Mistral Large 4 vs Llama 4 Maverick: Kesenjangan Generasi, Bukan Kesenjangan Harga

Mistral Large 4 dan Llama 4 Maverick adalah jenis objek yang sama, tetapi bukan objek dari generasi yang sama. Keduanya adalah campuran pakar sparse dengan jendela konteks satu juta token pada kartu model, keduanya menerima gambar maupun teks, dan keduanya dapat diunduh serta dijalankan di perangkat keras Anda sendiri. Maverick dirilis pada 5 April 2025 dengan total 400 miliar parameter dan 17 miliar parameter aktif. Mistral Large 4 dipratinjau pada 6 Oktober 2026 dan menerbitkan bobotnya pada 29 Oktober, dengan total 1,05 triliun dan 52 miliar aktif. Sembilan belas bulan memisahkan keduanya. Pada harga median di seluruh pasar hosting Maverick, selisih biaya keduanya juga hanya sekitar 1,3 kali — dan itu bukanlah hal yang hampir semua orang perkirakan akan terdengar tentang model setua itu.

Jawaban singkatnya, sebelum masuk ke berbagai catatan.

Jika Anda memulai build baru pada akhir 2026 dan membutuhkan penalaran, pekerjaan dokumen panjang, atau coding agentik, Mistral Large 4 adalah model yang lebih baik dan yang lebih mahal. Jika Anda membutuhkan model open-weight yang dapat Anda fine-tune, jalankan secara air-gapped, atau panggil dengan biaya sepersekian sen per permintaan untuk tugas ekstraksi sederhana, Llama 4 Maverick masih merupakan pilihan yang dapat dipertahankan — bukan karena kompetitif dalam hal kemampuan, tetapi karena beban kerjanya mungkin tidak membutuhkan kemampuan. Kesalahannya adalah menganggap jeda 19 bulan sebagai persaingan. Itu adalah tingkat harga yang kebetulan berada dalam kategori yang sama, dan bagian harganya lebih aneh daripada bagian kemampuannya.

Angka-angka berdampingan

• Total parameter — Mistral Large 4 adalah 1.05T yang tersebar di 128 expert yang dirutekan ditambah satu expert bersama, dibandingkan 402B pada Llama 4 Maverick di 128 expert, yang dicantumkan sebagai 400B oleh Meta.

• Parameter aktif — 52B per token pada Mistral Large 4 (49B untuk stack bahasa, dengan menghitung embeddings dan output layer menjadikannya 52B) vs 17B pada Llama 4 Maverick, sehingga selisih komputasi per token sekitar tiga banding satu.

• Konteks — 1 juta token diiklankan pada keduanya; jumlah yang sebenarnya disajikan oleh host adalah angka yang berbeda, dan bagian selanjutnya membahas hal itu.

• Modalitas — input teks dan gambar, output teks, pada keduanya. Encoder visi Mistral Large 4 memiliki 1,6B parameter; encoder fusi awal Maverick tidak dirinci dalam angka yang dipublikasikan Meta.

• Penalaran — Mistral Large 4 menyediakan tingkatan upaya rendah, sedang, dan tinggi dengan tingkat tinggi sebagai default. Panel spesifikasi Artificial Analysis mencantumkan Llama 4 Maverick sebagai tidak memiliki mode penalaran sama sekali.

• Harga per juta — $0,70 untuk input dan $2,10 untuk output langsung dari Mistral, dengan input cache sebesar $0,07, dibandingkan tidak adanya harga daftar pihak pertama untuk Maverick sama sekali, karena Meta tidak menjualnya. Penyedia hosting mengenakan biaya serendah $0,17 untuk input dan $0,60 untuk output; Artificial Analysis menempatkan median penyedia pada $0,50 dan $1,68.

• Lisensi — Mistral Ecosystem Open-Weight License, MIT yang dimodifikasi dengan pengecualian model-as-a-service, dibandingkan dengan Llama 4 Community License dengan ambang 700 juta pengguna aktif bulanan.

