Mistral Large 4 vs Qwen3.8 Max: un vantaggio dichiarato che i numeri pubblicati smentiscono

Il post di lancio di Mistral per Mistral Large 4 afferma che il suo punteggio combinato di 49,8% sul Coding Agent Index lo colloca «davanti a DeepSeek V4 Pro 0813 e Qwen3.8 Max». Artificial Analysis ha già Qwen3.8 Max sulla stessa famiglia di indici, e il suo valore su Terminal-Bench 4.0 è 38,9%. Mistral riporta il proprio modello al 28,3% su quel harness. Entrambi i numeri provengono da Artificial Analysis — uno pubblico, uno prodotto in privato prima del lancio dell'harness — e puntano in direzioni opposte. Non è una ragione per scartare nessuno dei due modelli. È la cosa più utile di questo confronto, perché ti dice esattamente quale dei due puoi verificare oggi, e imposta con nettezza la questione del prezzo: Qwen3.8 Max costa $2,00 per milione di token in input e $6,00 per milione di token in output, contro $0,68 e $2,09 di Mistral Large 4, circa tre volte tanto, e su ogni misura pubblicata è il modello più forte.

Entrambi sono tentativi su scala Alibaba e su scala Mistral della stessa cosa — un modello di punta nativamente multimodale che serve circa un milione di token di contesto con ragionamento, strumenti e output strutturati — rilasciati a nove settimane di distanza, rispettivamente in anteprima pubblica e in disponibilità generale. Uno dei due viene distribuito dal 3 agosto 2026 e ha un'intera colonna di punteggi indipendenti. L'altro è arrivato il 6 ottobre 2026 con un rilascio dei pesi promesso entro la fine del mese e un'esecuzione di reinforcement learning che, secondo il suo fornitore, sta ancora salendo.

La colonna pubblicata e quella promessa

Qwen3.8 Max è il tier di capacità più elevato di Alibaba fino ad oggi, e Alibaba lo posiziona direttamente contro GPT-5.5, Claude Opus 4.7 e Gemini 3.1 Pro nella propria guida alla migrazione. È nativamente multimodale su testo, immagini e video con output testuale, dispone di una finestra di contesto di 1.000.000 di token, e la sua matrice di capacità conferma la modalità di pensiero, il function calling, gli strumenti integrati e gli output strutturati. Viene servito in tre formati wire — compatibile con OpenAI, compatibile con Anthropic e DashScope nativo — da Pechino, Singapore, Tokyo, Francoforte e altre regioni.

Su Artificial Analysis ottiene 45,4 sull'Intelligence Index v4.3.2, 17º su 147 modelli, e 76,2 sull'AA Coding Index, che è 9º su 138 e a pari merito con Kimi K3 al vertice del campo open-weights. Registra il 92,8% su GPQA Diamond, l'80,3% sul richiamo a lungo contesto, il 52,1% su SciCode e il 47,8% su tau-banking. Il suo risultato su Terminal-Bench 2.1 è 88,8%.

Mistral Large 4 è un modello mixture-of-experts granulare con 49 miliardi di parametri attivi su 1,05 trilioni totali e un encoder visivo da 1,6 miliardi di parametri, addestrato da zero su 3.800 GPU NVIDIA Grace Blackwell nei data center europei di Mistral, su dati che coprono più di 160 lingue. Accetta testo e immagini su un contesto di circa un milione di token. La sua pagina su Artificial Analysis esiste con il titolo "Mistral Large 4 Preview" e non riporta alcun punteggio dell'Intelligence Index; i pesi sono promessi entro la fine di ottobre 2026.

• Indice di intelligenza — Qwen3.8 Max 45.4 (17° su 147) vs Mistral Large 4 non ancora pubblicato

• Indice di coding — Qwen3.8 Max 76.2 (9° su 138) vs Mistral Large 4 nessun dato comparabile

• Terminal-Bench 4.0 — Qwen3.8 Max 38,9% vs Mistral Large 4 28,3%, valutato privatamente

• Finestra di contesto — Qwen3.8 Max 1.000.000 di token vs Mistral Large 4 circa 1.000.000

• Modalità di input — Qwen3.8 Max testo, immagine e video vs Mistral Large 4 testo e immagine

• Prezzo di input — Mistral Large 4 $0,68 per 1M vs Qwen3.8 Max $2,00 per 1M

• Prezzo di output — Mistral Large 4 $2,09 per 1M vs Qwen3.8 Max $6,00 per 1M

• Input in cache — Mistral Large 4 $0,07 per 1M vs Qwen3.8 Max $0,25 per 1M

• Pesi — licenza aperta di Mistral Large 4 promessa entro fine ottobre 2026 vs Qwen3.8 Max chiuso

