GPT-6.1 Sol vs Mistral Large 4: il modello più economico per token è il modello più costoso per attività

La cosa interessante nel mettere GPT-6.1 Sol accanto a Mistral Large 4 non è quale dei due sia più intelligente — sull'unica misurazione indipendente disponibile per entrambi, non c'è partita. È che il modello con il prezzo di listino più basso è quello che costa di più per portare a termine un lavoro. Mistral Large 4, presentato in anteprima da Mistral il 2026-10-06, costa $0,68 per milione di token in input e $2,09 per milione in output finché dura l'anteprima, contro i $2,00 e $10,00 di GPT-6.1 Sol da quando Open​AI lo ha rilasciato il 2026-09-29. Eppure i dati sul costo di esecuzione di Artificial Analysis collocano Mistral Large 4 a $1,13 per attività contro gli $0,72 di GPT-6.1 Sol — perché i token più economici non sono l'intera bolletta, e perché i modelli di ragionamento consumano token in quantità che non si scelgono da un listino prezzi.

Tutto ciò che segue proviene dall'annuncio e dalla documentazione di Mistral, dalle pagine dei modelli e dei prezzi di Open​AI, dalle esecuzioni di Artificial Analysis per ciascun modello e dai nostri stessi dati di serving, consultati il 2026-10-12. Dove un numero è del fornitore e nessuno l'ha rieseguito, la frase che lo contiene lo dice.

Due appuntamenti, e solo uno di essi è concluso

Prima di qualsiasi specifica, lo stato dei due prodotti è diverso, e quella differenza, in questo confronto, conta più di qualunque cella di benchmark.

• GPT-6.1 Sol è un modello già rilasciato. È entrato in funzione sull'API di OpenAI il 2026-09-29 a $2,00 / $10,00 per milione di token, con $0,10 per input in cache e $2,50 per scritture in cache, ed è il modello nello slot predefinito dell'API. La sua scheda tariffaria è pubblicata, la sua finestra di contesto è documentata e strumenti indipendenti lo hanno testato. Ciò che leggi al riguardo puoi definirlo questo pomeriggio.

• Mistral Large 4 è un'anteprima. Mistral l'ha annunciato il 2026-10-06 come modello mixture-of-experts da 1.050 miliardi di parametri, con 52 miliardi di parametri attivi per token, disponibile sull'API dello stesso fornitore a prezzi di anteprima. I pesi aperti sono promessi entro la fine di ottobre, ed è per questo che si tratta di un'anteprima e non di un rilascio definitivo. L'anteprima non stabilisce nulla riguardo al suo futuro prezzo di listino, alla futura finestra di contesto o alla futura licenza.

Quell'asimmetria determina la forma di tutto ciò che segue. Quando un lato di un confronto è un prodotto e l'altro è un annuncio con una data allegata, la maggior parte delle domande interessanti riguarda i tempi più che le capacità — e l'unica domanda che la gente si pone davvero («dovrei passare?») ha risposte diverse a ottobre e a novembre.

L'unico numero su cui entrambe le parti concordano, e i 14 punti che ci sono dietro

Artificial Analysis ha una riga indipendente dell'Intelligence Index per entrambi i modelli, e non c'è alcuna ambiguità in merito:

• Indice di Intelligenza — GPT-6.1 Sol 52 con massimo sforzo di ragionamento; Mistral Large 4 38.

• Costo per l'esecuzione dell'Index — GPT-6.1 Sol $0,72 per attività; Mistral Large 4 $1,13 per attività.

• Velocità di output — GPT-6.1 Sol da 65,4 a 66,8 token al secondo tra le varie esecuzioni; neanche Mistral Large 4 è il lato veloce di questo abbinamento.

Leggi insieme quelle tre righe e il profilo dello scambio emerge. Mistral Large 4 costa circa un terzo della tariffa di input di Mistral Large 4 e un quinto di quella di output, e ciò nonostante costa il 57% in più per completare lo stesso compito di valutazione. Non è un trucco di prezzo o un artefatto di misurazione; è ciò che accade quando un modello raggiunge un dato livello di qualità spendendo più token per arrivarci. La bolletta di un modello di ragionamento è dominata da quanti token emette, non dalla tariffa per token sulla scheda, e una differenza del 30% nell'Index è un'enorme quantità di pensiero extra da recuperare.

