Mistral Large 4 vs Mistral Large 3: l'aggiornamento che costa il 40% in più

L'avviso di deprecazione è lungo una sola frase, ed è stata la cosa di maggior impatto che Mistral abbia pubblicato in ottobre. «Questo modello è deprecato. Per le nuove integrazioni usare Mistral Large 4», si legge nella pagina di documentazione di Mistral Large 3, datata 31 ottobre 2026 — due giorni dopo l'arrivo dei pesi di Mistral Large 4. Large 3 non verrà ritirato domani; viene chiuso alle nuove attività, il che in pratica significa che ogni nuova integrazione, valutazione ed esecuzione di benchmark da qui in avanti punta a un modello che costa il 40% in più per token e viene distribuito con una licenza che non consente più di rivenderlo liberamente. È questo lo scambio che l'aggiornamento ti chiede di fare, e non è lo scambio che la copertura dei benchmark descrive.

Che cosa dice effettivamente la deprecazione

La pagina del modello di Mistral elenca Mistral Large 3 con 675 miliardi di parametri totali e 41 miliardi attivi, con una finestra di contesto di 256K, rilasciato il 2 dicembre 2025 con licenza Apache 2.0. Il suo successore, Mistral Large 4, ha 1,05 trilioni di parametri totali e 52 miliardi attivi, con un contesto di 1M, presentato in anteprima il 6 ottobre 2026 e reso disponibile con pesi aperti il 29 ottobre. Mistral indica mistral-large-4 come successore tramite l'ID API.

Due dettagli in quell'abbinamento meritano più attenzione di quanta ne abbiano ricevuta. Il primo è che la licenza è cambiata. Apache 2.0 è diventata la Mistral Ecosystem Open-Weight License, una versione modificata della MIT che consente l'uso commerciale ma richiede un accordo commerciale separato per chiunque offra il modello come model-as-a-service. Se fai il fine-tuning di Large 3 e vendi l'accesso al risultato, Large 4 ti chiede di parlare prima con Mistral. Il secondo è che la documentazione di Mistral stessa etichetta ancora Mistral Large 4 come "Public Preview", mentre il blocco della licenza sulla stessa pagina lo descrive come open-weight. Entrambe le cose possono essere vere — il modello è pubblicato, il rilascio non è formalmente chiuso — ma un team che pianifica una migrazione non dovrebbe leggere "preview" e "open weight" come lo stesso segnale di maturità.

Il prezzo è aumentato e il costo per attività è diminuito

Entrambe le affermazioni sono corrette, ed è proprio questo che rende confuso questo aggiornamento.

• Token di input — {{1}}$0,50{{/1}} per milione su {{2}}Mistral Large 3{{/2}}, {{3}}$0,70{{/3}} su {{4}}Mistral Large 4{{/4}}. Aumento del {{5}}40%{{/5}}.

• Token di output — 1,50 $ per milione su Mistral Large 3, 2,10 $ su Mistral Large 4. Aumento del 40%.

• Input in cache — $0,07 per milione su Mistral Large 4; la pagina di documentazione di Mistral Large 3 non riporta una tariffa per la cache.

• Costo per attività completata sull'indice Artificial Analysis — 2,06 $ su Mistral Large 4, in calo del 63% rispetto ai 5,54 $ dell'anteprima di ottobre.

Il dato del 63% è reale e descrive qualcosa di diverso da ciò che sperimenta un acquirente. Confronta Large 4 con la sua stessa anteprima precedente, quando il modello era sia più costoso per token sia molto più prolisso. Ciò che non fa è confrontare Large 4 con Large 3, perché al momento Artificial Analysis non pubblica alcun punteggio Intelligence Index per Large 3: la pagina indica l'indice come non applicabile e il modello come privo di una configurazione API sottoposta a benchmark pubblici. Quindi il salto "da 9 a 38,4" ampiamente diffuso tra i due modelli non è una misurazione di questo aggiornamento. È un punteggio proveniente da una versione dell'indice che è stata successivamente sostituita.

La questione del punteggio, sinceramente.

