GPT-6.1 Sol vs Mistral Large 4: Model yang Lebih Murah Per Token Adalah Model yang Lebih Mahal Per Tugas

Hal yang menarik tentang menempatkan GPT-6.1 Sol di samping Mistral Large 4 bukanlah tentang mana yang lebih pintar — pada satu-satunya pengukuran independen yang dimiliki keduanya, itu tidak dekat. Yang menarik adalah bahwa model dengan harga yang lebih rendah justru yang lebih mahal untuk menyelesaikan pekerjaan. Mistral Large 4, yang dipratinjau oleh Mistral pada 2026-10-06, dihargai $0,68 per juta token masukan dan $2,09 per juta keluaran selama masa pratinjau, dibandingkan dengan GPT-6.1 Sol $2,00 dan $10,00 sejak Open​AI merilisnya pada 2026-09-29. Namun, angka biaya menjalankan Artificial Analysis menempatkan Mistral Large 4 pada $1,13 per tugas dibandingkan GPT-6.1 Sol $0,72 — karena token yang lebih murah bukanlah keseluruhan tagihan, dan karena model penalaran menghabiskan token dalam jumlah yang tidak Anda pilih dari daftar harga.

Semua yang di bawah ini berasal dari pengumuman dan dokumentasi Mistral sendiri, halaman model dan harga OpenAI, hasil pengujian Artificial Analysis untuk tiap model, dan data penyajian kami sendiri, yang dibaca pada 2026-10-12. Jika suatu angka merupakan milik vendor sendiri dan belum ada yang menjalankannya ulang, kalimat yang memuatnya menyatakan hal itu.

Dua kencan, dan hanya satu di antaranya yang sudah selesai.

Sebelum spesifikasi apa pun, keadaan kedua produk berbeda, dan perbedaan itu lebih berperan dalam perbandingan ini daripada sel tolok ukur mana pun.

• GPT-6.1 Sol adalah model yang sudah dirilis. Model ini mulai tersedia di API Open​AI pada 2026-09-29 dengan harga $2,00 / $10,00 per juta token, dengan input cache $0,10 dan penulisan cache $2,50, dan ini adalah model di slot default API tersebut. Kartu tarifnya dipublikasikan, jendela konteksnya didokumentasikan, dan instrumen independen telah menjalankannya. Apa yang Anda baca tentangnya dapat Anda panggil sore ini.

• Mistral Large 4 adalah pratinjau. Mistral mengumumkannya pada 2026-10-06 sebagai model mixture-of-experts dengan 1,05 triliun parameter dan 52 miliar parameter aktif per token, tersedia di API milik vendor tersebut dengan harga pratinjau. Bobot terbukanya dijanjikan akan tersedia sebelum akhir Oktober, itulah sebabnya ini merupakan pratinjau dan bukan rilis final. Pratinjau ini tidak menetapkan apa pun tentang harga daftar di masa depannya, jendela konteks di masa depannya, atau lisensinya di masa depan.

Asimetri itu menentukan bentuk dari semua yang ada di bawah ini. Ketika satu sisi perbandingan adalah produk dan sisi lainnya adalah pengumuman dengan tanggal yang disertakan, sebagian besar pertanyaan yang menarik adalah tentang waktu, bukan kemampuan — dan satu pertanyaan yang sebenarnya ditanyakan orang ("haruskah saya beralih?") memiliki jawaban yang berbeda pada bulan Oktober dan November.

Satu angka yang disepakati kedua pihak, dan 14 poin di baliknya

Artificial Analysis memiliki baris Intelligence Index independen untuk kedua model, dan tidak ada ambiguitas di dalamnya:

• Indeks Kecerdasan — GPT-6.1 Sol 52 pada upaya penalaran maksimum; Mistral Large 4 38.

• Biaya untuk menjalankan Index — GPT-6.1 Sol $0,72 per tugas; Mistral Large 4 $1,13 per tugas.

• Kecepatan output — GPT-6.1 Sol 65,4 hingga 66,8 token per detik di berbagai eksekusi; Mistral Large 4 juga bukan sisi yang cepat dari pasangan ini.

Baca ketiga baris itu bersama-sama dan bentuk hitungan trade-off-nya akan terlihat. Mistral Large 4 mengenakan biaya sekitar sepertiga dari tarif input GPT-6.1 Sol dan seperlima dari tarif outputnya, namun tetap membutuhkan biaya sekitar 57% lebih banyak untuk menyelesaikan tugas evaluasi yang sama. Itu bukan trik penetapan harga atau artefak pengukuran; itulah yang terjadi ketika sebuah model mencapai tingkat kualitas tertentu dengan menghabiskan lebih banyak token untuk mencapainya. Tagihan model penalaran didominasi oleh berapa banyak token yang diputuskan untuk dikeluarkannya, bukan oleh tarif per token yang tertera, dan perbedaan Indeks 14 poin adalah sejumlah besar pemikiran ekstra yang harus ditebus.

