Mistral Large 4 vs Qwen3-Max: el modelo barato es el que tiene la ventana pequeña

La diferencia de precio va en dirección opuesta a la diferencia de tamaño, que es justamente lo interesante de este emparejamiento. Qwen3-Max cuesta $0.36 por millón de tokens de entrada y $1.43 de salida — un cuarto del precio de salida de lista de Mistral Large 4 y aproximadamente un tercio de su precio promocional. Ofrece un contexto de 262K tokens con un límite de salida de 65K. Mistral Large 4 afirma un contexto de 1M, mide 524,288 en la configuración probada y produce hasta esa cantidad en una sola respuesta.

Así que el modelo barato es el modelo de ventana pequeña, y si eso importa depende totalmente de lo que le envíes.

Las tarjetas

• Qwen3-Max — $0,36 de entrada y $1,43 de salida por millón; contexto de 262K; salida máxima de 65K.

• Mistral Large 4 — $1,36 de entrada, $0,14 en caché, $4,18 de salida; promocionado a $0,68 / $0,07 / $2,09. Contexto de 1M declarado, 524.288 medidos; 1,05 billones de parámetros, 52 mil millones activos, con un codificador de visión de 1,6 mil millones de parámetros.

• La ratio — Mistral es 3,8× Qwen en entrada y 2,9× en salida a precio de lista; 1,9× y 1,5× en promoción.

Esos dos ratios son el mismo producto descrito de dos maneras, y solo uno de ellos sobrevive al final de una promoción que nadie ha fechado.

Dónde 262K realmente limita

Doscientos sesenta y dos mil tokens equivalen aproximadamente a 200.000 palabras. Una base de código mediana, un conjunto extenso de contratos, una transcripción de varias horas: todos ellos lo superan. Un solo documento, un historial de chat, el conjunto de trabajo de un agente: la mayoría no lo hace. La forma honesta de decidir es medir el percentil 95 de la longitud de tu entrada y compararlo con el techo en lugar de con el promedio; el promedio nunca limita y la cola siempre lo hace.

El límite de salida actúa como cuello de botella mucho más a menudo de lo que la gente espera. Sesenta y cinco mil tokens equivalen a unas 50.000 palabras, y cualquier generación en una sola solicitud de un informe extenso, un archivo de código grande o una síntesis completa de una transcripción se acerca a ese límite. La ventana medida de 524K de Mistral es ocho veces mayor, lo que marca la diferencia entre una sola llamada y un pipeline de fragmentación, y un pipeline de fragmentación cuesta tiempo de ingeniería que ningún precio por token refleja.

Para qué sirve realmente la diferencia de precio

Ejecuta un millón de tokens de entrada y 100.000 tokens de salida con ambas tarjetas. Qwen3-Max: $0.36 más $0.143 — unos 50 centavos. Mistral a precio de lista: $1.36 más $0.418 — $1.78. En promoción: 89 centavos.

Así que el modelo insignia cuesta entre 1,8× y 3,6× lo que cuesta el modelo más barato por tarea idéntica, y a cambio ofrece un contexto casi cuatro veces mayor, un techo de salida ocho veces mayor, entrada de imágenes nativa mediante un codificador de 1.600 millones de parámetros, pesos publicados y una licencia que puedes leer. Que eso valga 1,28 $ en esta tarea es una cuestión sobre la tarea, no sobre el mercado.

Hay algo que la comparación no recoge: Mistral publica una línea de entrada en caché de $0.14, y la ficha de Qwen3-Max, tal como la leemos, no incluye un equivalente. Para un agente que reenvía un prefijo estable en cada turno, esa fila ausente puede valer más que la diferencia de precio de etiqueta, y es lo primero que hay que medir, en lugar de suponer, al probar ambos.

¿Cuál enrutar a dónde?

Qwen3-Max se puede invocar en OrcaRouter a su tarifa publicada, en el mismo endpoint compatible con OpenAI que un catálogo de 224 modelos, con conmutación por error automática. Mistral Large 4 no está en ese catálogo; se ejecuta mediante la propia API de Mistral y hosts de terceros.

La regla de enrutamiento que admiten las tarjetas es sencilla: el trabajo de entrada corta, salida corta y alto volumen va al modelo de 36 centavos, porque ninguno de los límites máximos restringe y el precio es la única variable. Todo lo que está en la cola larga — un documento completo, una base de código grande, una generación de una sola llamada — va al modelo con la ventana más grande, porque el más barato rechazará el trabajo en lugar de aplicarle un descuento.

Y si estás eligiendo Mistral con el número promocional, recuerda lo que comparó esta página: a precio de lista, la proporción frente a Qwen es de casi cuatro a uno en entrada, no de dos a uno.