Mistral Large 4 vs Claude Fable 5.1: diciassette punti indice e un prezzo di output dodici volte superiore

La questione in questo confronto è cambiata il 29 ottobre 2026, e non perché Mistral Large 4 sia diventato più intelligente. Quel pomeriggio il modello ha smesso di essere un’anteprima a noleggio ed è diventato un download da 1,06 TB, il che significa che il confronto con Claude Fable 5.1 non riguarda più soltanto quale modello risponda meglio, ma anche con quale vincolo puoi convivere. Claude Fable 5.1 è un modello con input a 10 dollari per milione che puoi chiamare tramite API e che non potrai mai possedere, fine-tunare o eseguire sul tuo hardware. Mistral Large 4 è un mixture of experts da mille miliardi di parametri che ora puoi possedere, adattare e distribuire all’interno della tua rete, con una licenza che ti vieta esplicitamente di rivenderlo come servizio. Il primo è un contratto. Il secondo è un download con una clausola allegata.

Sulla capacità la risposta non è affatto vicina, e vale la pena dirlo prima che inizi la discussione sul prezzo. L'Indice di Intelligenza v5 di Artificial Analysis colloca Claude Fable 5.1 a 43 e Mistral Large 4 a 26. Si tratta di un divario di diciassette punti sullo stesso strumento, e resiste a ogni ragionevole avvertenza sulle versioni dell'indice, perché entrambi i valori sono letture v5 — quello di Fable 5.1 dalla classifica in tempo reale, quello di Large 4 dal valore che Mistral cita sulla propria scheda modello. Se l'indice viene rieseguito, entrambi i numeri si spostano; l'ordinamento no.

Dove il divario si manifesta davvero

I benchmark pubblici concordano con l'indice, il che è insolito. Entrambe le serie di cifre riportate di seguito sono state eseguite dai fornitori e nessuna delle due è stata riprodotta in modo indipendente, quindi considerale come affermazioni di pari status anziché come prove di una qualità diversa.

• Terminal-Bench 4.0 — Claude Fable 5.1 al 55,8% secondo Anthropic; Mistral Large 4 al 41% secondo Mistral. Entrambi i fornitori hanno utilizzato il proprio banco di prova, e il dato riportato da Anthropic stessa è apparso come 58,1% in alcuni resoconti, quindi il decimale esatto è incerto in entrambe le colonne.

• Scienza a lungo orizzonte — Claude Fable 5.1 al 52,6% su Terminal-Bench-Science 0.1, la rivendicazione di spicco di Anthropic e una che la tabella di un secondo laboratorio ha poi collocato molto più in basso per lo stesso modello. Mistral Large 4 non ha una riga pubblicata comparabile, il che è di per sé informativo: il modello è posizionato per il coding e la sicurezza, non per la scienza agentica di livello di ricerca.

• Humanity's Last Exam — 60,9% senza strumenti e 65,0% con essi, per Claude Fable 5.1. Mistral ha pubblicato il 35,0% sullo stesso benchmark per l'anteprima di ottobre. Quel numero dell'anteprima precede tre settimane di RL e il checkpoint finale, quindi sottostima il modello rilasciato — ma è l'unica cifra che entrambe le parti abbiano reso pubblica su HLE.

• Attività di sicurezza — qui Mistral Large 4 rappresenta la rivendicazione più forte, con il 79% su CyberGym-E2E e il 97,1% sulla sua suite B3 per la sicurezza degli agenti dopo RL. I modelli di Anthropic rifiutano più spesso questo tipo di lavoro anziché fallirvi, il che è una differenza di policy tanto quanto di capacità e non va letta come un divario di capacità.

• Efficienza dei token — secondo la stessa impostazione di Mistral, il modello rilasciato richiede il 47% in meno di token per attività rispetto a GLM-5.3, a fronte di un 48% equivalente sull'Artificial Analysis Coding Agent Index. È una riga rara in cui un fornitore pubblica il lato costo di un benchmark insieme al punteggio, ed è il numero più utile in entrambe le colonne.

