Mistral Large 4 vs Qwen3-Max : le modèle bon marché est celui qui a la petite fenêtre

L'écart de prix va dans le sens opposé à l'écart de taille, ce qui fait tout l'intérêt de ce duo. Qwen3-Max coûte 0,36 $ par million de jetons d'entrée et 1,43 $ en sortie — un quart du prix catalogue de sortie de Mistral Large 4 et environ un tiers de son prix promotionnel. Il offre un contexte de 262 K jetons avec un plafond de sortie de 65 K. Mistral Large 4 revendique un contexte de 1 M, mesure 524 288 sur la configuration testée et génère jusqu'à cette quantité en une seule réponse.

Donc, le modèle bon marché est le modèle à petite fenêtre, et l’importance de cela dépend entièrement de ce que vous lui envoyez.

Les cartes

• Qwen3-Max — 0,36 $ en entrée, 1,43 $ en sortie par million ; contexte de 262K ; sortie maximale de 65K.

• Mistral Large 4 — $1,36 en entrée, $0,14 en cache, $4,18 en sortie ; en promotion à $0,68 / $0,07 / $2,09. Contexte de 1 M revendiqué, 524 288 mesuré ; 1,05 billion de paramètres, 52 milliards actifs, avec un encodeur visuel de 1,6 milliard de paramètres.

• Le ratio — Mistral est à 3,8× Qwen en entrée et à 2,9× en sortie au prix catalogue ; 1,9× et 1,5× en promotion.

Ces deux ratios décrivent le même produit de deux façons, et un seul d'entre eux survit à la fin d'une promotion que personne n'a datée.

Là où 262K devient réellement contraignant

Deux cent soixante-deux mille tokens représentent environ 200 000 mots. Un codebase de taille moyenne, un ensemble de longs contrats, une transcription de plusieurs heures — tous ceux-là le dépassent. Un document unique, un historique de conversation, l'ensemble de travail d'un agent — la plupart ne le dépassent pas. La façon honnête de trancher est de mesurer le 95e centile de la longueur de vos entrées et de le comparer au plafond plutôt qu'à la moyenne ; la moyenne ne contraint jamais, la queue de distribution le fait toujours.

Le plafond de sortie constitue une contrainte bien plus souvent qu’on ne l’imagine. Soixante-cinq mille tokens représentent environ 50 000 mots, et toute génération en une seule requête d’un long rapport, d’un gros fichier de code ou d’une synthèse complète de transcription s’en approche. La fenêtre mesurée de 524K de Mistral est huit fois plus grande, ce qui correspond à la différence entre un seul appel et un pipeline de découpage — et un pipeline de découpage coûte du temps d’ingénierie qu’aucun prix par token ne reflète.

Ce que la différence de prix paie réellement

Faites passer un million de tokens d’entrée et 100 000 tokens de sortie sur les deux cartes. Qwen3-Max : 0,36 $ plus 0,143 $ — environ 50 cents. Mistral au tarif catalogue : 1,36 $ plus 0,418 $ — 1,78 $. En promotion : 89 cents.

Ainsi, le modèle phare coûte entre 1,8× et 3,6× le modèle moins cher pour une tâche identique, et il offre en échange un contexte près de quatre fois plus grand, un plafond de sortie huit fois plus élevé, une entrée d’images native via un encodeur de 1,6 milliard de paramètres, des poids publiés et une licence que vous pouvez lire. Savoir si cela vaut 1,28 $ pour cette tâche est une question qui porte sur la tâche, pas sur le marché.

Un point que la comparaison ne saisit pas : Mistral publie une ligne à 0,14 $ pour les entrées mises en cache, alors que la fiche de Qwen3-Max, telle que nous la lisons, n’en comporte pas d’équivalent. Pour un agent qui renvoie un préfixe stable à chaque tour, cette ligne manquante peut valoir plus que la différence de prix affiché — et c’est la première chose à mesurer plutôt qu’à supposer lorsqu’on teste les deux.

Lequel acheminer où ?

Qwen3-Max est appelable sur OrcaRouter à son tarif publié, sur le même endpoint compatible OpenAI qu'un catalogue de 224 modèles, avec basculement automatique. Mistral Large 4 ne figure pas dans ce catalogue ; il fonctionne via l'API propre à Mistral et des hébergeurs tiers.

La règle de routage prise en charge par les cartes est simple : les tâches à entrée courte, sortie courte et fort volume vont au modèle à 36 cents, car aucun des plafonds ne constitue une contrainte et le prix est la seule variable. Tout ce qui relève de la longue traîne — un document complet, une base de code volumineuse, une génération en un seul appel — va au modèle à la fenêtre plus grande, car le moins cher refusera la tâche plutôt que de la facturer moins cher.

Et si vous choisissez Mistral sur la base du chiffre promotionnel, rappelez-vous ce que cette page a comparé : au tarif catalogue, le ratio par rapport à Qwen est de près de quatre pour un en entrée, et non de deux.