propia versión preliminar de Mistral se reportó en 38,4 en el índice anterior a v5, así que un antes y después ingenuo de sus propias cifras produce una "regresión" de doce puntos que no existe.

Las dos formas de precio no son el mismo tipo de número.

Aquí es donde la comparación deja de ser aritmética y se convierte en planificación.

Mistral Large 4 tiene un precio fijo: 1,36 $ por millón de tokens de entrada, 0,14 $ por tokens de entrada en caché y 4,18 $ por tokens de salida. Actualmente tiene una promoción de lanzamiento a exactamente la mitad de esos precios — 0,68 $, 0,07 $, 2,09 $ — sin fecha de finalización publicada. El precio de lista es estable y el precio efectivo no lo es, y cuál de los dos pagas depende de una fecha que nadie ha anunciado.

DeepSeek V4 Pro se factura según el horario: 0,66 USD de entrada y 1,98 USD de salida fuera de horas punta, y se duplica a 1,32 USD y 3,96 USD en dos franjas de días laborables, de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes, excluidos los festivos públicos chinos. El precio de lista es el precio de hora punta dos veces al día, y el descuento, el resto del tiempo.

Puestos uno al lado del otro con sus mejores tarifas publicadas, el precio promocional de salida de Mistral ($2.09) es casi idéntico al precio de salida fuera de horas punta de DeepSeek ($1.98). En el peor de los casos, el precio de salida de lista de Mistral ($4.18) se acerca al precio de salida en horas punta de DeepSeek ($3.96), pero las horas punta de DeepSeek ocurren durante siete horas al día, y el precio de lista de Mistral se aplica cuando termine la promoción. Ninguna de las dos cifras es la cifra.

Una comparación impresa hace que las formas se vuelvan concretas. La propia página de precios de la API de Mistral incluye DeepSeek V4.1 Flash 1017 a 0,30 $ por millón de tokens de entrada y 1,20 $ por millón de tokens de salida — exactamente la tarifa pico de DeepSeek, cobrada a tarifa plana. Ese mismo modelo, en la tarjeta de un revendedor, cuesta el doble del precio fuera de hora punta de DeepSeek y nunca es más barato que su precio en hora punta. Eso no es una crítica a los precios de Mistral; es cómo se ve la reventa cuando el proveedor upstream mueve sus propias tarifas dos veces al día.

Cuánto cuesta una tarea en cada uno

Un millón de tokens de entrada y 100.000 tokens de salida, la forma de una pasada de documento con una respuesta real al final:

• Mistral Large 4 a precio de lista — $1.36 de entrada más $0.418 de salida: alrededor de $1.78.

• Mistral Large 4 en promoción — unos 89 centavos.

• DeepSeek V4 Pro fuera de hora punta — $0.66 más $0.198: unos 86 centavos.

• DeepSeek V4 Pro en una ventana de máxima demanda — aproximadamente $1,72.

Por lo tanto, la misma tarea cuesta entre 86 centavos y 1,78 dólares según qué proveedor y a qué hora — una diferencia de aproximadamente 2× que no tiene nada que ver con qué modelo es mejor. Si su carga de trabajo puede desplazarse en el tiempo pero no cambiar de modelo, el horario de DeepSeek es una palanca que usted controla; si no puede desplazarse en el tiempo, la promoción de Mistral es un descuento que recibe y con el que no puede planificar.

Dónde la decisión realmente da un giro

Tres preguntas, en el orden que lo resuelve.

¿Necesitas imágenes? Si sí, la comparación termina: DeepSeek V4 Pro es solo texto, y el lado Mistral es el único lado que acepta una imagen. Si no, esta es la única dimensión en la que los dos son realmente intercambiables, y el resto de la lista decide.

¿Estás revendiendo acceso directo? Si estás creando un producto cuyas funciones llaman al modelo, ambas licencias están bien. Si estás montando una API que entrega a los clientes el modelo en sí, la cláusula 2 de Mistral exige un acuerdo comercial y la licencia MIT de DeepSeek no. Esa es una diferencia legal con un precio asociado que ninguno de los proveedores publica.

¿Tu carga de trabajo es programable? Si es por lotes, un plan de DeepSeek fuera de horas punta es una aritmética que puedes ejecutar. Si es interactiva y se concentra en el horario laboral de una región, estás pagando tarifas punta tanto si lo pretendías como si no, y un proveedor con precio fijo vale más que uno más barato al que no puedes acceder a la hora adecuada.

Lo único que no debería decidirlo es una posición en una clasificación. El 26 de Mistral en el Intelligence Index v5 es una lectura reportada por el proveedor de un instrumento que se reconstruyó el 27 de octubre; DeepSeek no publica ninguna cifra comparable. Dos números de dos instrumentos no son una comparación, son un gráfico.

Lo que puedes llamar hoy

DeepSeek V4 Pro está en OrcaRouter a la tarifa publicada por el propio DeepSeek — 0,66 $ por millón de tokens de entrada y 1,98 $ por millón de tokens de salida fuera de horas punta, duplicándose exactamente como lo define la hoja de DeepSeek — mediante el mismo endpoint compatible con OpenAI y la misma clave que un catálogo de 224 modelos, con conmutación por error automática entre las rutas de los proveedores. Mistral Large 4 no figura en ese catálogo a la fecha de publicación, por lo que esta no es una ruta que podamos ofrecer para él; se puede invocar mediante la API propia de Mistral y hosts de terceros.

Para un equipo que debe elegir entre ambos, la secuencia honesta es: elegir según modalidad y licencia, luego medir la eficiencia de tokens de cada uno con su propio tráfico y, después, planificar. La diferencia de precio entre los dos es real, pero es menor con las tarifas que realmente le aplicarán que con las tarifas de las dos páginas de marketing — y la parte que es genuinamente diferente es lo que cada licencia le permite construir después.