Un numero che sembra una regressione e non lo è

La versione di anteprima di Mistral Large 4 ha ottenuto 38,4 sull'indice di Artificial Analysis. La versione pubblicata ottiene 26. Un lettore distratto, confrontando i due valori, concluderà che tre settimane di apprendimento per rinforzo hanno peggiorato il modello di dodici punti. Non è così. Il 38,4 era registrato sull'indice v4.3; Artificial Analysis ha ricostruito il proprio indice a fine ottobre, e la ricostruzione v5 è uno strumento più severo in generale — i modelli che erano nei cinquanta su v4.3 si collocano nei quaranta su v5. I due numeri non misurano la stessa cosa, e sottrarli è l'errore più comune nella trattazione di questa pubblicazione.

Lo stesso avvertimento vale per il dato del 41% di Terminal-Bench. Mistral riporta 28,3% prima dell'RL aggiuntivo e 41% dopo, il che è un guadagno genuino a parità di condizioni su un unico harness. Ma 41% resta comunque un punteggio assoluto basso rispetto al 55,8% di Claude Fable 5.1, e nessuna formulazione migliorativa cambia neppure quell'ordinamento.

La clausola di licenza che decide più del divario

Mistral Large 4 è distribuito con la Mistral Ecosystem Open-Weight License, descritta dall'azienda come un testo MIT modificato. In pratica concede quattro elementi e ne nega uno:

• Uso commerciale, senza una soglia di fatturato — non esiste alcuna clausola del tipo "devi avere un fatturato inferiore a X milioni di dollari per usarlo".

• Fine-tuning e modelli derivati, che è la clausola che rende possibile in assoluto il lavoro di RL dal giorno zero.

• Distribuzione interna e hosting on-premises, che rappresentano il tema dell'AI sovrana su cui Mistral ha costruito l'intera release.

• Incorporazione all'interno di un prodotto, con eccezioni che coprono l'uso incorporato e la mera ritrasmissione degli output.

• Non concessa: la gestione di un'attività di model-as-a-service su di essa. Se desiderate avviare un endpoint API con tariffazione per token e venderne l'accesso, è necessario un accordo commerciale separato con Mistral.

Claude Fable 5.1 non ha una domanda equivalente perché non ha una concessione equivalente. Ottieni un'API, termini di servizio e un limite di frequenza. Non ottieni i pesi, non puoi eseguire il fine-tuning e non puoi inserire il modello in una rete air-gapped a qualsiasi prezzo. I termini di Anthropic aggiungono restrizioni proprie che vanno nella stessa direzione: sull'API del fornitore, la conservazione zero dei dati deve essere autorizzata specificamente, l'uso forzato degli strumenti non è supportato e il pensiero non può essere disattivato. Instradare lo stesso modello attraverso un fornitore con un accordo di conservazione zero è il modo in cui i team aggirano la prima di queste restrizioni. Tali restrizioni hanno per gli acquirenti soggetti a regolamentazione un'importanza che un divario di diciassette punti nell'indice non ha.

Il costo, con l’avvertenza sulla verbosità

Elenca prima i prezzi di listino, perché i prezzi promozionali scadono e quelli nel contratto sono i prezzi di listino.

• Claude Fable 5.1 — $10,00 per milione di token di input, $50,00 per milione di output, con le letture dalla cache ridotte a $0,25 per milione. Il prezzo batch dimezza entrambi a $5 e $25.

• Mistral Large 4 — 1,36 $ per milione di input, 4,18 $ per milione di output a listino, attualmente scontato di circa la metà, a circa 0,68 $ e 2,09 $, senza una data di fine pubblicata.

A listino, cioè 7,4× in input e 12× in output. Con la promozione attuale si avvicina invece a 15× e 24×. Entrambi sono abbastanza alti che la questione del prezzo supera quella del benchmark per chiunque abbia volumi reali, ed è questa la ragione sincera per cui si scrive affatto questo confronto.

