Mistral Large 4 vs Muse Spark 1.2: un divario di prezzo di 25 centesimi e un divario di latenza di 3 secondi

Questa è la combinazione di prezzi più vicina sul sito, e rende la decisione insolitamente semplice. Mistral Large 4 ha un prezzo di listino di 1,36 $ per milione di token di input e 4,18 $ di output; Muse Spark 1.2 costa 1,25 $ e 4,25 $. Sul fronte dell'input Mistral costa il 9% in più; sull'output costa il 2% in meno. Si tratta di un errore di arrotondamento in entrambe le direzioni, il che significa che il prezzo non può decidere e devono farlo le altre colonne.

Sono subito in disaccordo. Muse restituisce il suo primo token in 3,03 secondi; Mistral Large 4 è un MoE da mille miliardi di parametri senza una misurazione comparabile in servizio e, stando all'evidenza di ogni modello di quella classe, più lento. Muse accetta testo, immagini, video, file e audio; Mistral accetta testo e immagini. Mistral pubblica i suoi pesi; Muse no.

Le carte

• Mistral Large 4 — 1,36 $ in ingresso, 0,14 $ in cache, 4,18 $ in uscita; promosso a metà prezzo, nessuna data di fine pubblicata. 1,05 trilioni di parametri, 52 miliardi attivi, encoder visivo da 1,6 miliardi di parametri. Contesto da 1M dichiarato, 524.288 misurato. Pesi pubblici, 1.060,6 GB bf16, ai sensi della Mistral Ecosystem Open-Weight License.

• Muse Spark 1.2 — $1,25 in ingresso, $4,25 in uscita; contesto 1M; input testo, immagine, video, file e audio; output testo; 3,03 secondi al primo token. Sulla pagina che abbiamo letto non è pubblicato alcun limite massimo di output, e nessun peso.

Due asimmetrie meritano di essere nominate con precisione. Muse accetta video, audio e file, mentre Mistral accetta immagini e testo — una superficie di input più ampia, non una con risoluzione superiore. E Mistral ha una finestra di output misurata di 524.288 token, mentre l'output massimo di Muse non è dichiarato, il che è una lacuna nel confronto anziché una prova di una delle due.

L'unico numero che non è vicino

Latenza. Un primo token in 3,03 secondi rispetto a un modello la cui categoria richiede tipicamente diversi secondi in più è la differenza tra un prodotto che sembra immediato e uno che sembra ponderato. Su un ciclo agente di venti turni sono decine di secondi per attività; su un'interfaccia chat è l'intera qualità percepita della cosa.

La controargomentazione è il volume: la voce dell'input in cache di Mistral a $0,14 offre uno sconto sui prefissi ripetuti che la scheda di Muse non pubblica. Per un agente che reinvia un prompt di sistema stabile a ogni turno, quella voce può valere più di quanto costi il divario di latenza di 4 secondi — ed è misurabile in un pomeriggio anziché oggetto di discussione in un thread.

La licenza, di nuovo

I pesi di Mistral sono scaricabili con una licenza che consente uso commerciale, modifica, distribuzione e ulteriore addestramento, riservando solo il modello come servizio a un accordo separato. Muse Spark 1.2 non ha checkpoint da scaricare. Se eseguire il modello all'interno del proprio perimetro è un requisito, il divario di prezzo di 25 centesimi è irrilevante e Mistral vince per il solo fatto di esistere.

Se non è un requisito, la licenza è una colonna che puoi ignorare, e la decisione si riduce a latenza e superficie di input.

Per attività

Un milione di token di input e 100.000 token di output. Muse: $1,25 più $0,425 — $1,68. Mistral a listino: $1,78. In promozione: 89 centesimi.

Quindi, a listino, i due sono separati da un 6%, e la promozione rende Mistral metà del prezzo di Muse. Questa è l'unica versione di questo confronto in cui il prezzo di listino decide qualcosa — e dipende da uno sconto senza data di scadenza.

Cosa eseguire

Muse Spark 1.2 è disponibile su OrcaRouter alla tariffa pubblicata dal fornitore, su un unico endpoint compatibile OpenAI con failover automatico, insieme ad altri 223 modelli. Mistral Large 4 non è in quel catalogo; viene eseguito tramite l'API proprietaria di Mistral e host di terze parti.

La regola di instradamento: input audio e video a Muse, il lavoro su immagini e testo a quello dei due che, secondo le tue stesse misurazioni, completa un compito con meno token. Con uno scarto di prezzo del 2%, quella misurazione è l’unica cosa rimasta in grado di stabilirlo.