Mistral Large 4 vs Mistral Large 3: Peningkatan yang Memakan Biaya 40% Lebih Mahal

Pemberitahuan penghentian penggunaan itu hanya satu kalimat, dan itulah hal paling berdampak yang diterbitkan Mistral pada Oktober. “Model ini sudah tidak digunakan lagi. Gunakan Mistral Large 4 untuk integrasi baru,” demikian isi halaman dokumentasi untuk Mistral Large 3, bertanggal 31 Oktober 2026 — dua hari setelah bobot Mistral Large 4 dirilis. Large 3 tidak akan ditarik besok; model itu ditutup untuk pekerjaan baru, yang dalam praktiknya berarti setiap integrasi, eval, dan benchmark baru mulai sekarang mengarah ke model yang biayanya 40% lebih mahal per token dan dirilis dengan lisensi yang tidak lagi mengizinkan Anda menjualnya kembali secara bebas. Itulah trade-off yang diminta oleh upgrade ini, dan itu bukan trade-off yang digambarkan oleh cakupan benchmark.

Apa yang sebenarnya dikatakan oleh deprecation itu

Halaman model Mistral mencantumkan Mistral Large 3 dengan total 675 miliar parameter dan 41 miliar parameter aktif, dengan konteks 256K, dirilis pada 2 Desember 2025 di bawah Apache 2.0. Penggantinya, Mistral Large 4, memiliki total 1,05 triliun parameter dan 52 miliar parameter aktif, dengan konteks 1M, dipratinjau pada 6 Oktober 2026, dan dibuka bobotnya pada 29 Oktober. Mistral menyebut mistral-large-4 sebagai penerus berdasarkan ID API.

Dua detail dalam pasangan itu layak mendapat perhatian lebih daripada yang mereka dapatkan. Yang pertama adalah lisensinya berubah. Apache 2.0 menjadi Mistral Ecosystem Open-Weight License, versi modifikasi MIT yang mengizinkan penggunaan komersial tetapi mewajibkan perjanjian komersial terpisah bagi siapa pun yang menawarkan model tersebut sebagai model-as-a-service. Jika Anda melakukan fine-tuning Large 3 dan menjual akses ke hasilnya, Large 4 meminta Anda berbicara dengan Mistral terlebih dahulu. Yang kedua adalah dokumentasi Mistral sendiri masih melabeli Mistral Large 4 sebagai "Public Preview", sementara blok lisensi di halaman yang sama mendeskripsikannya sebagai open-weight. Keduanya bisa benar — modelnya diterbitkan, rilisnya belum ditutup secara formal — tetapi tim yang merencanakan migrasi tidak boleh membaca "preview" dan "open weight" sebagai sinyal kematangan yang sama.

Harganya naik, dan biaya per tugas justru turun

Kedua pernyataan itu benar, dan itulah yang membuat peningkatan ini membingungkan.

• Token masukan — $0,50 per juta pada Mistral Large 3, $0,70 pada Mistral Large 4. Naik 40%.

• Token keluaran — $1,50 per juta pada Mistral Large 3, $2,10 pada Mistral Large 4. Naik 40%.

• Input yang di-cache — $0,07 per juta pada Mistral Large 4; halaman dokumentasi Large 3 milik Mistral tidak mencantumkan tarif untuk input yang di-cache.

• Biaya per tugas yang diselesaikan pada indeks Artificial Analysis — $2,06 pada Mistral Large 4, turun 63% dari $5,54 pada pratinjau Oktober.

Angka 63% itu nyata dan menggambarkan sesuatu yang berbeda dari apa yang dialami pembeli. Angka itu membandingkan Large 4 dengan pratinjau sebelumnya, ketika model tersebut lebih mahal per token dan jauh lebih bertele-tele. Yang tidak dilakukan adalah membandingkan Large 4 dengan Large 3, karena Artificial Analysis saat ini sama sekali tidak menerbitkan skor Intelligence Index untuk Large 3 — halaman tersebut mencantumkan indeks sebagai tidak berlaku dan model itu sebagai tidak memiliki konfigurasi API yang diuji secara publik. Jadi lompatan "9 ke 38,4" yang beredar luas di antara kedua model itu bukanlah pengukuran untuk peningkatan ini. Itu adalah skor dari build indeks yang sejak itu telah digantikan.

Soal skor, sejujurnya.

