Mistral Large 4 vs DeepSeek V4 Pro: architetture gemelle, scommesse opposte

I due modelli in questo confronto sono quasi identici sulla carta e non potrebbero essere più diversi nella pratica. Mistral Large 4 è un mixture-of-experts sparso da 1,05 trilioni di parametri con 49 miliardi di parametri attivi, annunciato il 6 ottobre 2026. DeepSeek V4 Pro è un mixture-of-experts sparso da 1,6 trilioni di parametri con 49 miliardi di parametri attivi, rilasciato il 24 aprile 2026. Stesso budget di attivazione, stessa famiglia architetturale, stessa promessa di prestazioni all'avanguardia con l'economia dei pesi aperti — ed esattamente uno dei due ha pesi che puoi scaricare oggi.

L'abbinamento non è un'invenzione di questo articolo. Il post di lancio di Mistral stesso esegue benchmark contro DeepSeek V4 Pro citandolo per nome in tre punti distinti: coding agentico, lavoro di conoscenza a lungo orizzonte e automazione dei flussi di lavoro aziendali. Porsi la stessa domanda dal lato opposto — cosa fa già DeepSeek V4 Pro che Mistral Large 4 promette di fare — si rivela il modo più rapido per vedere cosa aggiunge davvero l'anteprima.

La specifica, fianco a fianco

Letto il 6 ottobre: i dati di Mistral dal suo stesso annuncio e dalla sua model card, quelli di DeepSeek dalla sua voce di catalogo live:

• Parametri totali vs attivi — 1,05T totali / 49B attivi vs 1,6T totali / 49B attivi

• Modalità — testo e immagine in input, testo in output vs solo testo

• Finestra di contesto — 1M dichiarati da Mistral, 524.288 sulla configurazione che Artificial Analysis sta testando, vs 1M serviti

• Limite di output — non pubblicato per l'anteprima rispetto a 384K token

• Prezzo per milione, input / output — 1,36 $ / 4,18 $ di listino, attualmente 0,68 $ / 2,09 $ in promozione, rispetto a 0,66 $ / 1,98 $

• Input in cache per milione — 0,14 $, attualmente 0,07 $, rispetto a 0,022 $

• Pesi — promessi entro fine ottobre, licenza non specificata vs disponibile ora

• Infrastruttura di addestramento — 3.800 GPU NVIDIA Grace Blackwell nei datacenter europei di proprietà di Mistral contro il cluster di proprietà di DeepSeek

La simmetria del dato di 49B parametri attivi è il titolo principale ed è anche la trappola. I parametri attivi determinano quanto costa generare un token; i parametri totali determinano ciò che il modello sa. Il confronto tra 1,6T di DeepSeek e 1,05T di Mistral significa che DeepSeek porta circa il 50% in più di capacità per token calcolato — un vero vantaggio nei lavori a forte intensità di conoscenza e nessun vantaggio nei compiti in cui il collo di bottiglia è il rispetto delle istruzioni o l'uso di strumenti.

Cosa dice l'indice indipendente

Entrambi i modelli hanno una pagina su Artificial Analysis, il che rende questo uno dei pochi confronti della serie in cui le due parti sono misurate sullo stesso banco di prova. Intelligence Index v4.3, rilevato il 6 ottobre:

• Indice di Intelligenza — 38,4 per Mistral Large 4 Preview vs 36,0 per DeepSeek V4 Pro 0813

• Costo per attività di indicizzazione — 1,13 $ vs 0,67 $

• Terminal-Bench 4.0 — 26,8% contro 14,1%

• L'ultimo esame dell'umanità — 35,0% vs 41,0%

• AutomationBench, flussi di lavoro aziendali — 59,9% vs 56,7%

• τ²-Bench, agentica per l'uso degli strumenti — non pubblicato per l'anteprima vs 96,2%

• SciCode — 54,2% vs 51,0%

Questa è una corsa molto più serrata di quanto lascino intendere i cartellini dei prezzi, e i disaccordi sono informativi anziché rumore. Mistral Large 4 vince la categoria del coding agentico con quasi tredici punti di vantaggio e quella dell'automazione dei flussi di lavoro di stretta misura, mentre DeepSeek V4 Pro vince la categoria della conoscenza aperta con sei punti di vantaggio e costa il 40% in meno per attività. Si noti inoltre che l'indice ripartisce i costi tra letture della cache, scritture della cache, token di ragionamento e token di risposta — la cache di Mistral è scontata del 90% mentre quella di DeepSeek è scontata del 97%, ed è per questo che due modelli con tariffe di listino simili si attestano a $1,13 e $0,67 per attività completata.

Dove DeepSeek V4 Pro ha già vinto

La differenza decisiva non è un benchmark. È che DeepSeek V4 Pro è open-weight oggi e Mistral Large 4 è un'anteprima servita dal cluster del suo stesso produttore. Mistral afferma che i pesi verranno rilasciati alla fine di ottobre — un impegno, non un artefatto. La sua organizzazione Hugging Face, verificata il 6 ottobre, non contiene nulla di più recente di luglio. Finché non comparirà un repository con un file di licenza, l'argomento del self-deployment che Mistral sta portando avanti appartiene a DeepSeek.

La seconda differenza è l'ampiezza della disponibilità. DeepSeek V4 Pro è instradabile da aprile ed è, con ampio margine, il modello più utilizzato sul nostro stesso catalogo — 1,13 miliardi di token negli ultimi sette giorni al momento della stesura, contro le decine di milioni che muove un tipico modello di frontiera. Quel volume conta per un acquirente in un modo in cui una classifica non conta: significa che le modalità di guasto sono note, le caratteristiche di throughput sono note, e i provider che lo erogano sono stati messi alla prova dal traffico di produzione di altre persone.