Rilis — 29 Oktober 2026 untuk checkpoint Mistral Large 4, dibandingkan dengan 5 April 2025 untuk Llama 4 Maverick, dengan batas pengetahuan Agustus 2024.

Pertarungan tolok ukur terjadi antara dua penguasa yang berbeda.

Telusuri adu ini dan Anda akan menemukan halaman-halaman yang mengklaim Mistral Large 4 memperoleh skor 38,0 pada Artificial Analysis Intelligence Index versus 14,3 milik Maverick, serta halaman lain yang mengklaim Maverick menang sembilan dari sebelas benchmark. Kedua kumpulan angka itu nyata dalam arti bahwa seseorang telah mencetaknya. Tidak satu pun dari keduanya merupakan perbandingan.

Pada Artificial Analysis Intelligence Index v5 saat ini, yang dibangun ulang pada 27 Oktober 2026, Mistral Large 4 memperoleh skor 26 pada pengaturan penalaran tingginya dan 23 pada pengaturan sedang. Angka 38.0 yang Anda lihat dikutip adalah skornya pada build v4.3.2 sebelumnya, dari pratinjau Oktober, dan angka itu tidak dapat dikurangkan dari apa pun yang diukur setelah pembangunan ulang — indeksnya berubah, bukan hanya modelnya. Sementara itu, Maverick tidak memiliki skor indeks v5 sama sekali. Halaman Artificial Analysis-nya menampilkan "N/A" di tempat angka inteligensinya seharusnya berada, bersama dengan kecepatan 62.7 token keluaran per detik dan catatan bahwa model itu lebih lambat dari rata-rata untuk kelasnya. Angka 14.3 yang beredar di situs-situs perbandingan berasal dari sebelum pembangunan ulang.

Yang dapat diukur lebih sempit dan lebih jujur. Mistral melaporkan 41% pada Terminal-Bench 4.0, naik dari 28% saat pratinjau; 61,7% pada DeepSWE v1.1; 79% pada CyberGym-E2E; dan 51 pada Artificial Analysis Cyber Index, peringkat ketiga di antara model open-weight. Semua angka itu kecuali Cyber Index dilaporkan vendor pada scaffold agen milik Mistral sendiri, dan khususnya angka Terminal-Bench telah direproduksi jauh lebih rendah — 24,7% — ketika bobot yang sama dijalankan pada harness mini-swe-agent netral milik Artificial Analysis. Angka-angka yang dipublikasikan Maverick berasal dari April 2025 dan sepenuhnya menggunakan suite yang lebih lama: 85,5 MMLU, 80,5 MMLU-Pro, 69,8 GPQA Diamond, 91,6 DocVQA, semuanya dilaporkan Meta saat peluncuran. Tidak ada harness bersama tempat keduanya dijalankan, jadi satu-satunya pernyataan yang dapat dipertahankan bersifat arah: model yang lebih baru, lebih besar, dan dilatih untuk penalaran lebih baik dalam tugas-tugas sulit, dengan selisih yang belum diukur secara bersih di antara keduanya.

Apa yang sebenarnya bisa Anda dapatkan dengan satu juta token pada masing-masing

Jendela konteks adalah bagian di mana kedua model tampak paling mirip sekaligus berperilaku paling berbeda dalam produksi.

Kartu model Llama 4 Maverick menyebutkan 1.048.576 token, dan panel spesifikasi Artificial Analysis mengulang angka 1M. Dalam praktiknya, sebagian besar host membatasinya jauh lebih rendah — 128K adalah hal umum — dan hampir tidak ada yang akan memberi Anda jendela penuh sekaligus anggaran output yang berguna. Output maksimum pada Maverick biasanya 8K hingga 16K tergantung penyedianya, dan endpoint milik Meta sendiri tercatat sekitar 4K. Jadi, build "konteks 1M" pada Maverick biasanya adalah build 128K pada host pihak ketiga, dan Anda baru mengetahuinya saat dokumen panjang pertama.