• Rilasciato — Qwen3.8 Max 3 agosto 2026 vs Mistral Large 4 6 ottobre 2026, anteprima

Risolvendo la contraddizione, nella misura in cui può essere risolta

Le due cifre di Terminal-Bench 4.0 sono davvero incoerenti, e la spiegazione più probabile è la meno drammatica: si tratta di esecuzioni diverse. Il 28,3% di Mistral è descritto come valutato privatamente da Artificial Analysis prima del rilascio pubblico dell'harness, il che significa che potrebbe essere stato misurato su un harness pre-rilascio, con uno sforzo di ragionamento diverso o con un campionamento diverso. Il 38,9% di Qwen è sull'harness pubblicato, con qualunque configurazione Artificial Analysis abbia standardizzato. Confrontarli direttamente equivale a confrontare una bozza con una versione finale, e la bozza è quella che sembra peggiore.

Vale anche la pena notare in quale direzione taglia la contraddizione. Mistral rivendica un vantaggio sul Coding Agent Index combinato — 49,8%, davanti a Qwen3.8 Max — mentre pubblica un dato di Terminal-Bench 4.0 che è indietro di dieci punti rispetto a quello di Qwen. Un indice combinato aggrega diverse valutazioni, quindi entrambe le cose possono essere vere contemporaneamente, e un modello con un forte risultato su DeepSWE v1.1 (Mistral riporta 61,7%) e un debole risultato su Terminal-Bench può comunque vincere la media. Ma finché il Coding Agent Index non è pubblico, l'unica componente di quell'affermazione che un lettore può verificare è quella in cui Mistral è indietro. Quell'asimmetria è la cosa di cui è giusto sospettare, in entrambe le direzioni.

Cosa compra davvero tre volte il prezzo

Due cose, e solo una di esse riguarda le prestazioni.

Il video è quello concreto. Qwen3.8 Max accetta il video nativamente come input di prima classe; Mistral Large 4 no. Il capitolo multimodale di Mistral riguarda le immagini — ancorare scene dense, verificare parti meccaniche in disegni tecnici, recuperare prove da PDF, scansionare immagini satellitari gigapixel — e nulla di tutto ciò richiede immagini in movimento. Se la tua pipeline elabora registrazioni, dimostrazioni o archivi video, il confronto dei prezzi è irrilevante, perché uno di questi modelli non è in grado di accettare il tuo input. Questo è un confine di capacità, non una differenza di listino, e nessun adeguamento dei prezzi lo sposterà.

Il secondo è la prova. Il punteggio di 45,4 nell'Indice di Qwen3.8 Max, il suo 9º posto nella classifica di coding e il suo 88,8% su Terminal-Bench 2.1 sono tutti riproducibili su harness pubblicati da chiunque voglia spendere i token. ML4 di Mistral offre un tetto dichiarato più alto sul coding agentico e sull'automazione, una valutazione umana in cieco in cui ha superato di poco Kimi K3 e GLM-5.3 sulla qualità di coding percepita, e un'affermazione specifica sulla cybersecurity — 82% sul test reproduce-and-patch di Artificial Analysis, il più alto di qualsiasi modello testato, con il 93% su Cybench. Ognuno di questi è dichiarato dal fornitore o valutato privatamente. Un team che deve giustificare la scelta di un modello a una revisione degli acquisti paga il premio triplo per avere la risposta per iscritto.

Detto questo, il dato sulla cybersicurezza è l'unica affermazione in questo confronto che un prezzo più basso non può compensare, perché è una capacità, non un vantaggio. Mistral riferisce che diversi modelli chiusi leader, tra cui Claude Opus 5.5 e GPT-6 Astra, ottengono punteggi vicini allo zero nello stesso test di riproduzione e patch perché rifiutano il compito, e che il tasso medio di rifiuto di ML4 sui prompt cyber tratti da JailbreakBench, StrongREJECT e AgentHarm è superiore a quello di altri modelli open-weight, pur portando comunque a termine il lavoro. Qwen3.8 Max non è riportato in quel test. Se il tuo lavoro comporta la riproduzione di vulnerabilità, la domanda non è chi costa meno; è chi farà il lavoro, punto.

I pesi, e dove vengono eseguiti

È qui che Mistral Large 4 detiene l'unico vantaggio strutturale che il sovrapprezzo triplo di Qwen non può scalfire. Mistral si è impegnata a rilasciare i pesi di ML4 con licenza aperta entro la fine di ottobre 2026, insieme ai dettagli sull'architettura e sulla metodologia di post-addestramento. Questo trasforma un costo per token in una decisione di capitale: se disponi delle GPU, smetti di pagare per token, smetti di inviare dati a terze parti e smetti di essere soggetto alla politica di moderazione di qualcun altro. Il tier Max di Alibaba è un'offerta chiusa, solo API, e nulla suggerisce che le cose stiano cambiando.

