Mistral Large 4 לעומת Claude Fable 5.1: שבע עשרה נקודות מדד ומחיר פלט גבוה פי שנים עשר

השאלה בהתמודדות הזו השתנתה ב-29 באוקטובר 2026, ולא משום ש-Mistral Large 4 הפך לחכם יותר. באותו אחר הצהריים המודל הפסיק להיות תצוגה מקדימה בשכירות והפך להורדה של 1.06 TB, מה שאומר שההשוואה עם Claude Fable 5.1 אינה עוסקת עוד רק בשאלה איזה מודל עונה טוב יותר — אלא גם בשאלה באיזו מגבלה אפשר לחיות. Claude Fable 5.1 הוא מודל בעלות של 10 דולר למיליון טוקני קלט שאפשר לקרוא לו דרך API ולעולם לא להחזיק בו, לכוונן אותו או להריץ אותו על החומרה שלך. Mistral Large 4 הוא תערובת מומחים בעלת טריליון פרמטרים שאפשר כעת להחזיק, להתאים ולפרוס בתוך הרשת שלך, תחת רישיון שאוסר במפורש למכור אותו מחדש כשירות. האחד הוא חוזה. האחר הוא הורדה עם סעיף מצורף.

מבחינת יכולות, התשובה אינה קרובה, וכדאי לומר זאת לפני שדיון המחיר מתחיל. מדד v5 Intelligence Index של Artificial Analysis מציב את Claude Fable 5.1 ב-43 ואת Mistral Large 4 ב-26. מדובר בפער של שבע עשרה נקודות באותו מכשיר, והוא שורד כל הסתייגות סבירה לגבי גרסאות המדד, משום ששני הנתונים הם קריאות v5 — זה של Fable 5.1 מלוח הדירוג החי, וזה של Large 4 מהנתון ש-Mistral מצטטת בכרטיס המודל שלה. אם המדד ירוץ מחדש, שני המספרים ישתנו; הסדר לא.

איפה שהפער באמת מתגלה

מדדי הבנצ'מרק הציבוריים תואמים לאינדקס, וזה יוצא דופן. שתי קבוצות הנתונים שלהלן הופקו על ידי הספקים, ואף אחת מהן לא שוחזרה באופן עצמאי, לכן יש להתייחס אליהן כאל טענות בעלות מעמד שווה ולא כראיה לאיכות שונה.

• Terminal-Bench 4.0 — Claude Fable 5.1 ב-55.8% לפי Anthropic; Mistral Large 4 ב-41% לפי Mistral. שתי הספקים הריצו את מערכת הבדיקות שלהם בעצמם, והנתון ש-Anthropic דיווחה בעצמה הופיע כ-58.1% בכמה פרסומים, כך שהספרה העשרונית המדויקת אינה מוצקה בשתי העמודות.

• מדע לטווח ארוך — Claude Fable 5.1 עם 52.6% ב-Terminal-Bench-Science 0.1, הטענה הבולטת של Anthropic, וכזו שטבלה של מעבדה שנייה הציבה מאז נמוך בהרבה עבור אותו מודל. ל-Mistral Large 4 אין שורה מפורסמת ברת-השוואה, וזה כשלעצמו מאלף: המודל ממוצב לקידוד ולאבטחה, ולא למדע סוכני ברמת מחקר.

• Humanity's Last Exam — 60.9% ללא כלים ו-65.0% עם כלים, עבור Claude Fable 5.1. Mistral פרסמה 35.0% באותו בנצ'מרק עבור תצוגת אוקטובר. מספר התצוגה המקדימה הזה קודם לשלושה שבועות של RL ולנקודת הבידוק הסופית, ולכן הוא ממעיט בערכו של המודל ששוחרר — אך זהו הנתון היחיד ששני הצדדים פרסמו עבור HLE.

• עבודה בתחום האבטחה — כאן Mistral Large 4 היא הטענה החזקה יותר, עם 79% ב-CyberGym-E2E ו-97.1% בחבילת אבטחת הסוכנים B3 שלו לאחר RL. המודלים של Anthropic מסרבים לבצע יותר מעבודה זו במקום להיכשל בה, וזהו הבדל במדיניות לא פחות מאשר הבדל ביכולת, ואין לקרוא אותו כפער ביכולת.

• יעילות טוקנים — הניסוח של Mistral עצמה הוא שהמודל שהושק דורש 47% פחות טוקנים לכל משימה מאשר GLM-5.3, בתוצאה שווה של 48% ב-Coding Agent Index של Artificial Analysis. זו שורה נדירה שבה ספק מפרסם את צד העלות של מדד לצד הציון, והוא המספר השימושי ביותר בכל אחת משתי העמודות.