Niente di tutto ciò rende Mistral Large 4 un modello scadente. Un indice di 38 è un punteggio competente, di uso generale e vicino alla frontiera, e per moltissimi compiti produttivi i 14 punti in più non comprano nulla che tu possa usare. Il punto è più ristretto e più pratico: non acquistare questo modello sulla base del presupposto che la scheda più economica renda il mese meno caro. Misura il costo per unità di lavoro completata, che è il numero che Artificial Analysis riporta effettivamente e il numero che la tua fattura rifletterà.

Dove l’argomentazione di Mistral è davvero forte, e non è il prezzo

Tre argomenti a favore di Mistral Large 4 sopravvivono al contatto con il numero dell'Index, e due di essi non riguardano affatto il modello.

• Formazione europea e hosting sovrano. Mistral è il laboratorio di frontiera europeo, e l'annuncio si colloca sotto un messaggio di cloud sovrano piuttosto che sotto un messaggio di benchmark. Per un acquirente del settore pubblico europeo, una banca regolamentata o chiunque abbia regole di approvvigionamento che nominano una giurisdizione, questo è un requisito, non una preferenza — ed è l'unico asse su cui GPT-6.1 Sol non può competere a nessun prezzo. Se il tuo vincolo è "i pesi e il serving devono essere europei", il confronto finisce qui e il numero dell'Index è irrilevante.

• I pesi aperti stanno arrivando, e l'hosting autonomo cambia i calcoli. Mistral si è impegnata a rilasciare i pesi entro la fine di ottobre. Un mixture-of-experts da 1,05T/52B non è un modello che la maggior parte dei team eseguirà sul proprio hardware — 52B parametri attivi è la metà amichevole di quella frase, il totale da mille miliardi di parametri è la metà ostile — ma per le organizzazioni che già gestiscono infrastrutture di quella classe, o che hanno una regola di residenza dei dati che nessuna API ospitata può soddisfare, i pesi aperti trasformano un'API a consumo in un costo fisso. GPT-6.1 Sol non sarà mai auto-ospitabile.

• Il prezzo di anteprima è reale finché dura. A $0,68 / $2,09 lo sconto di anteprima è circa la metà della tariffa di listino annunciata di $1,36 / $4,18. Se un carico di lavoro è abbastanza economico che il conteggio dei token è davvero il vincolo determinante — classificazione in blocco, estrazione, routing, qualsiasi cosa con output brevi e nessun ciclo di ragionamento — quel prezzo è il migliore in questa pagina, e il divario dell'Index non si applica al lavoro che non ha mai avuto bisogno di un Index di 52. Pianifica semplicemente il passaggio quando l'anteprima termina, invece di farti cogliere di sorpresa.

Ciò che non è in discussione è la capacità grezza ai livelli più alti. Nel coding agentico e nell'uso di strumenti su orizzonti lunghi, il divario è visibile ed è la direzione che ci si aspetterebbe dall'Index: la voce di GPT-6.1 Sol su Artificial Analysis Terminal-Bench 4.0 riporta 56,06, e lo stesso strumento ha collocato il suo predecessore, GPT-6 Sol, a 43,94 — un balzo generazionale di circa 12 punti su un benchmark che riguarda specificamente il completamento di attività in una shell.

Il numero di contesto che non concorda con se stesso

Questa è l'unica specifica nella pagina che non puoi citare con sicurezza, e vale la pena segnalarla invece di sorvolare.

La documentazione di Mistral stessa per Mistral Large 4 descrive una finestra di contesto fino a 1 milione di token. Il record indipendente per il modello su Artificial Analysis riporta 524.000. Questi due numeri non sono una differenza di arrotondamento; sono un fattore due, e indicano cose diverse. La spiegazione più probabile è che uno descriva il tetto massimo dell'architettura e l'altro descriva ciò che viene effettivamente servito durante un'anteprima — una distinzione che conta enormemente se avevi intenzione di caricare un grande repository in una singola chiamata. Non abbiamo visto nessuna delle due cifre riconciliata dal fornitore, e finché non lo sarà, considera il numero più piccolo come quello su cui puoi basarti.

Al contrario, nessuno dei limiti principali di GPT-6.1 Sol presenta questo problema. La sua finestra di contesto è di 1.050.000 token, l'output massimo è di 128.000 token e la sua data limite delle conoscenze è il 2026-04-30 — tutti documentati nella pagina del modello del fornitore e coerenti con quanto viene erogato tramite l'API.

Quanto costano mille task degli agenti su ciascuno

Prendi un carico di lavoro ordinario per entrambi i modelli: una chiamata che trasporta 40.000 token di input e produce una risposta di 2.000 token, eseguita mille volte. Per rendere comparabili le due tariffe, supponi che l'input venga inserito da zero ogni volta anziché essere servito da una cache.