Mistral Large 4 mempublikasikan 1M melalui API milik Mistral sendiri, yang setidaknya merupakan satu angka yang dapat dipertanggungjawabkan alih-alih lotre per-host. Dokumentasi Mistral tidak mempublikasikan angka output maksimum, jadi saran yang sama berlaku: ukur pasangan — jendela input dan batas output — pada endpoint yang benar-benar akan Anda panggil, bukan pada kartunya.

Inilah jenis hal yang menjadi tujuan router. OrcaRouter meneruskan harga daftar penyedia dengan markup 0% dan melakukan failover secara otomatis antarpenyedia, sehingga host yang diam-diam memangkas jendela konteks akan muncul sebagai keputusan routing, bukan insiden produksi. Baik Mistral Large 4 maupun Llama 4 Maverick tidak ada dalam katalog kami saat ini, jadi itu adalah argumen tentang cara menjalankan model open-weight mana pun yang Anda pilih, bukan klaim bahwa kami menyediakan kedua model ini.

RUU itu, sudah dirumuskan — dan mengapa spread menjadi inti ceritanya

Ambil beban kerja produksi yang moderat: 100 juta token input dan 40 juta token output per bulan.

• Mistral Large 4 dengan harga daftar — 100 × $0.70 adalah $70, dan 40 × $2.10 adalah $84, sehingga $154 per bulan.

• Llama 4 Maverick pada median penyedia — 100 × $0.50 adalah $50, dan 40 × $1.68 adalah $67.20, sehingga $117.20 per bulan.

Llama 4 Maverick di host yang kompetitif — sekitar $0.25 dan $0.92 menempatkan beban kerja yang sama pada $61.80.

• Llama 4 Maverick di host termurah — sekitar $0,17 dan $0,60 menempatkannya pada $41.

Jadi rasio terhadap Mistral Large 4 berkisar dari 1,3 kali pada median hingga sekitar 3,8 kali di ujung bawah pasar. Rentang itu bukan properti model. Itu adalah properti dari tempat Anda membeli Maverick, dan rentangnya lebih lebar daripada selisih antara kedua model di tengah distribusi. Tim yang melakukan benchmark pada host murah dan menyusun anggaran berdasarkan median telah membangun kesalahan 3× ke dalam perkiraannya sendiri.

Sandingkan hal itu dengan kemampuan yang saat ini tidak dapat Anda ukur secara berpasangan, dan keputusannya tidak lagi sekadar aritmetika. Kerangka yang wajar adalah biaya per pekerjaan yang diselesaikan, bukan biaya per token: jika Mistral Large 4 menyelesaikan dalam satu kali proses sebuah tugas yang membutuhkan tiga percobaan dan loop perbaikan pada Maverick, bahkan selisih median 1,3× pun hilang. Itu adalah klaim yang harus Anda uji pada tugas Anda sendiri, dan itu adalah eksperimen paling berharga yang dapat dijalani oleh model mana pun bulan ini.

Hal yang tidak diucapkan siapa pun secara terang-terangan: Maverick adalah Llama terbuka yang terakhir.

Llama 4 Maverick belum dideprekasi. Model ini masih ada di Hugging Face, masih berada di bawah Llama 4 Community License, dan masih banyak digunakan untuk pekerjaan on-premises dan air-gapped. Namun, ini adalah akhir dari sebuah lini. Pengembangan frontier Meta beralih ke keluarga Muse Spark yang tertutup pada 2026, dan tidak ada Llama 5 yang telah dirilis — halaman-halaman yang mengklaim ada membawa spesifikasi yang saling bertentangan dan bertentangan dengan pengumuman Meta sendiri. Investasi pada jalur Llama terbuka secara efektif telah berhenti.

Itu mengubah arti "memilih Maverick". Ini bukan memilih model yang akan meningkat; ini memilih model yang akan tetap persis seperti sekarang sementara perkakas di sekitarnya perlahan bergeser. Bagi sistem yang telah di-fine-tune, dibekukan, dan diterapkan, itu tidak masalah — bahkan bisa dibilang keuntungan, karena tidak ada yang bergerak di bawah Anda. Bagi platform yang ingin Anda kembangkan, itu jalan buntu dengan runway dua tahun. Perhatikan bahwa batas pengetahuan adalah Agustus 2024: model belum pernah melihat apa pun yang terjadi setelah itu, dan sebanyak apa pun rekayasa prompt, itu tidak akan memperbaikinya.