DeepSeek vince anche sulle meccaniche noiose. Un tetto di output di 384K contro uno non pubblicato, 1M di contesto servito anziché dichiarato, e un ambito solo testo che rende prevedibile il throughput sui contesti lunghi. Se il tuo carico di lavoro è analisi di documenti, generazione di testi lunghi o estrazione ad alta intensità di conoscenza su un milione di token, DeepSeek V4 Pro è più economico, più aperto e più collaudato dell'anteprima Mistral su ogni asse.

Dove Mistral Large 4 è la scelta migliore

Mistral ha scelto con cura le righe su cui esegue i benchmark, e il divario nella programmazione non è cosmetico. 26,8% contro 14,1% su Terminal-Bench 4.0 è circa il doppio, e coincide con quanto affermato da Mistral: 61,7% su DeepSWE v1.1 e 59,4% su SWE-Atlas-QnA — cifre che, secondo Mistral, Artificial Analysis ha valutato privatamente prima del lancio pubblico dell'harness, motivo per cui non sono ancora nell'indice pubblico. Quando quei dati arriveranno, o non arriveranno, la questione della programmazione sarà risolta.

La multimodalità è il secondo netto spartiacque. Mistral Large 4 accetta immagini in modo nativo, con un encoder di visione dedicato da 1,6 miliardi di parametri, e Mistral sostiene di avere un grounding visivo allo stato dell'arte tra i modelli aperti — citando un 42% contro il 41% di GPT-6 Astra su Dense 200. DeepSeek V4 Pro è solo testo e la sua scheda di catalogo lo dice chiaramente. Qualsiasi pipeline che coinvolga screenshot, disegni tecnici, documenti scansionati o lettura di grafici ha un solo candidato qui, non due.

E poi c'è il cyber, dove l'affermazione di Mistral è più netta di qualsiasi cosa DeepSeek abbia pubblicato: 82% sul test Artificial Analysis Cyber Index che chiede a un modello di riprodurre una vulnerabilità reale e correggerla, si dice sia il più alto di qualsiasi modello, e 93% sugli esercizi di competizione di Cybench. Queste sono cifre citate dal fornitore e dovrebbero essere etichettate come tali — ma poggiano su un indice indipendente, e nessun risultato comparabile di DeepSeek è stato pubblicato. Per il lavoro sulla sicurezza, la posizione onesta è che Mistral Large 4 sta rivendicando un vantaggio che non è stato dimostrato falso.

L'ultimo elemento di differenziazione è di natura giurisdizionale. Mistral ha addestrato il modello su 3.800 GPU Grace Blackwell nei propri datacenter europei e vi eroga la preview, con un deployment europeo gestito end-to-end sotto la legge europea. Per un acquirente europeo regolamentato, la cui alternativa è un modello open-weight cinese o uno chiuso statunitense, si tratta di una categoria a sé stante.

Il prezzo, letto correttamente

Il prezzo di listino non è tutta la storia, per nessuno dei due modelli. La scheda di catalogo di DeepSeek V4 Pro prevede due finestre temporali — 01:00–04:00 e 06:00–10:00 UTC — durante le quali la tariffa indicata viene moltiplicata, quindi un carico di lavoro che ricade in quelle ore costa il doppio del prezzo di copertina. Per Mistral Large 4, 0,68 $ / 2,09 $ è una promozione di lancio rispetto a un listino di 1,36 $ / 4,18 $; la promozione è il prezzo di oggi e il listino è il prezzo su cui basare il calcolo della tua fattura.

Dove OrcaRouter fa chiarezza è nel pass-through: 0% di ricarico sui prezzi di listino dei provider, il che significa che un taglio di prezzo di un fornitore è il tuo taglio di prezzo lo stesso giorno e una tariffa promozionale di un fornitore viene trasferita anziché assorbita. DeepSeek V4 Pro è instradabile oggi dietro un unico endpoint compatibile con OpenAI alla tariffa del suo provider, nella stessa credenziale di oltre 200 altri modelli, con failover automatico tra provider quando uno si degrada. Mistral Large 4 non è nel nostro catalogo — l'anteprima si raggiunge tramite l'API di Mistral stessa e diverse piattaforme di terze parti — quindi se oggi vuoi eseguire entrambi i lati di questo confronto contemporaneamente, ciò significa una route da noi e una diretta.

Quale scegliere?

Se ti servono pesi che puoi tenere con te, output da 384K, un milione di token di contesto servito, il costo più basso per attività completata tra i due e un modello il cui comportamento altri hanno già spremuto in produzione, DeepSeek V4 Pro non è un compromesso — è il prodotto finito rispetto a un trailer. È la scelta predefinita giusta per il lavoro su documenti, conoscenza e testi lunghi, e i suoi pesi aperti significano che il tetto a ciò che puoi farci è la tua infrastruttura, non la roadmap di un fornitore.

Se il tuo carico di lavoro è il coding agentico, se coinvolge immagini, se coinvolge attività di sicurezza, o se la giurisdizione europea è un requisito anziché una preferenza, Mistral Large 4 è il modello che vale il rischio della preview — e il rischio è limitato, perché Mistral si è impegnata sui pesi e su una finestra di red-teaming con una fine dichiarata. Metti subito una fetta di traffico su di esso, mantieni DeepSeek V4 Pro sul resto, e lascia che i due risolvano la questione architetturale sui tuoi dati. Il budget di attivazione da 49B apparirà identico da entrambe le parti; ciò che cambia è tutto ciò che gli sta intorno.