Mistral Large 4 vs Mistral Large 3: la actualización que cuesta un 40 % más

El aviso de depreciación consta de una sola frase y fue lo más trascendental que Mistral publicó en octubre. «Este modelo está obsoleto. Use Mistral Large 4 para nuevas integraciones», dice la página de documentación de Mistral Large 3, fechada el 31 de octubre de 2026 —dos días después de que se publicaran los pesos de Mistral Large 4—. Mistral Large 3 no se retira mañana; se cierra a nuevos trabajos, lo que en la práctica significa que cada nueva integración, evaluación y ejecución de benchmark a partir de ahora apunta a un modelo que cuesta un 40 % más por token y se distribuye bajo una licencia que ya no te permite revenderlo libremente. Ese es el intercambio que la actualización te pide hacer, y no es el intercambio que describe la cobertura de benchmarks.

Lo que la deprecación realmente dice

La página de modelos de Mistral indica que Mistral Large 3 tiene 675 mil millones de parámetros totales y 41 mil millones activos, con un contexto de 256K, publicado el 2 de diciembre de 2025 bajo Apache 2.0. Su sucesor, Mistral Large 4, tiene 1,05 billones de parámetros totales y 52 mil millones activos, con un contexto de 1M, presentado en versión preliminar el 6 de octubre de 2026 y con pesos abiertos el 29 de octubre. Mistral designa a mistral-large-4 como el sucesor según el id de API.

Dos detalles de ese emparejamiento merecen más atención de la que recibieron. El primero es que la licencia cambió. Apache 2.0 pasó a ser la Mistral Ecosystem Open-Weight License, una versión modificada de MIT que permite el uso comercial pero exige un acuerdo comercial aparte para quien ofrezca el modelo como modelo como servicio. Si ajustas Large 3 con fine-tuning y vendes acceso al resultado, Large 4 te pide que hables primero con Mistral. El segundo es que la propia documentación de Mistral sigue etiquetando Mistral Large 4 como "Public Preview", mientras que el bloque de licencia de esa misma página lo describe como de pesos abiertos. Ambas cosas pueden ser ciertas —el modelo está publicado, el lanzamiento no está formalmente cerrado—, pero un equipo que planifique una migración no debería interpretar "preview" y "open weight" como la misma señal de madurez.

El precio subió y el coste por tarea bajó.

Ambas afirmaciones son correctas, y eso es lo que hace que esta actualización sea confusa.

• Tokens de entrada — 0,50 $ por millón en Mistral Large 3, 0,70 $ en Mistral Large 4. Un 40 % más.

• Tokens de salida — 1,50 $ por millón en Mistral Large 3, 2,10 $ en Mistral Large 4. Un 40 % más.

• Entrada en caché — 0,07 $ por millón en Mistral Large 4; la página de documentación de Large 3 de Mistral no indica ninguna tarifa de caché.

• Coste por tarea completada en el índice Artificial Analysis: 2,06 $ con Mistral Large 4, un 63 % menos que los 5,54 $ de la versión preliminar de octubre.

La cifra del 63 % es real y describe algo distinto de lo que experimenta un comprador. Compara Large 4 con su propia versión preliminar anterior, cuando el modelo era a la vez más caro por token y mucho más verboso. Lo que no hace es comparar Large 4 con Large 3, porque Artificial Analysis actualmente no publica ninguna puntuación del Índice de Inteligencia para Large 3: la página indica que el índice no es aplicable y que el modelo no tiene ninguna configuración de API evaluada públicamente. Por lo tanto, el salto de 9 a 38,4 ampliamente difundido entre los dos modelos no es una medición de esta actualización. Es una puntuación de una versión del índice que desde entonces ha sido reemplazada.

La cuestión de la puntuación, sinceramente.

