Muse Wonder vs Mistral Large 4.0: cómo se compara un modelo ya lanzado con uno que aún está en vista previa

Lo primero honesto que hay que decir sobre Muse Wonder frente a Mistral Large 4.0 es que solo uno de ellos está terminado. Meta Superintelligence Labs lanzó Muse Wonder a una API comercial el 12 de octubre de 2026: $4.00 por millón de tokens de entrada, $20.00 por millón de salida, una ventana de 1,048,576 tokens y un Índice de Inteligencia de Artificial Analysis de 52. Mistral AI puso Mistral Large 4.0 en vista previa pública el 6 de octubre de 2026 —seis días antes— a $1.36 de entrada y $4.18 de salida por millón, con un índice independiente de 38.4, sin pesos publicados, sin licencia con nombre y un límite de salida que Mistral no ha documentado. Todo lo que sigue es cierto esta semana y parte de ello está programado para dejar de ser cierto antes de noviembre, porque Mistral ha dicho que los pesos llegan para finales de mes.

Catorce puntos, y lo que costaron

La brecha compuesta es la más amplia de esta serie, y es el número menos interesante de la página. Ambas cifras provienen de Artificial Analysis en la misma revisión de su índice, por lo que son directamente comparables:

• Intelligence Index — Muse Wonder (max) 52, noveno de 219 modelos; Mistral Large 4 Preview 38.4, sexagésimo cuarto de 225

• Tarifa de lista — Muse Wonder $4.00 de entrada / $0.20 en caché / $20.00 de salida por millón; Mistral Large 4.0 $1.36 de entrada / $0.14 en caché / $4.18 de salida

• Costo por tarea de índice — Muse Wonder aproximadamente $4.52; Mistral Large 4.0 aproximadamente $1.13, una cuarta parte de eso

• Tokens de salida en la ejecución del índice — Muse Wonder, unos 130 millones; Mistral Large 4.0, unos 200 millones

• Ventana de contexto — Muse Wonder 1.048.576 tokens declarados y servidos; Mistral Large 4.0 1.048.576 en la documentación de Mistral, 524.288 tal como lo lee el evaluador independiente

• Parámetros — Muse Wonder: no divulgados; Mistral Large 4.0: 1,05 billones en total con 49 mil millones activos por token, más un codificador de visión de 1,6 mil millones de parámetros

• Pesos — los de Muse Wonder son propietarios, no se ha publicado ninguno; los de Mistral Large 4.0 son propietarios hoy, con la promesa de abrirlos para finales de octubre de 2026

La relación de coste de 4× es la decisión real, y no se ve suavizada por la brecha en el índice como sí ocurre con algunos emparejamientos de esta serie. Muse Wonder gasta menos tokens y aun así obtiene 14 puntos más, así que la diferencia de precio realmente está comprando capacidad, no verbosidad. Pero una puntuación de índice de 38,4 no es un mal modelo —está más o menos donde se sitúa un modelo de razonamiento competente de gama media—, y la pregunta que realmente afronta un comprador es si catorce puntos de capacidad merecen cuadruplicar la tasa de ejecución en una canalización que procesa una gran cantidad de tokens.

Para la mayoría del trabajo de gran volumen, no lo es. Para la codificación agéntica y las tareas profesionales de horizonte prolongado, las puntuaciones de la versión preliminar de Mistral Large 4.0 son lo bastante débiles como para que el modelo más barato no sea un sustituto real; las propias cifras del proveedor lo sitúan en 28,3 en Terminal-Bench 4.0 y 49,8 en su índice compuesto Coding Agent Index, lo que constituye un tipo de resultado distinto de las cifras de terminal que Meta publica para Muse Wonder.

La cláusula de vista previa

La propia documentación de Mistral no logra actualmente ponerse de acuerdo consigo misma sobre este modelo, y cualquier comparación escrita hoy hereda esa situación.

• La ventana de contexto se indica como 1 millón de tokens en la documentación de Mistral y se interpreta como 524,288 según Artificial Analysis — un factor de dos, sin resolver.

• El recuento de parámetros activos aparece como 49 mil millones en algunas superficies de Mistral y 52 mil millones en otras.

• No se nombra ninguna licencia. El propio material de Mistral etiqueta la versión como «Open» sin especificarla, y el evaluador la señala como propietaria sin que se haya completado el campo de licencia. Mistral Large 3 incluía Apache 2.0; esta todavía no incluye nada.

• La longitud máxima de salida no está documentada.

• El precio promocional de lanzamiento — $0.68 de entrada y $2.09 de salida, la mitad de la tarifa estándar — aparece tachado en la página de precios de Mistral, lo que significa que llega a su fin.

Ninguno de esos es un escándalo. Son lo que se ve de una preview desde fuera: un modelo cuya configuración de servicio aún está cambiando, que se vende con menos preaviso y que está sujeto a que se le cambie el precio o se le retire en un plazo más corto que una versión de disponibilidad general. Muse Wonder tiene sus propias preguntas sin resolver —el Full checkpoint solo por suscripción, la función Active Memory que nadie ha probado en producción—, pero su lista de precios, su ventana de contexto y sus endpoints son hechos firmes, en lugar de la mejor lectura actual.

La consecuencia práctica para cualquiera que compare estos dos entre sí es que la columna de Mistral se moverá. Las puntuaciones de un modelo en vista previa cambian entre revisiones del mismo banco de pruebas sin que el proveedor anuncie nada, y una carga de trabajo ajustada a un número de vista previa debe tratarse como ajustada a un blanco móvil.

Donde Mistral Large 4.0 tiene algo que Muse Wonder no tiene.

Dos cosas, y ambas son específicas en lugar de incrementales.