Pada Artificial Analysis Intelligence Index v5 saat ini — yang dibangun ulang pada 27 Oktober 2026 — satu-satunya pasangan yang benar-benar sebanding yang tersedia ada di dalam keluarga Large 4 sendiri. Pratinjau Oktober memperoleh skor 25, dan checkpoint yang dirilis memperoleh skor 26 pada penalaran tinggi serta 23 pada sedang. Itulah peningkatan terukur dari tiga minggu tambahan reinforcement learning yang dijelaskan Mistral, dan itu satu poin.

Untuk klaim generasional, yang tersisa adalah evaluasi Mistral sendiri: 41% pada Terminal-Bench 4.0 versus 28% pada pratinjau, 61.7% pada DeepSWE v1.1, 79% pada CyberGym-E2E, 84.5% pada BrowseComp. Semuanya dilaporkan vendor, dan angka Terminal-Bench khususnya mengukur hal yang berbeda tergantung scaffold-nya: 24.7% ketika bobot yang sama dijalankan pada harness mini-swe-agent netral dari Artificial Analysis. Tidak ada suite setara yang diterbitkan Mistral untuk Large 3 untuk dibandingkan dengannya. Siapa pun yang memberi tahu Anda bahwa Large 4 tepat N poin lebih baik daripada Large 3 sedang mengutip indeks yang tidak lagi ada dalam bentuk itu.

Apa yang dapat dikatakan tanpa penggaris: Large 4 menambahkan tangga penalaran yang tidak dimiliki Large 3, dengan tingkat upaya rendah, sedang, dan tinggi yang tidak dimiliki model lama, dan tinggi adalah defaultnya. Ini menggandakan konteks menjadi 1M dan, yang lebih berdampak untuk pekerjaan panjang, ia berpikir sebelum menjawab. Itu adalah perubahan kategoris, bukan perubahan skala. Biaya dari perubahan kategoris adalah prompt lama berperilaku berbeda — kadang lebih baik, sering kali lebih mahal.

Biaya pada beban kerja nyata

Seratus juta token input dan empat puluh juta token output per bulan, volume yang sama yang digunakan di bagian lain blog ini karena kurang lebih setara dengan satu asisten dukungan berukuran menengah.

• Mistral Large 3 — 100 × $0.50 adalah $50, dan 40 × $1.50 adalah $60, sehingga $110 per bulan.

• Mistral Large 4 — 100 × $0.70 sama dengan $70, dan 40 × $2.10 sama dengan $84, totalnya $154 per bulan.

• Selisihnya — $44 per bulan, atau 40%, untuk jumlah token yang identik.

Jumlah token yang identik adalah asumsi yang perlu dipertanyakan. Mistral Large 4 adalah model penalaran secara default, dan model penalaran mengeluarkan lebih banyak token untuk permintaan yang sama. Artificial Analysis mengukur 82.000 token keluaran per tugas indeks pada checkpoint yang dirilis — turun 39% dari 135.000 pada pratinjau, yang menunjukkan berapa banyak biaya pratinjau berasal dari verbositas, dan juga bahwa 82.000 masih tergolong banyak. Mistral secara terpisah mengklaim model ini menggunakan 47% lebih sedikit token per tugas dibandingkan GLM-5.3, yang merupakan perbandingan terhadap pesaing, bukan terhadap Large 3.

Konsekuensi praktisnya: jika Anda menukar model di balik prompt yang tidak berubah, jumlah token Anda akan naik sekaligus tarif Anda, dan tagihannya akan bergerak lebih dari 40%. Turunkan reasoning effort ke low untuk klasifikasi, ekstraksi, dan generasi bentuk pendek, dan kesenjangannya akan menyempit. Biarkan di high untuk semuanya, dan Anda membayar premi penalaran untuk pekerjaan yang tidak pernah membutuhkannya. Satu pengaturan itu bernilai lebih dari diskon migrasi mana pun.

Lisensi adalah bagian yang perlu dibaca dua kali.

Apache 2.0 pada Mistral Large 3 berarti tidak ada syarat yang perlu menyita waktu pengacara. Mistral Ecosystem Open-Weight License pada Large 4 adalah MIT yang dimodifikasi: gunakan, ubah, lakukan fine-tuning, dan komersialkan secara bebas, dengan lisensi komersial terpisah yang diperlukan untuk model-as-a-service. Pengumuman Mistral secara eksplisit menyatakan bahwa penyedia harus memperoleh lisensi tersebut.

