GPT-6 Astra vs Mistral Large 4: un divario di capacità, un divario di prezzo e tre cose che i benchmark non colgono

Mistral Large 4 è all'incirca da tre a sette volte più economico di GPT-6 Astra e circa sedici punti di Intelligence Index dietro di esso. Secondo i numeri indipendenti letti nella settimana dell'8 ottobre 2026, Mistral Large 4 Preview si colloca a 38,4 sull'Intelligence Index v4.3 di Artificial Analysis e GPT-6 Astra a 54,7 — un divario più ampio di quello tra Astra e qualsiasi altro modello in questa fascia — mentre le tariffe sono di 0,68 $ e 2,09 $ per milione di token contro 10,00 $ e 50,00 $. Se la capacità per dollaro fosse l'unica questione, la risposta sarebbe Astra per i lavori impegnativi e Mistral Large 4 per il volume, e l'articolo finirebbe qui.

Non finisce qui, perché tre delle differenze che decidono questo confronto non compaiono nella tabella di benchmark di nessuno dei due fornitori. Mistral Large 4 è arrivato il 6 ottobre 2026 come anteprima pubblica i cui pesi non sono stati rilasciati, servito dai datacenter europei di Mistral e pubblicizzato facendo leva su un comportamento di rifiuto che i modelli chiusi non possono replicare a nessun prezzo. GPT-6 Astra è stato distribuito il 3 settembre 2026 come vertice della linea OpenAI, è chiuso, moderato e, in questo confronto, è il modello che dice no. Si tratta di un asse diverso da quello misurato dall'indice.

La specifica, entrambi i lati su ogni riga

• Rilascio — GPT-6 Astra 3 settembre 2026, disponibilità generale vs Mistral Large 4 6 ottobre 2026, anteprima pubblica

• Parametri — Astra non divulgati vs Mistral Large 4: 1,05 trilioni in totale con 49 miliardi attivi per token, più un encoder visivo da 1,6 miliardi di parametri

• Finestra di contesto — Astra 1.050.000 token vs Mistral Large 4 dichiarata a 1M ma letta a 524.288 da Artificial Analysis sulla configurazione che sta testando

• Output massimo — Astra 128.000 token vs Mistral Large 4 non ancora documentato

• Prezzo di input — Astra $10,00 per 1M contro Mistral Large 4 $1,36 sul listino pubblicato, attualmente addebitato a un prezzo promozionale di $0,68

• Prezzo di output — Astra $50.00 per 1M vs Mistral Large 4 $4.18 sulla scheda, attualmente $2.09

• Input in cache — Astra 1,00 $ per 1M vs Mistral Large 4 0,14 $, attualmente 0,07 $

• Livello long-context — Astra riprezza l'intera richiesta a $20,00 e $75,00 oltre 272.000 token di input; Mistral non pubblica alcuno scaglione comparabile

Pesi — Astra chiusi vs Mistral Large 4 promessi con una licenza aperta non specificata entro la fine di ottobre 2026, non ancora rilasciati

• Dove gira — Astra sull'infrastruttura di OpenAI, Azure e AWS Bedrock rispetto a Mistral Large 4 sul cluster europeo di Mistral oggi, self-hostable una volta che i pesi saranno rilasciati

• Indice di Intelligenza Indipendente — Astra 54,7 vs Mistral Large 4 Preview 38,4

• Recall indipendente su contesto lungo — Astra 80,7 vs Mistral Large 4 81,3, l'unica voce di capacità in cui Mistral è in testa

Il divario dell'indice è reale, e non è l'intero modello

Cinquantaquattro contro trentotto non è una differenza di arrotondamento. Sul medesimo harness Terminal-Bench 4.0 dello stesso valutatore, Astra registra il 59,1% contro il 26,8% di Mistral Large 4 Preview, e sulla pagina stessa di Artificial Analysis Mistral Large 4 è segnalato come una media di circa 507 secondi per attività, mentre le esecuzioni dell'indice di Astra sono stimate a circa 3,26 $ di calcolo ciascuna. Un modello che impiega otto minuti per attività e ottiene sedici punti in meno non compete nella stessa classe di carico di lavoro nel coding agentico.

Due fattori vanno nella direzione opposta, ed entrambi meritano di essere tenuti presenti in qualsiasi decisione. Mistral Large 4 è in testa sul richiamo a contesto lungo, 81,3 contro 80,7, il che rappresenta un punto di forza autentico per i carichi di lavoro intensivi di documenti e di retrieval, quelli in cui è più probabile che un acquirente europeo ne abbia bisogno. Ed è un'anteprima di un mixture-of-experts da 1,05 trilioni di parametri che, secondo Mistral, è ancora in una fase di reinforcement learning non satura — parole del fornitore stesso, che si aspetta "grandi e rapidi miglioramenti nelle settimane e nei mesi a venire". Il modello che sottoponi oggi ai benchmark è la peggiore versione di sé stesso che ti verrà mai fatturata. Il 54,7 di Astra è legato a una capacità fissa; il 38,4 di Mistral è legato a una capacità in movimento, ed entrambi questi fatti giocano a favore dell'acquirente, ciascuno in modo diverso.