• Su GPT-6.1 Sol — 40.000 token di input a 2,00 $ per milione equivalgono a 0,080 $, e 2.000 token di output a 10,00 $ per milione equivalgono a 0,020 $. Si tratta di 0,100 $ a chiamata, ovvero circa 100 $ per il migliaio.

• Su Mistral Large 4 alle tariffe di anteprima — 40.000 token di input a 0,68 $ per milione equivalgono a 0,027 $, e 2.000 token di output a 2,09 $ per milione equivalgono a 0,004 $. Sono 0,031 $ per chiamata, ovvero circa 31 $ per mille.

Quindi il divario di prezzo è reale ed è all'incirca di tre a uno su una configurazione in cui l'output è breve — con un'onesta avvertenza che taglia nella direzione opposta. GPT-6.1 Sol costa $0,10 per milione per un prefisso in cache, e la documentazione in anteprima di Mistral non stabilisce uno sconto equivalente. Esegui lo stesso ciclo con i 40.000 token serviti dalla cache e il lato GPT-6.1 Sol scende a circa $0,024 per chiamata, che è sotto la cifra di Mistral. Le tariffe decidono questo confronto solo una volta che sai se il tuo input si ripete. Ora cambia l'altro parametro e guarda aprirsi il secondo differenziale: esegui lo stesso ciclo all'estremità ad alta intensità di ragionamento, dove Mistral Large 4 sta facendo la spesa di token che il suo Indice di 38 implica, e la cifra di $1,13 per attività su una valutazione comparabile dice che il lato Mistral della fattura cresce più velocemente di quanto suggerisca la tariffa. Il riassunto onesto è che Mistral Large 4 vince l'aritmetica sul lavoro a output breve a tariffe per input fresco e la perde sul lavoro in cache e su quello agentico a lungo orizzonte, e quale dei due stai eseguendo è una domanda che riguarda il tuo carico di lavoro, non i modelli.

Entrambi questi sono esattamente il tipo di confronto per cui esiste un router. GPT-6.1 Sol è nel nostro catalogo ai prezzi di listino di Open​AI con 0% di ricarico — quello che Open​AI pubblica è quello che paga chi effettua la chiamata, e quando un fornitore cambia un prezzo la riga del catalogo cambia di conseguenza, invece di aspettare che un rivenditore se ne accorga. Questo significa che l'aritmetica per token qui sopra può essere verificata sulla riga live anziché su questa pagina. Mistral Large 4 non è qualcosa che serviamo, quindi se lo vuoi, l'API del fornitore stesso e diverse piattaforme di terze parti sono il posto dove si trova.

Cosa fare lunedì

Non esiste una versione di questo in cui i due modelli siano sostituti per lo stesso lavoro oggi, e il motivo è il tempismo, non la qualità.

Se questa settimana ti serve un modello di coding agentico di frontiera — lunghi cicli di utilizzo degli strumenti, contesto su scala di repository, uso del computer, lavoro professionale ad alta densità documentale — la risposta è GPT-6.1 Sol, è l'unico dei due a essere un prodotto finito, e il suo prezzo è pubblicato e stabile. Metti in conto che è il contatore dell'output a consumare il grosso della spesa, e mantieni il working set sotto la soglia di 272.000 token oltre la quale l'intera richiesta viene riprezzata.

Se sei in Europa e i tuoi requisiti nominano una giurisdizione, oppure se intendi ospitare autonomamente perché nessuna API soddisfa le tue regole sui dati, Mistral Large 4 è l'unico candidato qui a prescindere dai punteggi — ma la parte che ne stai aspettando, i pesi, non esiste ancora, e la cifra di contesto su cui dimensioneresti la tua infrastruttura è attualmente contestata di un fattore due. Tieni d'occhio il rilascio dei pesi e che il fornitore riconcili 1M con 524.000 prima di affidargli un deployment.

E se quello che vuoi davvero è usarli entrambi — Mistral Large 4 per il livello economico ad alto volume e GPT-6.1 Sol per la coda difficile — il vincolo pratico è che i due risiedono su chiavi diverse, con fatturazione diversa e modalità di errore diverse, che è il problema che un singolo endpoint con failover automatico su oltre 200 modelli serve a risolvere. Nel frattempo la riga che vale la pena aprire è quella che esiste davvero: la pagina del modello GPT-6.1 Sol all'indirizzo https://www.orcarouter.ai/models/openai/gpt-6.1-sol.