Mistral Large 4 vs DeepSeek V4 Pro: due flagship open, e un divario di prezzo che non è il punto

Sulla carta questi due modelli sono lo stesso acquisto: un mixture-of-experts sparso da mille miliardi di parametri, pesi aperti, con un fornitore europeo da un lato e uno cinese dall'altro, e un prezzo per token che sembra la colonna decisiva. Non è la colonna decisiva. Mistral Large 4 e DeepSeek V4 Prosi distinguono innanzitutto per ciò che accettano, in secondo luogo per ciò che le loro licenze consentono di costruire, e solo in terzo luogo per il costo — e il confronto dei costi stesso è instabile, perché una parte applica una promozione a metà prezzo senza data di scadenza e l'altra raddoppia le tariffe per sette ore ogni giorno feriale.

Quella riformulazione è la parte utile, perché il confronto ovvio — 4,18 $ per milione di output contro 1,98 $ — è vero e fuorviante allo stesso tempo. Ecco cos'è in realtà ciascuna delle due parti.

Le specifiche, a confronto

• Dimensione — Mistral Large 4 è 1,05 trilioni di parametri con 52 miliardi attivi secondo la scheda di Mistral stessa, 49 miliardi secondo la lettura di Artificial Analysis, su un MoE sparso granulare con 128 esperti instradati e quattro attivi per token. DeepSeek V4 Pro è 1,6 trilioni con 49 miliardi attivi. I conteggi degli attivi coincidono; i conteggi totali no.

• Modalità — Mistral Large 4 è nativamente multimodale, con un codificatore visivo da 1,6 miliardi di parametri: input testo e immagini, output testo. DeepSeek V4 Pro è solo testuale — nel listino prezzi di DeepSeek stessa, la riga della visione riporta "Non supportato" per Pro. Questo è il primo vero bivio, e non è una questione di grado: un modello solo testuale non può affatto svolgere il compito.

• Contesto e output — La scheda di Mistral dichiara un contesto da 1M di token; Artificial Analysis ha misurato 524.288 token sulla configurazione che testa. DeepSeek V4 Pro elenca 1M di token di contesto e un output massimo di 384K. Entrambi i valori sono tetti dichiarati dal fornitore sul fronte Mistral e un tetto elencato e servito sul fronte DeepSeek.

• Licenza — DeepSeek V4 Pro è MIT, con i pesi pubblicati e nessun termine di limitazione d'uso. I pesi di Mistral Large 4 sono arrivati il 29 ottobre sotto la Mistral Ecosystem Open-Weight License, un testo modified-MIT di 2.632 byte che concede l'uso commerciale, la modifica e l'ulteriore addestramento, ma riserva un modello di business: la clausola 2 richiede a chiunque gestisca un'attività di "Model as a Service" di firmare prima una licenza commerciale separata. Un gateway che si limita a inoltrare le richieste ai modelli ospitati da altri rientra in una deroga e va bene; una piattaforma che offre ai clienti accesso diretto al modello no.

• Footprint di hosting — Mistral Large 4 viene distribuito con 1.060,6 GB in bf16 su 54 shard, con una variante NVFP4 da 610,1 GB che, secondo Mistral, gira su quattro GPU B200 o B300. DeepSeek V4 Pro è con licenza MIT e 1,6T parametri, il che lo colloca nello stesso ordine di grandezza per l'hardware e in un ordine di grandezza superiore per la memoria.

• Punteggi indipendenti —La scheda di Mistral riporta 26 sull'Intelligence Index v5 di Artificial Analysis e lo definisce il valore più alto tra i modelli occidentali a pesi aperti. DeepSeek non pubblica alcun dato equivalente del proprio indice. Non abbiamo a disposizione una lettura a parità di strumento e di data per entrambi i modelli, e un confronto basato su due strumenti diversi è esattamente l'errore da evitare in questo caso — l'anteprima di Mistral stessa era stata riportata a 38,4 sull'indice pre-v5, quindi un ingenuo confronto prima/dopo dei suoi stessi numeri produce una "regressione" di dodici punti che non esiste.

Le due forme di prezzo non sono lo stesso tipo di numero

È qui che il confronto smette di essere aritmetica e diventa pianificazione.

Mistral Large 4 ha una tariffa fissa: 1,36 $ per milione di token di input, 0,14 $ per milione di token di input in cache, 4,18 $ per milione di token di output. Attualmente è in promozione di lancio esattamente a metà di tali tariffe — 0,68 $, 0,07 $, 2,09 $ — senza una data di fine pubblicata. Il prezzo di listino è stabile e quello effettivo non lo è, e quale dei due paghi dipende da una data che nessuno ha annunciato.

DeepSeek V4 Pro ha un prezzo che varia in base all'orario: $0.66 per l'input e $1.98 per l'output fuori punta, che raddoppiano a $1.32 e $3.96 in due fasce orarie dei giorni feriali, 01:00–04:00 e 06:00–10:00 UTC, dal lunedì al venerdì, esclusi i giorni festivi cinesi. Il prezzo di listino è quello di punta due volte al giorno e quello scontato nel resto del tempo.