מספר שנראה כמו רגרסיה, אך אינו כזה

גרסת התצוגה המקדימה של Mistral Large 4 קיבלה ציון 38.4 במדד של Artificial Analysis. הגרסה ששוחררה קיבלה 26. קורא מזדמן שמשווה בין שני הנתונים הללו יסיק ששלושה שבועות של למידת חיזוק הפכו את המודל לגרוע יותר בשתים עשרה נקודות. זה לא קרה. הציון 38.4 נרשם במדד v4.3; Artificial Analysis בנתה מחדש את המדד שלה בסוף אוקטובר, ובנייה מחדש v5 היא כלי מחמיר יותר בכל המישורים — מודלים שהיו בשנות החמישים ב-v4.3 נמצאים בשנות הארבעים ב-v5. שני המספרים אינם מדידות של אותו דבר, והחסרה שלהם היא הטעות הנפוצה ביותר בסיקור של השחרור הזה.

אותה אזהרה חלה גם על נתון ה-41% של Terminal-Bench. Mistral מדווחת על 28.3% לפני ה-RL הנוסף ועל 41% אחריו, וזהו שיפור אמיתי בתנאים זהים על אותה מערכת בדיקות. אבל 41% הוא עדיין ציון מוחלט נמוך לעומת 55.8% של Claude Fable 5.1, וגם שום מסגור של שיפור לא משנה את הדירוג הזה.

סעיף הרישיון שמכריע יותר מהפער

Mistral Large 4 מופץ תחת רישיון ה-Open-Weight של Mistral Ecosystem, שהחברה מתארת כגרסה מותאמת של נוסח MIT. בפועל הוא מעניק ארבעה דברים ואינו מעניק דבר אחד:

• שימוש מסחרי, ללא סף הכנסות — אין שורה של "עליך להיות מתחת ל-X מיליון דולר כדי להשתמש בזה".

• כיוונון עדין ומודלים נגזרים, שהוא הסעיף שמאפשר בכלל את עבודת ה-RL של יום אפס.

• פריסה פנימית ואירוח מקומי, שזהו מסר ה-AI הריבוני שמיסטרל בנתה סביבו את כל ההשקה.

• הטמעה בתוך מוצר, עם חריגים המכסים שימוש מוטמע והעברה גרידא של פלטים.

• לא ניתן: הפעלת עסק של מודל כשירות (model-as-a-service) עליו. אם ברצונך להקים נקודת קצה API בתשלום לפי טוקן ולמכור גישה, אתה זקוק להסכם מסחרי נפרד עם Mistral.

למודל Claude Fable 5.1 אין שאלה מקבילה, משום שאין לו הרשאה מקבילה. אתה מקבל API, תנאי שירות ומגבלת קצב. אינך מקבל משקולות, אינך יכול לבצע כיוונון עדין (fine-tuning), ואינך יכול להציב את המודל ברשת מבודדת (air-gapped) בכל מחיר. תנאיה של Anthropic מוסיפים הגבלות משל עצמם שפועלות באותו כיוון: ב-API של הספק עצמו, שמירה אפסית של נתונים מחייבת הרשאה מפורשת, שימוש מאולץ בכלים אינו נתמך, ולא ניתן לכבות את החשיבה. ניתוב אותו מודל דרך ספק עם הסכם שמירה אפסית הוא הדרך שבה צוותים עוקפים את הראשונה שבהן. ההגבלות הללו חשובות לרוכשים מפוקחים באופן שפער של שבע־עשרה נקודות במדד אינו.

העלות, עם הסתייגות לגבי אריכות הדברים

מחירי מחירון קודם, כי מחירי מבצעים פגי תוקף ומחירי המחירון הם אלה שבחוזה.

• Claude Fable 5.1 — $10.00 למיליון טוקני קלט, $50.00 למיליון פלט, כאשר קריאות מהמטמון מופחתות ל-$0.25 למיליון. תמחור באצווה מחצה את שניהם ל-$5 ול-$25.

• Mistral Large 4 — ‏1.36 דולר למיליון טוקני קלט, 4.18 דולר למיליון טוקני פלט במחירון, וכיום מוזל בכמחצית לכ-0.68 דולר ו-2.09 דולר, ללא תאריך סיום מפורסם.

במחיר מחירון, זה פי 7.4 בקלט ופי 12 בפלט. במבצע הנוכחי זה קרוב יותר לפי 15 ולפי 24. שניהם גדולים מספיק כדי ששאלת המחיר תגבר על שאלת הבנצ'מרק עבור כל מי שיש לו נפח אמיתי, וזו הסיבה הכנה שההשוואה הזו נכתבת בכלל.

ההסתייגות היא פירוט יתר, והיא אמיתית. בהרצת אינדקס Artificial Analysis של התצוגה המקדימה, Mistral Large 4 ייצר פלט בהיקף של כ-200 מיליון טוקנים לעומת חציון של כ-85 מיליון בטבלת הדירוג. התמחור לפי טוקן מוכפל בגורם הזה. אם מעבירים את אותם 200 מיליון טוקני פלט דרך שני המודלים, החשבון הוא 418 דולר עבור Mistral Large 4 בתעריף המבצע לעומת 10,000 דולר עבור Claude Fable 5.1 במחיר מחירון. המכפיל שורד את הפירוט — הוא מצטמצם, הוא אינו מתהפך — אבל כל מי שמצטט יחס לפי טוקן בלי לבדוק כמה טוקנים המודל באמת פולט, מצטט חצי מספר. טרם נמדד האם הצ'קפוינט ששוחרר רב-מילולי כמו התצוגה המקדימה; הפחתת 30% בטוקני הפלט שמסטרל טוענת לה בזכות ה-RL הנוסף שלה היא התשובה של החברה עצמה לשאלה הזו.