Pengecualian-pengecualian itu penting bagi perantara. Definisi tersebut mengecualikan produk pengguna akhir yang tertanam dan "sekadar meneruskan permintaan ke model yang dihosting pihak lain," yang menyisakan ruang bagi gateway yang meneruskan lalu lintas ke inferensi yang dihosting Mistral. Yang tidak dicakupnya secara jelas adalah menghosting bobot sendiri dan membiarkan orang lain memanggilnya — hal yang dilakukan tim platform ketika menyiapkan endpoint inferensi bersama untuk grup produknya sendiri. Jika itulah arsitektur Anda, peningkatan versi mengubah posisi hukum Anda sekaligus tagihan Anda, dan jawabannya adalah percakapan dengan Mistral, bukan sekadar membaca lisensi.

Di sinilah lapisan routing juga membuktikan perannya, dengan satu catatan. OrcaRouter meneruskan harga daftar penyedia dengan markup 0%, sehingga perubahan harga vendor langsung berlaku di sisi kami pada hari yang sama, bukan pada perpanjangan kontrak berikutnya — berguna ketika harga sebuah model bergerak dari $1.36 ke $0.70 dalam tiga minggu, seperti yang terjadi pada model ini. Namun, baik Mistral Large 4 maupun Mistral Large 3 tidak ada dalam katalog kami, jadi kami tidak dapat merutekan migrasi ini untuk Anda. Yang dapat kami lakukan adalah menjaga sisa stack Anda tetap pada satu kunci selama Anda memutuskan, dengan failover otomatis dan lebih dari 200 model di balik satu endpoint.

Daftar periksa migrasi yang muat di satu layar

• ID API — mistral-large-2512 menjadi mistral-large-4 atau alias mistral-large-4-0; ID lama tetap melayani trafik yang sudah ada tetapi ditutup untuk integrasi baru.

• Parameter penalaran — Large 4 menyediakan effort pada tingkat low, medium, dan high, dengan high sebagai default dan low menggantikan mode "none" yang lama; prompt yang tidak pernah menyetelnya kini akan melakukan penalaran.

• Konteks — 256K menjadi 1M, yang lebih mengubah strategi chunking daripada mengubah modelnya; pipeline retrieval yang disetel untuk 256K akan diam-diam mulai mengirim prompt yang jauh lebih besar jika Anda membiarkannya.

Anggaran output — Mistral tidak memublikasikan angka output maksimum untuk Large 4; ukurlah terhadap endpoint yang Anda panggil sebelum Anda mengasumsikan suatu angka.

• Visi — Mistral menerbitkan encoder visi 1,6B untuk Large 4 dan tidak memisahkan encoder tersebut untuk Large 3; jalur multimodal bersifat native di keduanya, tetapi jalankan ulang tugas gambar alih-alih mengasumsikan paritas.

• Lisensi — jika Anda menjual ulang inferensi, dapatkan perjanjian komersial sebelum Anda merilis, bukan sesudahnya.

• Eval — lakukan baseline ulang pada tugas Anda sendiri dengan effort tinggi maupun rendah. Angka dari vendor tidak bisa diterapkan begitu saja, dan begitu pula tingkat kelulusan lama Anda.

Siapa yang harus bergerak sekarang, dan siapa yang harus menunggu?

Segera pindah sekarang jika pekerjaan Anda bersifat agentik, berkonteks panjang, atau berat penalaran, dan jika tagihan Anda didominasi oleh percobaan ulang alih-alih token pada percobaan pertama. Kenaikan tarif 40% bukanlah angka yang penting dalam profil tersebut; angka yang penting adalah berapa banyak percobaan yang dibutuhkan suatu tugas, dan tangga penalaran adalah hal pertama yang telah dirilis Mistral yang secara masuk akal dapat menguranginya.

Tunggu — jika beban kerja Anda bervolume tinggi, outputnya pendek, dan sudah lolos. Kenaikan tarif 40% untuk kapabilitas yang tidak Anda gunakan adalah kerugian yang jelas, dan Large 3 tetap melayani. Depresiasi menutupnya untuk integrasi baru, bukan untuk lalu lintas yang ada — tetapi perlakukan itu sebagai masa transisi yang ada akhirnya, bukan opsi permanen, dan mintalah tanggal penghentian kepada Mistral secara tertulis, bukan menyimpulkannya dari halaman dokumentasi.

Dan jika Anda memilih di antara keduanya berdasarkan bagan benchmark, periksa dulu dari indeks mana bagan itu berasal. Angka yang paling banyak dikutip untuk pasangan ini diukur pada build yang digantikan pada 27 Oktober, dan satu-satunya skor yang sama-sama dimiliki kedua model saat ini adalah bahwa Large 4 punya skor itu dan Large 3 tidak. Keputusan migrasi yang dibuat atas dasar itu adalah keputusan yang dibuat dengan penggaris basi — yang justru merupakan jenis hal yang membuat kenaikan harga 40% menjadi mahal.