El primero es el despliegue soberano, y es una respuesta de contratación más que una respuesta de benchmark. Mistral entrena y sirve este modelo en sus propios centros de datos europeos, sobre hardware europeo —el material de lanzamiento cita 3.800 GPU NVIDIA Grace Blackwell y una ronda Serie D de 3.000 millones de euros—, y es nativamente multilingüe en alrededor de 160 idiomas, incluidos todos los idiomas oficiales de la UE. Para un comprador europeo del sector público o sujeto a regulación, con frecuencia eso lo decide todo, y Muse Wonder no participa en ello a ningún precio. El modelo de Meta lo sirve Meta, en los términos de Meta.

El segundo es el trabajo de seguridad, donde las afirmaciones de Mistral son inusualmente concretas. El proveedor informa un 82% en la reproducción y el parcheo de una vulnerabilidad real de código abierto, que describe como el más alto de cualquier modelo evaluado, y un 93% en una suite de ciberseguridad de 40 desafíos. Además, afirma que Claude Opus 5.5 y GPT-6 Astra obtienen puntuaciones cercanas a cero en la misma prueba porque se niegan a realizar la tarea. Esas son cifras reportadas por el proveedor sobre el propio modelo de Mistral, y la afirmación sobre el rechazo es la caracterización de un proveedor sobre el comportamiento de dos competidores; considera ambas como afirmaciones. Sin embargo, si las cifras se mantienen aunque sea de forma aproximada, existe una clase de trabajo de seguridad defensiva y generación de parches en la que un modelo con índice 38,4 es más útil que uno de 52, que es el tipo de inversión que una puntuación compuesta no puede mostrar.

En cuanto a la calidad de programación juzgada por humanos en lugar de por un sistema de pruebas, una evaluación a ciegas de Surge AI con las etiquetas ocultas y anotadores profesionales otorgó a Mistral Large 4.0 una puntuación de 3.74 en una escala de cinco puntos, segundo de cinco modelos evaluados —por delante de Kimi K3 con 3.59 y por detrás de Claude Opus 5 con 4.22—. Es una señal pequeña pero real de que el índice compuesto subestima al modelo en código, y es el tipo de cifra que las tablas de los proveedores nunca contienen.

La cuestión europea y la cuestión del enrutamiento

Mistral Large 4.0 no está en el catálogo de OrcaRouter. No hay una ruta mistral para este modelo de nuestro lado, y esta página no implicará que la haya — la propia plataforma de Mistral, su API Studio y varias plataformas de terceros son donde se ejecuta la vista previa hoy. El Muse Wonder de Meta tampoco es nuestro: la API Meta Model y Muse Code son donde se ejecuta, y no hay una entrada meta/muse-wonder en nuestro catálogo.

Lo que es enrutable aquí es la capa que subyace a ambas decisiones. Muse Spark 1.2 — el checkpoint más grande de Meta del que desciende esta familia — figura en el catálogo a $1,25 de entrada y $4,25 de salida por millón de tokens en una ventana de 1.048.576 tokens, con lecturas de caché a $0,15. Y la razón para mantener ambas comparaciones en un mismo endpoint es que ninguna de las dos es una compra resuelta: la preview de Mistral se moverá cuando lleguen los pesos y se dé nombre a la licencia, y el checkpoint Full de Meta puede que consiga o no una vía de API. Los precios de lista de los proveedores se repercuten con un 0 % de margen, así que cuando un proveedor cambia el precio de una preview —como acabará haciendo la tarifa de lanzamiento tachada de Mistral—, la cifra de nuestro lado se mueve el mismo día en lugar de en el siguiente ciclo de facturación. El DSL de enrutamiento y la conmutación por error automática existen precisamente para la forma que tiene esta comparación: una carga de trabajo que quieres probar en un modelo aún no asentado sin apostar por él una ruta de producción.

Elegir entre un modelo terminado y uno sin terminar

• Elija Mistral Large 4.0 cuando el despliegue tenga que ser europeo, cuando importe la cobertura multilingüe en lenguas de la UE, o cuando el trabajo sea de seguridad defensiva y generación de parches. En esos tres casos, la brecha de índice es el instrumento equivocado.

• Elija Mistral Large 4.0 cuando el costo por tarea sea la restricción. A $1,13 por tarea de índice frente a $4,52, es el cuarto más barato de esta serie, y para clasificación, extracción y síntesis de gran volumen no hay punto de comparación.

• No te bases en las cifras preliminares de Mistral Large 4.0 como si fueran definitivas. Un modelo cuya ventana de contexto y cuya cantidad de parámetros todavía se debaten entre las propias páginas del proveedor es un modelo cuya columna de benchmark va a cambiar.

• Elige Muse Wonder cuando el trabajo sea agéntico y de horizonte largo, cuando la entrada sea voz o vídeo, o cuando la salida deba ser extensa — el techo de 943.718 tokens en una sola respuesta de Meta no tiene equivalente aquí, ya que Mistral no ha documentado ninguno.

• Elige Muse Wonder cuando necesites la capacidad ahora y puedas pagar el cuádruple por ella. Una brecha de catorce puntos en el índice en un endpoint GA con un tarifario establecido es un sobreprecio por la certeza tanto como por la puntuación.

La razón por la que este emparejamiento resiste un veredicto claro es que los dos modelos no compiten por la misma compra. Uno es un modelo de vanguardia con una tarifa publicada y un conjunto de funciones inacabado; el otro es un modelo más barato, soberano y aún en formación, con una licencia que todavía no existe. En tres semanas, Mistral Large 4.0 podría ser el más interesante de los dos: unos pesos abiertos bajo una licencia con nombre cambiarían todos los párrafos anteriores. Ahora mismo, solo uno de ellos es algo con lo que puedes comprometerte.