La riserva è la verbosità, ed è una riserva reale. Nell'esecuzione dell'indice Artificial Analysis dell'anteprima, Mistral Large 4 ha generato output nell'ordine di 200 milioni di token, contro una mediana della classifica vicina a 85 milioni. Il prezzo per token si moltiplica per quel fattore. Sottoponendo entrambi i modelli agli stessi 200 milioni di token di output, il calcolo dà $418 per Mistral Large 4 al prezzo promozionale contro $10,000 per Claude Fable 5.1 a listino. Il fattore moltiplicativo sopravvive alla verbosità — si riduce, non si inverte — ma chi cita un rapporto per token senza verificare quanti token il modello emetta davvero cita solo metà del numero. Non è misurato se il checkpoint rilasciato sia verboso quanto l'anteprima; la riduzione del 30% dei token di output che Mistral dichiara dal suo RL aggiuntivo è la risposta dell'azienda stessa a quella domanda.

Dove ciascuno può effettivamente essere chiamato

Questa è la parte del confronto in cui i due modelli smettono di essere simmetrici. Claude Fable 5.1 è nel catalogo OrcaRouter come anthropic/claude-fable-5.1, con il suo contesto da 1M token, il prezzo di $10/$50 e la tariffa ridotta di lettura della cache mantenuta al prezzo di listino del provider — senza ricarico aggiuntivo, così un cambio di prezzo del fornitore si applica lo stesso giorno. Mistral Large 4 non è in quel catalogo. Non lo offriamo, e questo articolo non è un modo per accedervi: il modello rilasciato vive su Hugging Face e dietro l'API proprietaria del fornitore. Dirlo chiaramente è più utile che lasciar intendere il contrario.

Ciò che significa in pratica dipende da quale lato della licenza ti trovi. Se vuoi un modello che puoi eseguire sul tuo hardware, sottoporre ad audit end-to-end e adattare con un adattatore LoRA, solo uno di questi due è disponibile per te, e il divario di diciassette punti è il prezzo di quel controllo. Se vuoi la risposta più forte per chiamata e non intendi mai possedere nulla, solo uno di questi due è un'opzione seria, e il prezzo dell'output dodici volte superiore è il costo di quella capacità. Mettere entrambi dietro un'unica chiave con failover configurato per route è la versione operativa della stessa decisione: ti consente di usare come predefinito il modello costoso e di ripiegare su uno più economico senza un secondo contratto.

Quale scegliere

Scegli Claude Fable 5.1 se il tuo lavoro è esecuzione agentica a lungo termine, programmazione intensiva da terminale o ragionamento di livello ricerca in cui una risposta sbagliata costa più di un token. Accogli l'affermazione del 55,8% su Terminal-Bench con l'avvertenza che è eseguita dal fornitore, ma prendi sul serio l'ordinamento: nulla di ciò che Mistral ha pubblicato colloca Mistral Large 4 nella stessa fascia.

Scegliete Mistral Large 4 se il vincolo è di natura legale o geografica anziché intellettuale. Un'impresa europea che non può inviare prompt oltre confine, un team di sicurezza che ha bisogno di tenere la policy di rifiuto fuori dal circuito, un prodotto che deve distribuire un modello all'interno del proprio binario: nessuno di questi casi si risolve con un punteggio di indice migliore, e tutti si risolvono con 610 GB di pesi NVFP4 senza restrizioni e una licenza che consente il fine-tuning interno.

Non scegliere nessuno dei due e instrada tra di essi, se la risposta onesta è che hai due carichi di lavoro con vincoli diversi. È il caso che il divario di prezzo è pensato per creare, ed è quello in cui finiranno la maggior parte dei team.

La questione aperta

Il numero che cambierebbe questo confronto non compare sulle slide di nessuno dei due fornitori. È una nuova esecuzione indipendente del checkpoint rilasciato sull'indice v5 di Artificial Analysis, perché il 26 attuale proviene da Mistral che cita una terza parte anziché da una misurazione aggiornata dei pesi finali. Se tre settimane di RL e il 30% in meno di token di output spostano quel valore in modo sostanziale, il divario si riduce e l'argomento sul prezzo si rafforza. Se non lo fanno, il modello rilasciato è l'anteprima con modi migliori, e i diciassette punti sono strutturali.

Finché quel test non esiste, la posizione difendibile è quella noiosa: Claude Fable 5.1 è il modello migliore, Mistral Large 4 è la licenza migliore, e le uniche persone per cui è una scelta difficile sono quelle che hanno bisogno di entrambi.