Da dove provengono i numeri di Mistral e chi li ha eseguiti

Il materiale di lancio di Mistral è insolitamente attento alla provenienza, e tale attenzione è essa stessa un'informazione. Tre delle cifre principali del coding agentico — 61,7% su DeepSWE v1.1, 59,4% su SWE-Atlas-QnA e 28,3% su Terminal-Bench 4.0, che si combinano in un punteggio del Coding Agent Index del 49,8% — sono descritte da Mistral come valutate privatamente da Artificial Analysis prima del lancio pubblico di quel harness. Non sono ancora sull'indice pubblico, il che le rende più forti di un benchmark auto-eseguito e tuttavia non riproducibili da te oggi.

Il dato indipendente più solido del rilascio è uno che Mistral non ha eseguito. Surge AI, una società di annotazione esterna, ha condotto una valutazione umana in cieco sulla qualità del codice con le identità dei modelli nascoste, e gli annotatori professionisti hanno valutato Mistral Large 4 Preview a 3,74 su una scala da 1 a 5 — secondo su cinque, dietro solo a Claude Opus 5 a 4,22, e davanti a Kimi K3 a 3,59, GLM-5.3 a 3,60 e GLM-5.2 a 3,40. Una valutazione umana in cieco con un laboratorio ben identificato dall'altra parte è un tipo di prova diverso da una tabella autopubblicata, ed è il singolo risultato indipendente più solido dell'annuncio.

Tutto il resto nella tabella di Mistral è riportato dal fornitore e non replicato, comprese le cifre sulla cybersicurezza di seguito. Leggile come affermazioni che un laboratorio sicuro di sé fa, non come misurazioni.

Quello che Mistral vende davvero: il rifiuto

Questa è la parte del confronto che nessun benchmark riesce a catturare, ed è la cosa più incisiva che uno dei due vendor abbia detto in questa sfida.

Nel Cyber Index di Artificial Analysis, Mistral afferma che Mistral Large 4 si classifica tra i primi cinque a livello globale e guida i modelli open-weight sviluppati fuori dalla Cina. In uno specifico test — riprodurre una vulnerabilità reale in un software open source e poi correggerla — riporta l'82%, descritto come il più alto di qualsiasi modello, insieme al 93% dei 40 esercizi di competizione di Cybench. Poi fa l'osservazione che conferisce al rilascio il suo vantaggio: diversi modelli chiusi leader, tra cui vengono citati Claude Opus 5.5 e GPT-6 Astra, ottengono punteggi vicini allo zero in quello stesso test perché rifiutano il compito.

Entrambe le metà di questo sono riportate dal fornitore. Nessuna delle due è stata riprodotta in modo indipendente. Ma il meccanismo non è esotico e non è una frecciata: OpenAI ha rilasciato GPT-6 Astra dietro quella che la copertura al lancio ha descritto come una soglia cyber Critical, e un modello con una postura di rifiuto più rigida rifiuterà una richiesta di riproduzione di vulnerabilità che un modello con una postura più permissiva tenterà di eseguire. L'82% e il quasi zero sono due facce della stessa decisione di policy, e quale delle due si vuole dipende da che lavoro si fa. Un red team che valuta il proprio software vuole l'82%. Una piattaforma regolamentata che serve utenti finali potrebbe volere specificamente il rifiuto, e potrebbe essere disposta a pagare $10,00 e $50,00 per milione di token per averlo.

Questa è la differenza tra questi due modelli che nessuna riga di classifica ti mostrerà mai, ed è il motivo per cui coesisteranno sul mercato invece che uno prendere il posto dell'altro.

Cosa significa "open-weight" questa settimana

Tre avvertenze vanno sul lato di Mistral Large 4 del foglio, e ognuna porta con sé un prezzo.

• I pesi non sono stati rilasciati. Oggi non ci sono checkpoint, né file di licenza, né repository. Mistral afferma che arriveranno entro la fine di ottobre 2026, dopo una finestra di red-teaming in cui partner verificati e autorità nazionali riceveranno una build sbloccata. Fino ad allora l'unico modo per accedervi è l'API di anteprima, il che significa che l'argomento "eseguirlo sul proprio hardware" è un elemento della roadmap, non una capacità.

• Il flag di indipendenza non corrisponde al marketing. Artificial Analysis elenca il modello come isOpenWeights: false con la categorizzazione "proprietario", perché ciò che esiste è un'anteprima servita dal cluster del fornitore stesso. Quel flag è l'illustrazione singola più chiara del divario tra le parole "open-weight" e l'artefatto.

