Mistral Large 4 vs Qwen3-Max: Model Murah Adalah yang Memiliki Jendela Kecil

Kesenjangan harga bergerak berlawanan arah dengan kesenjangan ukuran, dan itulah inti dari pasangan ini. Qwen3-Max mengenakan biaya $0.36 per juta token input dan $1.43 output — seperempat dari harga output daftar Mistral Large 4 dan sekitar sepertiga dari harga promosinya. Model ini melayani konteks 262K token dengan batas output 65K. Mistral Large 4 mengklaim konteks 1M, terukur 524.288 pada konfigurasi yang diuji, dan menghasilkan hingga sebanyak itu dalam satu jawaban.

Jadi model murah adalah model berjendela kecil, dan apakah itu penting sepenuhnya bergantung pada apa yang Anda kirimkan kepadanya.

Kartu-kartu itu

• Qwen3-Max — $0,36 untuk input, $1,43 untuk output per juta; konteks 262K; keluaran maksimum 65K.

• Mistral Large 4 — $1,36 masuk, $0,14 di-cache, $4,18 keluar; harga promosi $0,68 / $0,07 / $2,09. Konteks 1 juta diklaim, 524.288 terukur; 1,05 triliun parameter, 52 miliar aktif, dengan encoder visi 1,6 miliar parameter.

• Rasionya — Mistral adalah 3,8× Qwen untuk input dan 2,9× untuk output pada harga daftar; 1,9× dan 1,5× pada promosi.

Kedua rasio itu adalah produk yang sama yang dijelaskan dengan dua cara, dan hanya satu dari keduanya yang bertahan hingga akhir promosi yang tanggalnya belum diketahui siapa pun.

Di mana 262K sebenarnya mengikat

Dua ratus enam puluh dua ribu token kira-kira setara dengan 200.000 kata. Basis kode berukuran sedang, kumpulan kontrak yang panjang, transkrip berdurasi beberapa jam — semuanya melewati batas itu. Dokumen tunggal, riwayat obrolan, kumpulan kerja agen — sebagian besar tidak. Cara jujur untuk memutuskan adalah mengukur persentil ke-95 dari panjang input Anda dan membandingkannya dengan batas maksimum, bukan dengan rata-rata; rata-rata tidak pernah menjadi penentu, sedangkan ekor distribusi selalu menjadi penentu.

Batas output jauh lebih sering membatasi daripada yang diperkirakan orang. Enam puluh lima ribu token sekitar 50.000 kata, dan setiap pembuatan dalam satu permintaan atas laporan panjang, file kode besar, atau sintesis transkrip lengkap mendekati angka itu. Jendela terukur 524K milik Mistral delapan kali lebih besar, yang merupakan perbedaan antara satu panggilan dan pipeline chunking — dan pipeline chunking memakan waktu rekayasa yang tidak tercermin dalam harga per token.

Apa yang sebenarnya ditanggung oleh selisih harga

Jalankan satu juta token input dan 100.000 token output melalui kedua kartu. Qwen3-Max: $0,36 ditambah $0,143 — sekitar 50 sen. Mistral dengan harga daftar: $1,36 ditambah $0,418 — $1,78. Saat promosi: 89 sen.

Jadi model unggulan itu biayanya antara 1,8× dan 3,6× model yang lebih murah per tugas yang identik, dan itu memberi konteks hampir empat kali lebih besar, batas keluaran delapan kali lebih besar, input gambar native melalui encoder 1,6 miliar parameter, bobot yang dipublikasikan, dan lisensi yang bisa Anda baca. Apakah itu sepadan dengan $1,28 pada tugas ini adalah pertanyaan tentang tugasnya, bukan tentang pasar.

Satu hal yang tidak tercakup dalam perbandingan ini: Mistral mencantumkan baris input yang di-cache sebesar $0.14, sedangkan kartu Qwen3-Max sebagaimana kami membacanya tidak memuat padanan yang setara. Bagi agen yang mengirim ulang prefiks stabil pada setiap giliran, baris yang hilang itu bisa bernilai lebih besar daripada selisih harga yang tertera — dan itulah hal pertama yang perlu diukur, bukan diasumsikan, saat menguji keduanya.

Yang mana dirutekan ke mana

Qwen3-Max dapat dipanggil di OrcaRouter dengan tarif yang telah dipublikasikan, pada endpoint yang kompatibel dengan OpenAI yang sama seperti katalog 224 model, dengan failover otomatis. Mistral Large 4 tidak ada dalam katalog tersebut; model ini berjalan melalui API milik Mistral sendiri dan host pihak ketiga.

Aturan perutean yang didukung kartu-kartu ini sederhana: pekerjaan bervolume tinggi dengan input pendek dan output pendek dialihkan ke model 36 sen, karena tidak ada batas yang mengikat dan harga adalah satu-satunya variabel. Apa pun yang berada di ekor panjang — dokumen utuh, basis kode besar, pembuatan dalam satu panggilan — dialihkan ke model dengan jendela lebih besar, karena model yang lebih murah akan menolak pekerjaan itu alih-alih memberikan diskon.

Dan jika Anda memilih Mistral berdasarkan angka promosi, ingat apa yang dibandingkan halaman ini: pada harga daftar, rasio terhadap Qwen hampir empat banding satu untuk input, bukan dua.