Tak satu pun dari itu membuat Mistral Large 4 menjadi model yang buruk. Indeks 38 adalah skor serbaguna yang kompeten dan mendekati frontier, dan untuk sangat banyak tugas produksi, 14 poin ekstra itu tidak memberi Anda apa pun yang bisa dipakai. Intinya lebih sempit dan lebih praktis: jangan membeli model ini dengan asumsi bahwa kartu harga yang lebih murah membuat biaya bulanan lebih murah. Ukurlah biaya per unit pekerjaan yang selesai, yang merupakan angka yang sebenarnya dilaporkan Artificial Analysis dan angka yang akan tercermin dalam tagihan Anda.

Di mana posisi Mistral benar-benar kuat, dan itu bukan soal harga.

Tiga argumen untuk Mistral Large 4 tetap bertahan saat berhadapan dengan angka Index, dan dua di antaranya sama sekali bukan tentang model itu.

• Pelatihan Eropa dan hosting berdaulat. Mistral adalah lab terdepan Eropa, dan pengumuman ini berada di bawah pesan sovereign-cloud, bukan pesan tolok ukur. Bagi pembeli sektor publik Eropa, bank yang diatur regulasi, atau siapa pun yang aturan pengadaannya menyebut yurisdiksi tertentu, itu adalah persyaratan, bukan preferensi — dan itulah satu-satunya poros di mana GPT-6.1 Sol tidak dapat bersaing berapa pun harganya. Jika kendala Anda adalah "bobot dan penyajiannya harus berasal dari Eropa," perbandingannya berhenti di sini dan angka Indeksnya tidak relevan.

• Bobot terbuka akan segera hadir, dan self-hosting mengubah hitungannya. Mistral berkomitmen untuk merilis bobotnya sebelum akhir Oktober. Sebuah mixture-of-experts 1.05T/52B bukanlah model yang akan dijalankan sebagian besar tim di perangkat keras mereka sendiri — 52B parameter aktif adalah separuh kalimat yang bersahabat, total triliun parameter adalah separuh yang tidak bersahabat — tetapi bagi organisasi yang sudah menjalankan infrastruktur kelas itu, atau yang memiliki aturan residensi data yang tidak dapat dipenuhi API terkelola mana pun, bobot terbuka mengubah API yang ditagih berdasarkan pemakaian menjadi biaya tetap. GPT-6.1 Sol tidak akan pernah bisa dihosting sendiri.

• Harga pratinjau itu nyata selama masih berlaku. Pada $0.68 / $2.09, diskon pratinjau kira-kira setengah dari tarif resmi yang diumumkan sebesar $1.36 / $4.18. Jika sebuah beban kerja cukup murah sehingga jumlah token benar-benar menjadi kendala utama — klasifikasi massal, ekstraksi, perutean, apa pun dengan keluaran pendek dan tanpa loop penalaran — harga itu adalah yang terbaik di halaman ini, dan kesenjangan Index tidak berlaku untuk pekerjaan yang tidak pernah membutuhkan Index sebesar 52. Rencanakan saja peralihannya saat pratinjau berakhir, jangan sampai terkejut karenanya.

Yang bukan argumen adalah kemampuan mentah di level puncak. Pada pengodean agentik dan penggunaan alat dengan horizon panjang, kesenjangannya terlihat jelas dan itulah arah yang Anda harapkan dari Index: baris Artificial Analysis Terminal-Bench 4.0 milik GPT-6.1 Sol terbaca 56,06, dan instrumen yang sama menempatkan pendahulunya, GPT-6 Sol, pada 43,94 — pergeseran generasional sekitar 12 poin pada tolok ukur yang secara khusus membahas penyelesaian tugas di dalam shell.

Nomor konteks yang bertentangan dengan dirinya sendiri

Ini adalah satu-satunya spesifikasi di halaman ini yang tidak dapat Anda kutip dengan yakin, dan hal itu layak ditandai daripada cuma dihaluskan.

Dokumentasi Mistral sendiri untuk Mistral Large 4 menyebutkan jendela konteks hingga 1 juta token. Catatan independen untuk model tersebut di Artificial Analysis mencantumkan 524.000. Kedua angka itu bukan sekadar perbedaan pembulatan; keduanya berbeda faktor dua, dan keduanya menunjuk pada hal yang berbeda. Penjelasan yang paling mungkin adalah bahwa yang satu menggambarkan batas atas arsitektur dan yang lain menggambarkan apa yang sebenarnya dilayani selama pratinjau — sebuah perbedaan yang sangat penting jika Anda berencana memuat repositori besar ke dalam satu panggilan. Kami belum melihat vendor menyelaraskan salah satu angka tersebut, dan sampai itu terjadi, anggap angka yang lebih kecil sebagai angka yang dapat Anda jadikan dasar untuk membangun.

Sebaliknya, tidak satu pun batas utama GPT-6.1 Sol memiliki masalah ini. Jendela konteksnya adalah 1,050,000 token, keluaran maksimumnya 128,000 token, dan batas pengetahuannya adalah 2026-04-30 — semuanya didokumentasikan di halaman model vendor dan konsisten dengan apa yang dilayani melalui API.