• Il prezzo che ti viene quotato è promozionale. La scheda di Mistral mostra 0,68 $ e 2,09 $ a fronte di un listino barrato di 1,36 $ e 4,18 $. Basati su quest'ultimo per la tua fattura. Una preview è anche un'etichetta di fase in senso contrattuale — il modello può essere reindirizzato, riprezzato o ritirato con meno preavviso rispetto a un rilascio GA, quindi una pipeline messa a punto sulla build di questa settimana comporta un costo di rivalidazione che non avevi messo in budget.

Niente di tutto ciò rende l'anteprima un cattivo acquisto. La rende un acquisto con una data di scadenza e una fattura di rivalidazione, che è un tipo di costo diverso da una tariffa per token.

La sovranità è una voce di approvvigionamento, non uno slogan.

Mistral ha addestrato Mistral Large 4 da zero su 3.800 GPU NVIDIA Grace Blackwell nei propri datacenter europei, ha raccolto 3 miliardi di € in un round Serie D specificamente per costruire quella capacità, e sta erogando l'anteprima dalla stessa infrastruttura. Per un acquirente regolamentato questa non è una posizione di marketing; è un requisito che GPT-6 Astra non può attualmente soddisfare a nessun prezzo. Il modello di OpenAI è raggiungibile tramite l'API di OpenAI stessa, Azure e AWS Bedrock — tutti eccellenti per la scalabilità e nessuno dei quali è una pipeline end-to-end operata in Europa.

La seconda metà dell'argomentazione sulla sovranità arriva quando arrivano i pesi. Un'organizzazione con le GPU può quindi eseguire on-premises un modello sparse da 1,05 trilioni di parametri senza alcun provider coinvolto, il che cambia allo stesso tempo sia la questione della residenza dei dati sia il comportamento di rifiuto. Quando ciò accadrà, Astra sarà comunque una chiamata API. Se la tua roadmap prevede una fase on-premise, Mistral Large 4 è l'unico di questi due ad averne una — e se non ne prevede una, quell'intera colonna non vale nulla per te.

Eseguire entrambi senza scommettere su nessuno dei due

La forma scomoda di questo confronto per un router è che una parte è un modello che serviamo e l'altra è un'anteprima che non serviamo. GPT-6 Astra è nel catalogo OrcaRouter al prezzo di listino di OpenAI, senza nulla in più, sulla stessa chiave compatibile con OpenAI di oltre 200 altri modelli, con failover automatico tra provider upstream — il che conta qui perché un'anteprima è esattamente il tipo di dipendenza che vuoi tenere fuori dal tuo percorso critico finché non si stabilizza. Mistral Large 4 non viene instradato da noi finché è servito dal cluster di Mistral dietro un flag di anteprima; la versione onesta della nostra parte di questo confronto è il lato Astra, più la possibilità di eseguire la stessa attività su entrambi senza un secondo contratto. Quando compare un endpoint Mistral disponibile in via generale, eredita lo stesso pass-through dello 0% su cui gira il resto del catalogo, e una variazione di prezzo del fornitore arriva sulla stessa chiave il giorno stesso in cui avviene, anziché al rinnovo successivo.

Quello che una sola chiave ti dà oggi è l'A/B stesso: lo stesso prompt, lo stesso valutatore, due stringhe di modello, una sola fattura — ed è così che rispondi all'unica domanda che conti su una preview, ovvero se la sua postura di rifiuto e il suo recall sul contesto lungo valgano sedici punti d'indice per il tuo carico di lavoro.

La regola decisionale, e la data che la modifica

Se il lavoro richiede ragionamento complesso, coding agentico o qualsiasi cosa misurata dalla parte alta dell'Intelligence Index, GPT-6 Astra è in vantaggio e il divario di prezzo è il sovrapprezzo che si paga per averlo — 10,00 $ e 50,00 $ per milione di token, con riprezzamento a 20,00 $ e 75,00 $ per richieste superiori a 272.000 token di input.

Se il lavoro deve risiedere in Europa per requisito, è sensibile ai rifiuti o è destinato a hardware on-premises, Mistral Large 4 è l'unico dei due che risponda anche solo alla domanda, a un quarto fino a un settimo del prezzo per token, con l'avvertenza che l'artefatto che distribuirai in seguito non sarà l'artefatto che valuti ora.

La data da tenere d'occhio è la fine di ottobre 2026, quando Mistral dice che arriveranno i checkpoint. Quel giorno cambiano tre cose: la licenza ottiene un nome, l'argomento del self-hosting smette di essere una promessa, e il prezzo di lancio associato a un'anteprima in evoluzione smette di essere il prezzo associato a una versione fissa. Chiunque stia attualmente confrontando questi due modelli sulle capacità dovrebbe rifare il confronto dopo quella data, perché una delle colonne del confronto si sarà spostata.