Sull'attuale Artificial Analysis Intelligence Index v5 — ricostruito il 27 ottobre 2026 — l'unico confronto omogeneo disponibile è all'interno della stessa famiglia di Large 4. L'anteprima di ottobre ha ottenuto 25, e il checkpoint rilasciato ottiene 26 con ragionamento elevato e 23 con ragionamento medio. Questo è il miglioramento misurato dalle tre settimane extra di reinforcement learning descritte da Mistral, ed è un punto.

Per quanto riguarda l'affermazione generazionale, restano solo le valutazioni di Mistral stesso: 41% su Terminal-Bench 4.0 contro il 28% in preview, 61,7% su DeepSWE v1.1, 79% su CyberGym-E2E, 84,5% su BrowseComp. Sono tutti dati dichiarati dal fornitore, e il numero di Terminal-Bench in particolare misura una cosa diversa a seconda dello scaffold: 24,7% quando gli stessi pesi vengono eseguiti sull'harness neutro mini-swe-agent di Artificial Analysis. Non esiste una suite equivalente pubblicata da Mistral per Large 3 da mettergli accanto. Chiunque ti dica che Large 4 è esattamente N punti migliore di Large 3 cita un indice che non esiste più in quella forma.

Cosa si può dire senza un righello: Large 4 aggiunge una scala di ragionamento che Large 3 non ha, con livelli di impegno basso, medio e alto laddove il vecchio modello non ne aveva alcuno, e alto è il valore predefinito. Raddoppia il contesto a 1M e, cosa più consequenziale per i lavori lunghi, pensa prima di rispondere. Sono cambiamenti categorici, non cambiamenti di scala. Il costo di un cambiamento categorico è che i vecchi prompt si comportano diversamente — a volte meglio, spesso in modo più costoso.

La bolletta su un carico di lavoro reale

Cento milioni di token di input e quaranta milioni di token di output al mese, lo stesso volume usato altrove in questo blog perché corrisponde all'incirca a un assistente di supporto di medie dimensioni.

• Mistral Large 3 — 100 × $0,50 sono $50, e 40 × $1,50 sono $60, per $110 al mese.

• Mistral Large 4 — 100 × $0,70 dà $70, e 40 × $2,10 dà $84, per $154 al mese.

• La differenza — 44 dollari al mese, ovvero il 40%, per conteggi di token identici.

I conteggi identici di token sono l'ipotesi da mettere in discussione. Mistral Large 4 è un modello di ragionamento per impostazione predefinita, e i modelli di ragionamento emettono più token per la stessa richiesta. Artificial Analysis misura 82.000 token di output per attività dell'indice sul checkpoint rilasciato — il 39% in meno rispetto ai 135.000 dell'anteprima, il che dice quanto della spesa dell'anteprima fosse verbosità, e anche che 82.000 sono comunque molti. Mistral afferma separatamente che il modello usa il 47% in meno di token per attività rispetto a GLM-5.3, che è un confronto con un concorrente, non con Large 3.

La conseguenza pratica: se sostituisci il modello dietro un prompt invariato, aumenteranno sia il conteggio dei token sia la tua tariffa, e il conto varierà di oltre il 40%. Abbassa lo sforzo di ragionamento a basso per classificazione, estrazione e generazione di testi brevi, e il divario si riduce. Lascialo su alto per tutto, e stai pagando un sovrapprezzo di ragionamento per un lavoro che non ne ha mai avuto bisogno. Quella singola impostazione vale più di qualsiasi sconto di migrazione.

La licenza è la parte da leggere due volte

Apache 2.0 su Mistral Large 3 non prevedeva condizioni che valessero il tempo di un avvocato. La Mistral Ecosystem Open-Weight License su Large 4 è una MIT modificata: uso, modifica, fine-tuning e commercializzazione liberi, con una licenza commerciale separata richiesta per il model-as-a-service. L'annuncio di Mistral è esplicito: i fornitori devono ottenerla.