Berapa biaya seribu tugas agen untuk masing-masing

Ambil beban kerja yang umum untuk kedua model: satu panggilan yang membawa 40.000 token masukan dan menghasilkan jawaban 2.000 token, dijalankan seribu kali. Agar kedua daftar tarif tetap sebanding, asumsikan masukan dimasukkan baru setiap kali, bukan dilayani dari cache.

• Pada GPT-6.1 Sol — 40.000 token masukan dengan $2,00 per juta adalah $0,080, dan 2.000 token keluaran dengan $10,00 per juta adalah $0,020. Itu berarti $0,100 per panggilan, atau sekitar $100 untuk seribu panggilan.

• Dengan Mistral Large 4 pada tarif pratinjau — 40.000 token masukan dengan $0,68 per juta adalah $0,027, dan 2.000 token keluaran dengan $2,09 per juta adalah $0,004. Itu berarti $0,031 per panggilan, atau sekitar $31 untuk seribu panggilan.

Jadi selisih harga itu nyata dan kira-kira tiga banding satu pada bentuk di mana outputnya pendek — dengan satu catatan jujur yang justru berlawanan arah. GPT-6.1 Sol mengenakan biaya $0,10 per juta untuk prefiks yang di-cache, dan dokumentasi pratinjau Mistral tidak menetapkan diskon yang setara. Jalankan loop yang sama dengan 40.000 token yang disajikan dari cache dan sisi GPT-6.1 Sol turun menjadi sekitar $0,024 per panggilan, yang berada di bawah angka Mistral. Daftar tarif menentukan perbandingan ini hanya setelah Anda tahu apakah input Anda berulang. Sekarang ubah parameter lain dan saksikan selisih kedua terbuka: jalankan loop yang sama pada ujung yang berat penalaran, tempat Mistral Large 4 melakukan pengeluaran token yang disiratkan oleh Index of 38-nya, dan angka $1,13 per tugas pada evaluasi yang sebanding menunjukkan bahwa sisi Mistral dalam tagihan tumbuh lebih cepat daripada yang ditunjukkan daftar tarif. Ringkasan jujurnya adalah bahwa Mistral Large 4 unggul dalam aritmetika pada pekerjaan beroutput pendek dengan tarif input baru dan kalah dalam hal itu pada pekerjaan agentik yang di-cache dan berhorizon panjang, dan mana yang sedang Anda jalankan adalah pertanyaan tentang beban kerja Anda, bukan tentang modelnya.

Keduanya persis jenis perbandingan yang memang menjadi tujuan sebuah router. GPT-6.1 Sol ada di katalog kami dengan tarif resmi OpenAI, tanpa markup 0% — apa yang OpenAI terbitkan itulah yang dibayar oleh pemanggil, dan ketika vendor mengubah harga, baris katalognya ikut berubah, bukan menunggu reseller menyadarinya. Artinya, perhitungan per token di atas dapat dicek terhadap baris yang aktif, bukan terhadap halaman ini. Mistral Large 4 bukan layanan yang kami sediakan, jadi jika Anda menginginkannya, API milik vendor sendiri dan beberapa platform pihak ketiga adalah tempatnya berada.

Apa yang harus dilakukan pada hari Senin

Tidak ada versi dari ini di mana kedua model tersebut menjadi pengganti untuk pekerjaan yang sama saat ini, dan alasannya adalah waktu, bukan kualitas.

Jika Anda membutuhkan model pengodean agentik terdepan minggu ini — loop alat yang panjang, konteks berskala repositori, penggunaan komputer, pekerjaan profesional yang padat dokumen — jawabannya adalah GPT-6.1 Sol, satu-satunya dari keduanya yang merupakan produk jadi, dan harganya dipublikasikan serta stabil. Perhitungkan fakta bahwa meteran output-nya adalah tempat uang mengalir, dan jaga working set tetap di bawah ambang 272.000 token yang jika dilampaui akan membuat seluruh permintaan dihargai ulang.

Jika Anda berada di Eropa dan persyaratan Anda menyebut yurisdiksi, atau jika Anda berniat melakukan self-host karena tidak ada API yang memenuhi aturan data Anda, Mistral Large 4 adalah satu-satunya kandidat di sini terlepas dari skornya — tetapi bagian yang Anda tunggu, yaitu bobotnya, belum ada, dan angka konteks yang akan Anda jadikan dasar untuk menentukan ukuran infrastruktur saat ini diperdebatkan dengan selisih faktor dua. Pantau rilis bobot dan upaya vendor untuk merekonsiliasi 1M dengan 524.000 sebelum Anda menetapkan deployment padanya.

Dan jika yang sebenarnya Anda inginkan adalah menggunakan keduanya — Mistral Large 4 untuk lapisan murah bervolume tinggi dan GPT-6.1 Sol untuk kasus sulit — kendala praktisnya adalah keduanya berada di kunci yang berbeda, penagihan yang berbeda, dan mode kegagalan yang berbeda, yang merupakan masalah yang hendak dipecahkan oleh satu endpoint dengan failover otomatis di lebih dari 200 model. Sementara itu baris yang layak dibuka adalah baris yang benar-benar ada: halaman model GPT-6.1 Sol di https://www.orcarouter.ai/models/openai/gpt-6.1-sol.