Mistral Large 4 memiliki profil risiko yang berlawanan. Rilis berbobot terbuka ini baru berusia enam hari, dokumentasinya masih melabelinya sebagai pratinjau publik, dan lisensinya mensyaratkan perjanjian komersial jika Anda berniat menjual kembali inferensi di atasnya. Masih muda dan terus bergerak, dengan ketentuan yang perlu dibaca sebelum Anda membangun bisnis di atasnya.

Di mana Maverick masih unggul

Tiga kasus, dan itu bukan kasus kecil.

Yang pertama adalah perangkat keras. Parameter 400B milik Maverick muat dalam sekitar 373 GB pada FP8, yaitu satu node H100 atau H200 dengan delapan GPU. Checkpoint FP8 Mistral Large 4 berukuran sekitar 1,06 TB dalam 54 shard, dan Mistral mengatakan build NVFP4 terkuantisasi berjalan pada empat GPU B200 atau B300. Jika deployment Anda adalah satu node di rak yang sudah Anda miliki, pilihannya sudah ditentukan untuk Anda.

Yang kedua adalah fine-tuning. Maverick telah memiliki sembilan belas bulan LoRA komunitas, resep kuantisasi, dan panduan serving. Mistral Large 4 baru memiliki enam hari. Kesenjangan ekosistem ini nyata dan diukur dalam jam debugging, bukan benchmark.

Yang ketiga adalah bentuk tugas. Klasifikasi, ekstraksi, routing, peringkasan dokumen pendek, pemberian caption gambar dalam volume besar — tidak satu pun dari ini membutuhkan model penalaran dengan satu triliun parameter, dan semuanya menjadi lebih murah pada model dengan 17B parameter aktif. Membayar premi untuk token penalaran yang tidak pernah Anda gunakan adalah cara paling umum tim membuang-buang uang dalam pemilihan model.

Jika Anda menginginkan model open-weight terkini yang bukan salah satu dari keduanya, katalog OrcaRouter memuat Kimi K3 dan GLM-5.3-Flash, keduanya dapat dipanggil menggunakan kunci API yang sama dengan lebih dari 200 model lain yang kami rutekan, dengan harga daftar penyedia tanpa markup. Keduanya mengapit perbandingan ini alih-alih berada di dalamnya — GLM-5.3-Flash tercantum pada $0.15 untuk input dan $0.50 untuk output, jauh di bawah kedua model di sini, sementara Kimi K3 tercantum pada $3.00 dan $15.00, jauh di atas keduanya. Keduanya bukan pengganti bagi dua model dalam artikel ini, tetapi keduanya adalah dua tempat paling jelas untuk dicari jika tidak ada ujung dari perbandingan ini yang cocok.

Cara memutuskan dalam satu sore

Ambil dua puluh tugas nyata dari log Anda. Jalankan tugas-tugas itu melalui kedua model dengan prompt yang sama dan batas output yang sama, lalu nilai apakah outputnya dapat digunakan tanpa suntingan manusia. Catat token yang dihabiskan masing-masing, kalikan dengan harga di atas, dan bagi dengan jumlah output yang dapat digunakan. Itu memberi Anda biaya per hasil yang dapat digunakan, satu-satunya angka yang tetap bertahan saat berhadapan dengan anggaran.

Ekspektasi saya, yang saya nyatakan sebagai ekspektasi dan bukan temuan: Mistral Large 4 memenangkan separuh yang sulit dari kumpulan itu dan kalah pada separuh yang mudah soal biaya, dan titik pemisahnya jatuh di titik mana pun tugas Anda berhenti membutuhkan penalaran multi-langkah. Maverick bukan model yang lebih baik. Ia adalah model yang lebih murah pada median selama yang murah masih cukup — dan setelah sembilan belas bulan tanpa penerus, itu adalah taruhan dengan tanggal kedaluwarsa yang terlihat.