Le eccezioni contano per gli intermediari. La definizione esclude i prodotti embedded per utenti finali e il "mero inoltro di richieste a modelli ospitati da terzi", il che lascia spazio a un gateway che instrada traffico verso inferenza ospitata da Mistral. Ciò che non copre chiaramente è ospitare i pesi da sé e consentire ad altri di richiamarli — ciò che fa un team di piattaforma quando mette in piedi un endpoint di inferenza condiviso per i propri gruppi di prodotto. Se questa è la vostra architettura, l'aggiornamento cambia la vostra posizione legale oltre che la vostra bolletta, e la risposta è una conversazione con Mistral anziché una lettura della licenza.

È anche qui che un livello di routing si guadagna il suo posto, con una precisazione. OrcaRouter applica il prezzo di listino del provider con 0% di ricarico, quindi una variazione di prezzo del fornitore è attiva dalla nostra parte lo stesso giorno anziché al rinnovo contrattuale successivo — utile quando un modello passa da $1,36 a $0,70 in tre settimane, come è successo a questo. Ma né Mistral Large 4 né Mistral Large 3 sono nel nostro catalogo, quindi non possiamo instradare questa migrazione per te. Quello che possiamo fare è mantenere il resto del tuo stack su un'unica chiave mentre decidi, con failover automatico e oltre 200 modelli dietro un unico endpoint.

Una checklist di migrazione che entra in una sola schermata

• ID API — mistral-large-2512 diventa mistral-large-4 o il suo alias mistral-large-4-0; il vecchio ID continua a servire il traffico esistente ma è chiuso alle nuove integrazioni.

• Parametro reasoning — Large 4 espone l'impegno su basso, medio e alto, con alto come predefinito e basso che sostituisce la vecchia modalità "none"; i prompt che non lo impostavano ora eseguiranno il ragionamento.

• Contesto — 256K diventa 1M, il che cambia la strategia di chunking più di quanto cambi il modello; le pipeline di retrieval ottimizzate per 256K inizieranno silenziosamente a inviare prompt molto più grandi se glielo consenti.

• Budget di output — Mistral non pubblica una cifra massima di output per Large 4; misurala rispetto all'endpoint che chiami prima di dare per scontato un numero.

• Visione — Mistral pubblica un encoder visivo da 1,6B per Large 4 e non rende disponibile separatamente l'encoder per Large 3; il percorso multimodale è nativo in entrambi, ma rieseguire le attività sulle immagini anziché dare per scontata la parità.

• Licenza — se rivendi l'inferenza, ottieni l'accordo commerciale prima del rilascio, non dopo.

• Eval — ristabilisci la baseline sui tuoi task con effort alto e basso. I numeri del fornitore non sono trasferibili, e neppure i tuoi vecchi tassi di successo.

Chi dovrebbe muoversi ora, e chi dovrebbe aspettare?

Agisci ora se il tuo lavoro è agentico, a lungo contesto o intensivo in ragionamento, e se la tua fattura è dominata dai retry anziché dai token del primo passaggio. L'aumento del 40% delle tariffe non è il numero che conta in quel profilo; il numero che conta è quanti tentativi richiede un'attività, e la reasoning ladder è la prima cosa che Mistral ha rilasciato che plausibilmente lo riduce.

Se il tuo carico di lavoro è ad alto volume, a output breve e già supera i test, un aumento tariffario del 40% per una capacità che non stai usando è una perdita netta, e Large 3 continua a essere disponibile. La dismissione lo chiude alle nuove integrazioni, non al traffico esistente — ma consideralo una pista con una scadenza, non un'opzione permanente, e chiedi a Mistral la data di ritiro per iscritto invece di dedurla da una pagina di documentazione.

E se scegli tra i due sulla base di un grafico di benchmark, controlla prima da quale indice proviene. I numeri più citati per questa coppia sono stati misurati su una build che è stata sostituita il 27 ottobre, e l'unico punteggio che entrambi i modelli condividono oggi è che Large 4 ne ha uno e Large 3 no. Una decisione di migrazione presa su quelle basi è una decisione presa su un metro obsoleto — che è esattamente il tipo di cosa che un aumento di prezzo del 40% rende costosa.