היכן שכל אחד יכול למעשה להיקרא

זהו החלק בהשוואה שבו שני המודלים מפסיקים להיות סימטריים. Claude Fable 5.1 נמצא בקטלוג של OrcaRouter בתור anthropic/claude-fable-5.1, עם חלון ההקשר של 1M טוקנים, תמחור של $10/$50 ושיעור הקריאה מהמטמון המופחת המועבר לפי מחיר המחירון של הספק — ללא תוספת מעל, כך ששינוי מחיר של ספק מגיע באותו יום. Mistral Large 4 אינו נמצא בקטלוג הזה. איננו מספקים אותו, והמאמר הזה אינו דרך להגיע אליו: המודל שפורסם נמצא ב-Hugging Face ומאחורי ה-API של הספק עצמו. לומר זאת בפשטות מועיל יותר מרמיזה אחרת.

מה שזה אומר בפועל תלוי באיזה צד של הרישיון אתה נמצא. אם אתה רוצה מודל שתוכל להריץ על החומרה שלך, לבצע ביקורת מקצה לקצה ולהתאים באמצעות מתאם LoRA, רק אחד משני אלה זמין לך, והפער של שבע-עשרה נקודות הוא המחיר של השליטה הזו. אם אתה רוצה את התשובה החזקה ביותר לכל קריאה ולעולם לא מתכוון להחזיק דבר, רק אחד מהשניים הוא אפשרות רצינית, ומחיר הפלט הגבוה פי שנים-עשר הוא המחיר של היכולת הזו. הצבת את שניהם מאחורי מפתח אחד עם מעבר אוטומטי לגיבוי שמוגדר לכל נתיב היא הגרסה התפעולית של אותה החלטה: היא מאפשרת לך להשתמש כברירת מחדל במודל היקר ולעבור למודל זול יותר בלי חוזה נוסף.

מה לבחור

קחו את Claude Fable 5.1 אם העבודה שלכם היא ביצוע אייג'נטי בטווח ארוך, כתיבת קוד עתירת טרמינל, או הסקה ברמת מחקר שבה תשובה שגויה עולה יותר מאשר טוקן. קחו את טענת ה-55.8% של Terminal-Bench עם הסתייגות שהיא מופעלת על ידי הספק, אבל התייחסו לדירוג ברצינות: שום דבר ש-Mistral פרסמה לא מציב את Mistral Large 4 באותו טווח.

בחרו ב-Mistral Large 4 אם האילוץ הוא משפטי או גיאוגרפי ולא אינטלקטואלי. ארגון אירופי שאינו יכול לשלוח פרומפטים מעבר לגבול, צוות אבטחה שצריך להוציא את מדיניות הסירוב מהתהליך, מוצר שצריך להטמיע מודל בתוך הבינארי שלו עצמו — אף אחד מאלה לא נפתר באמצעות ציון אינדקס טוב יותר, וכולם נפתרים באמצעות 610 GB של משקולות NVFP4 ללא הגבלת גישה ורישיון שמתיר כיוונון עדין פנימי.

אל תבחר באף אחד מהם, ונתב ביניהם, אם התשובה הכנה היא שיש לך שני עומסי עבודה עם אילוצים שונים. זהו המקרה שפער המחירים נועד ליצור, והוא המקרה שרוב הצוותים ימצאו את עצמם בו.

השאלה הפתוחה

המספר שהיה משנה את ההשוואה הזו אינו מופיע בשקופית של אף אחד מהספקים. הוא הרצה חוזרת ובלתי תלויה של הצ'קפוינט שפורסם על אינדקס v5 של Artificial Analysis, מפני שה-26 מגיע כרגע ממיסטרל שמצטטת צד שלישי, ולא ממדידה חדשה של המשקלים הסופיים. אם שלושה שבועות של RL ו-30% פחות טוקנים בפלט מזיזים את הנתון הזה באופן מהותי, הפער מצטמצם וטיעון המחיר מתחזק. אם לא, המודל שפורסם הוא גרסת התצוגה המקדימה עם נימוסים טובים יותר, ושבע עשרה הנקודות הן מבניות.

עד שתתקיים אותה הרצה, העמדה הניתנת להגנה היא המשעממת: Claude Fable 5.1 הוא המודל הטוב יותר, Mistral Large 4 הוא הרישיון הטוב יותר, והיחידים שעבורם זו הכרעה קרובה הם אלה שצריכים את שניהם.