En el actual Artificial Analysis Intelligence Index v5 —reconstruido el 27 de octubre de 2026—, el único par comparable disponible está dentro de la propia familia de Large 4. La vista previa de octubre obtuvo 25, y el checkpoint publicado obtiene 26 con razonamiento alto y 23 con medio. Esa es la mejora medida de las tres semanas adicionales de aprendizaje por refuerzo que Mistral describe, y es un punto.

Para la afirmación generacional, te quedan las propias evaluaciones de Mistral: 41% en Terminal-Bench 4.0 frente a 28% en preview, 61.7% en DeepSWE v1.1, 79% en CyberGym-E2E, 84.5% en BrowseComp. Todos están reportados por el proveedor, y el número de Terminal-Bench en particular mide algo distinto según el andamiaje: 24.7% cuando los mismos pesos se ejecutan en el arnés neutral mini-swe-agent de Artificial Analysis. No hay una suite equivalente publicada por Mistral para Large 3 que poner al lado. Cualquiera que te diga que Large 4 es exactamente N puntos mejor que Large 3 está citando un índice que ya no existe en esa forma.

Lo que se puede decir sin una vara de medir: Large 4 añade una escalera de razonamiento que Large 3 no tiene, con niveles de esfuerzo bajo, medio y alto donde el modelo antiguo no tenía ninguno, y el alto es el predeterminado. Duplica el contexto hasta 1M y, lo que es más relevante para los trabajos largos, piensa antes de responder. Son cambios categóricos, no cambios de escala. El coste de un cambio categórico es que los prompts antiguos se comportan de forma distinta: a veces mejor, a menudo más caros.

La factura con una carga de trabajo real

Cien millones de tokens de entrada y cuarenta millones de tokens de salida al mes, el mismo volumen que se utiliza en otras partes de este blog porque equivale aproximadamente a un asistente de soporte de tamaño medio.

• Mistral Large 3 — 100 × $0,50 son $50, y 40 × $1,50 son $60, para un total de $110 al mes.

• Mistral Large 4 — 100 × $0.70 son $70, y 40 × $2.10 son $84, para $154 al mes.

• La diferencia — $44 al mes, o un 40 %, para la misma cantidad de tokens.

El supuesto de que los recuentos de tokens son idénticos es lo que hay que cuestionar. Mistral Large 4 es un modelo de razonamiento por defecto, y los modelos de razonamiento emiten más tokens para la misma solicitud. Artificial Analysis mide 82.000 tokens de salida por tarea de índice en el checkpoint publicado —un 39 % menos que los 135.000 de la versión preliminar, lo que indica cuánto del gasto de la versión preliminar era verbosidad, y también que 82.000 sigue siendo mucho. Mistral afirma por separado que el modelo usa un 47 % menos de tokens por tarea que GLM-5.3, lo cual es una comparación contra un competidor, no contra Large 3.

La consecuencia práctica: si cambias el modelo detrás de un prompt sin cambios, tu recuento de tokens aumentará al igual que tu tarifa, y la factura variará más de un 40 %. Baja el esfuerzo de razonamiento a bajo para clasificación, extracción y generación de textos cortos, y la brecha se reduce. Déjalo en alto para todo, y estarás pagando una prima de razonamiento por un trabajo que nunca la necesitó. Ese único ajuste vale más que cualquier descuento por migración.

La licencia es la parte que hay que leer dos veces.

Apache 2.0 en Mistral Large 3 significaba que no había condiciones que merecieran el tiempo de un abogado. La Licencia Open-Weight del Ecosistema Mistral en Large 4 es una MIT modificada: úsala, modifícala, ajústala y comercialízala libremente, con una licencia comercial separada obligatoria para modelo como servicio. El anuncio de Mistral es explícito en que los proveedores deben obtener una.