La geografia è lo stesso argomento su un registro diverso. Qwen3.8 Max viene erogato da Pechino, Singapore, Tokyo e Francoforte, tra le altre sedi — una presenza autenticamente globale, ma gestita da Alibaba. L'anteprima pubblica di Mistral Large 4 gira sull'infrastruttura europea di Mistral, in una regione europea che Mistral gestisce in modo completo e indipendente da altri fornitori di servizi digitali, sotto la legge europea. Per un acquirente europeo soggetto a regolamentazione, queste due frasi sostengono esiti di approvvigionamento molto diversi, anche se entrambi i modelli sono disponibili nella stessa città. Il round Serie D da 3 miliardi di euro di Mistral — il più grande round di equity mai raccolto da una società tecnologica europea — esiste per finanziare esattamente questa distinzione, e ML4 è il suo primo risultato concreto.

Instradamento tra due forme di disponibilità

La cosa insolita di questo abbinamento è che i due modelli differiscono non solo in prezzo e capacità, ma anche nel modo in cui li si raggiunge. Qwen3.8 Max parla protocolli compatibili con OpenAI, compatibili con Anthropic e nativi DashScope da una serie di regioni; Mistral Large 4 è un unico endpoint di anteprima da un solo operatore. Normalizzare tutto questo dal codice della tua applicazione è un vero lavoro, ed è il tipo di lavoro che inizia in piccolo e cresce ogni volta che un provider cambia qualcosa.

Entrambi stanno dietro un unico endpoint compatibile con OpenAI su OrcaRouter con 0% di markup, ed è questo che rende stabile anziché istantaneo il divario di prezzo di cui parla questo articolo: i prezzi di listino dei provider passano inalterati, quindi il giorno in cui Mistral chiude la sua tariffa di anteprima o Alibaba modifica quella di Qwen, le cifre rispetto a cui vengono valutate le tue regole di routing si muovono insieme a loro. Il DSL di routing è il punto in cui i diversi punti di forza dei due modelli diventano un'unica superficie di chiamata — le richieste con contenuti video a Qwen3.8 Max, il lavoro su immagini e documenti a Mistral Large 4, e tutto ciò che deve rispettare un budget rigido inviato prima a ML4 con Qwen come escalation quando l'affermazione sull'indice combinato si rivela importante su un'attività reale. Il failover automatico vale più in questo abbinamento che nella maggior parte dei casi, perché un ramo è un'API di anteprima al suo primo mese e l'altro è un tier chiuso di cui non puoi pianificare la capacità. Laddove la questione del coding 49,8 contro 76,2 è davvero indecisa per il tuo carico di lavoro, la fusione di modelli può eseguire entrambi sullo stesso prompt e lasciare che un panel scelga, il che è più economico che eseguire due volte un confronto diretto.

Verdetto

Qwen3.8 Max è il modello migliore per tutto ciò che è stato pubblicato. Il suo punteggio Index di 45,4, l'indice di coding di 76,2 e il 38,9% su Terminal-Bench 4.0 si basano sulle stesse revisioni di tutti gli altri, supporta il video, è in distribuzione da due mesi ed è raggiungibile attraverso tre formati di comunicazione da cinque regioni. Se le prestazioni e la verificabilità sono i fattori decisivi, il prezzo triplo è quanto costa un flagship distribuito e misurato.

Mistral Large 4 vince sul prezzo di circa tre volte, sulle letture cache di più di tre volte, sul lavoro di cybersicurezza dove l'alternativa si rifiuta, e sui due argomenti a cui Qwen non può rispondere: pesi aperti promessi entro la fine di ottobre, e un deployment europeo che Mistral gestisce end to end. L'affermazione del 49,8% sul Coding Agent Index è ciò che risolverebbe la questione — se quel numero arriva su un harness pubblico prima di quello di Qwen, il modello più economico diventa il migliore e il premium scompare. Se non lo fa, Mistral sta vendendo un prezzo di anteprima su un modello che è indietro rispetto a un concorrente già rilasciato, e la posizione onesta è che stai comprando la roadmap piuttosto che il modello.

Tieni d'occhio tre date. La fine di ottobre 2026, quando i pesi di ML4 verranno distribuiti oppure la pretesa sugli open-weights si attenuerà. La pubblicazione dell'Artificial Analysis Coding Agent Index, dove le valutazioni private di Mistral e i punteggi pubblici di Qwen si incontrano in un'unica colonna. E la fine del periodo di anteprima, quando Mistral lo annuncerà, perché $0,68 e $2,09 sono una tariffa di lancio e nessuna previsione dovrebbe presumere che sopravviva al rilascio dei pesi.