Messi uno accanto all'altro ai loro migliori prezzi pubblicati, il prezzo promozionale dell'output di Mistral ($2.09) è quasi identico al prezzo dell'output fuori punta di DeepSeek ($1.98). Nel loro caso peggiore, il prezzo di listino dell'output di Mistral ($4.18) è vicino all'output di punta di DeepSeek ($3.96) — ma la punta di DeepSeek si verifica per sette ore al giorno e il prezzo di listino di Mistral si applica quando la promozione termina. Nessuno dei due numeri è il numero.

Un confronto stampato rende concrete le differenze. La pagina dei prezzi della stessa API di Mistral elenca DeepSeek V4.1 Flash 1017 a 0,30 $ per milione di token in input e 1,20 $ per milione in output — esattamente la tariffa di punta di DeepSeek, applicata in modo fisso. Lo stesso modello, sulla scheda di un rivenditore, costa il doppio del prezzo fuori punta di DeepSeek e mai meno del suo prezzo di punta. Non è una critica ai prezzi di Mistral; è semplicemente l'aspetto che ha la rivendita quando il fornitore a monte cambia le proprie tariffe due volte al giorno.

Quanto costa un'attività su ciascuno

Un milione di token di input e 100.000 token di output, la forma di una passata di documento con una vera risposta alla fine:

• Mistral Large 4 a listino — $1,36 di input più $0,418 di output: circa $1,78.

• Mistral Large 4 in promozione — circa 89 centesimi.

• DeepSeek V4 Pro fuori picco — $0,66 più $0,198: circa 86 centesimi.

• DeepSeek V4 Pro in una finestra di picco — circa $1,72.

Lo stesso compito, quindi, costa tra 86 centesimi e 1,78 dollari a seconda del fornitore e dell'ora — una forbice di circa 2× che non ha nulla a che vedere con quale modello sia migliore. Se il tuo carico di lavoro può essere spostato nel tempo ma non nel modello, il calendario di DeepSeek è una leva che controlli; se non può essere spostato nel tempo, la promozione di Mistral è uno sconto che ricevi e sul quale non puoi fare affidamento.

Dove la decisione si decide davvero

Tre domande, nell'ordine che lo risolve.

Hai bisogno di immagini? Se sì, il confronto è chiuso: DeepSeek V4 Pro supporta solo testo, e il lato Mistral è l'unico lato che accetta un'immagine. Se no, questa è l'unica dimensione in cui i due sono davvero intercambiabili, e il resto della lista decide.

Stai rivendendo accesso grezzo? Se stai costruendo un prodotto le cui funzionalità chiamano il modello, entrambe le licenze vanno bene. Se stai mettendo in piedi un'API che fornisce ai clienti il modello stesso, la clausola 2 di Mistral richiede un accordo commerciale, mentre la MIT di DeepSeek no. È una differenza legale con un prezzo associato che nessuno dei due fornitori pubblica.

Il tuo carico di lavoro è pianificabile? Se è di tipo batch, un piano off-peak DeepSeek è aritmetica che puoi eseguire. Se è interattivo e concentrato negli orari lavorativi di un'unica regione, stai pagando tariffe di picco che tu lo abbia voluto o meno, e un fornitore a prezzo fisso vale più di uno più economico che non puoi raggiungere all'ora giusta.

L'unica cosa che non dovrebbe deciderlo è una posizione in classifica. Il 26 di Mistral sull'Intelligence Index v5 è una rilevazione dichiarata dal fornitore di uno strumento che si è ricostruito il 27 ottobre; DeepSeek non pubblica alcun dato comparabile. Due numeri provenienti da due strumenti non sono un confronto, sono un grafico.

Cosa puoi chiamare oggi

DeepSeek V4 Pro è disponibile su OrcaRouter alla tariffa pubblicata da DeepSeek stessa — $0,66 per milione di input e $1,98 per milione di output fuori punta, con un raddoppio esattamente secondo quanto definito dal listino di DeepSeek — tramite lo stesso endpoint compatibile con OpenAI e la stessa chiave di un catalogo di 224 modelli, con failover automatico tra i percorsi dei provider. Alla data di pubblicazione, Mistral Large 4 non è in quel catalogo, quindi non è una rotta che possiamo offrire per questo modello; può essere chiamato tramite l'API di Mistral stessa e host di terze parti.

Per un team che deve scegliere tra i due, la sequenza più onesta è: scegliere in base a modalità e licenza, poi misurare l’efficienza nell’uso dei token di ciascuno sul vostro traffico, quindi pianificare. Il divario di prezzo tra i due è reale, ma è più contenuto alle tariffe che vi saranno effettivamente applicate rispetto a quelle riportate sulle due pagine di marketing — e la parte che è davvero diversa è ciò che ciascuna licenza vi consente di costruire in seguito.