Las excepciones importan para los intermediarios. La definición excluye los productos de usuario final integrados y el "mero reenvío de solicitudes a modelos alojados por terceros", lo que deja margen para una puerta de enlace que pasa tráfico a inferencia alojada por Mistral. Lo que no cubre claramente es alojar tú mismo los pesos y permitir que otras personas los invoquen, que es lo que hace un equipo de plataforma cuando monta un endpoint de inferencia compartido para sus propios grupos de producto. Si esa es tu arquitectura, la actualización cambia tu posición jurídica además de tu factura, y la respuesta es una conversación con Mistral en lugar de una lectura de la licencia.

Aquí es también donde una capa de enrutamiento se gana su lugar, con una salvedad. OrcaRouter traslada el precio de lista del proveedor sin margen (0%), por lo que un cambio de precio del proveedor se refleja en nuestro lado el mismo día en lugar de en la próxima renovación del contrato —útil cuando un modelo pasa de $1.36 a $0.70 en tres semanas, como ocurrió con este. Pero ni Mistral Large 4 ni Mistral Large 3 están en nuestro catálogo, así que no podemos enrutar esta migración por ti. Lo que sí podemos hacer es mantener el resto de tu stack con una sola clave mientras decides, con conmutación por error automática y más de 200 modelos detrás de un único endpoint.

Una lista de verificación de migración que cabe en una sola pantalla

• ID de API: mistral-large-2512 pasa a ser mistral-large-4 o su alias mistral-large-4-0; el ID antiguo sigue atendiendo el tráfico existente, pero está cerrado a nuevas integraciones.

• Parámetro de razonamiento: Large 4 ofrece niveles de esfuerzo bajo, medio y alto, con alto como valor predeterminado y bajo en sustitución del antiguo modo «none»; las indicaciones que nunca lo configuraban ahora razonarán.

• Contexto: 256K pasa a 1M, lo que cambia más la estrategia de chunking que el propio modelo; los pipelines de recuperación ajustados a 256K empezarán a enviar prompts mucho más grandes sin avisar si se lo permites.

• Presupuesto de salida — Mistral no publica una cifra máxima de salida para Large 4; mídela con el endpoint al que llames antes de asumir un número.

• Visión — Mistral publica un codificador de visión de 1,6B para Large 4 y no desglosa el codificador para Large 3; la ruta multimodal es nativa en ambos, pero vuelve a ejecutar las tareas de imagen en lugar de asumir paridad.

• Licencia — si revendes inferencia, consigue el acuerdo comercial antes de lanzar el producto, no después.

• Evaluaciones — vuelve a establecer la línea base en tus propias tareas con esfuerzo alto y bajo. Las cifras del proveedor no son transferibles, y tus antiguas tasas de aprobación tampoco.

Quién debería moverse ahora, y quién debería esperar.

Cambia ahora si tu trabajo es agéntico, de contexto largo o intensivo en razonamiento, y si tu factura está dominada por los reintentos en lugar de por los tokens de primera pasada. En ese perfil, el aumento de tarifa del 40 % no es la cifra que importa; la cifra que importa es cuántos intentos requiere una tarea, y la escalera de razonamiento es lo primero que Mistral ha lanzado que, de forma verosímil, lo reduce.

Espera si tu carga de trabajo es de gran volumen, de salida breve y ya está funcionando correctamente. Un aumento de tarifa del 40 % por una capacidad que no estás usando es una pérdida clara, y Large 3 sigue prestando servicio. La deprecación lo cierra a nuevas integraciones, no al tráfico existente — pero trátalo como un plazo con fecha de finalización, no como una opción permanente, y pide a Mistral la fecha de retirada por escrito en lugar de inferirla de una página de documentación.

Y si estás eligiendo entre los dos basándote en un gráfico de benchmark, comprueba primero de qué índice proviene. Los números más citados para este par se midieron en una compilación que fue reemplazada el 27 de octubre, y la única puntuación que ambos modelos comparten hoy es que Large 4 tiene una y Large 3 no. Una decisión de migración basada en esos criterios es una decisión tomada con una vara de medir obsoleta — que es exactamente el tipo de cosa que un aumento de precio del 40 % encarece.