Mistral Large 4 vs Qwen3-Max: Il modello economico è quello con la finestra piccola

Il divario di prezzo va nella direzione opposta rispetto al divario di dimensioni, che è tutto l'interesse di questo abbinamento. Qwen3-Max costa $0,36 per milione di token in input e $1,43 in output — un quarto del prezzo di listino dell'output di Mistral Large 4 e circa un terzo di quello promozionale. Offre un contesto di 262K token con un limite massimo di output di 65K. Mistral Large 4 dichiara un contesto di 1M, misura 524.288 sulla configurazione testata e produce fino a quella quantità in una singola risposta.

Quindi il modello economico è il modello a finestra ridotta, e se questo conta dipende interamente da ciò che gli invii.

Le carte

• Qwen3-Max — $0,36 in ingresso, $1,43 in uscita per milione; contesto di 262K; output massimo di 65K.

• Mistral Large 4 — $1,36 in ingresso, $0,14 in cache, $4,18 in uscita; promosso a $0,68 / $0,07 / $2,09. Contesto di 1M dichiarato, 524.288 misurato; 1,05 trilioni di parametri, 52 miliardi attivi, con un encoder visivo da 1,6 miliardi di parametri.

• Il rapporto — Mistral è 3,8× Qwen in input e 2,9× in output a listino; 1,9× e 1,5× in promozione.

Quei due rapporti sono lo stesso prodotto descritto in due modi, e solo uno di essi sopravvive alla fine di una promozione che nessuno ha datato.

Dove 262K è davvero vincolante

Duecentosessantaduemila token equivalgono a circa 200.000 parole. Un codebase di medie dimensioni, un lungo insieme di contratti, una trascrizione di più ore: tutti superano quella soglia. Un singolo documento, una cronologia di chat, il working set di un agente: la maggior parte di questi non la supera. Il modo onesto per deciderlo è misurare il 95° percentile della lunghezza del tuo input e confrontarlo con il tetto massimo anziché con la media; la media non è mai vincolante, la coda sempre.

Il tetto dell'output si fa sentire molto più spesso di quanto le persone si aspettino. Sessantacinquemila token equivalgono a circa 50.000 parole, e qualsiasi generazione in una singola richiesta di un lungo report, di un grande file di codice o di una sintesi completa di una trascrizione vi si avvicina. La finestra misurata da 524K di Mistral è otto volte più grande, ossia la differenza tra una singola chiamata e una pipeline di chunking — e una pipeline di chunking costa tempo di ingegneria che nessun prezzo per token riflette.

Per cosa paghi davvero la differenza di prezzo

Elabora un milione di token di input e 100.000 token di output con entrambe le schede. Qwen3-Max: 0,36 $ più 0,143 $ — circa 50 centesimi. Mistral a listino: 1,36 $ più 0,418 $ — 1,78 $. In promozione: 89 centesimi.

Quindi il modello di punta costa tra 1,8× e 3,6× il modello più economico per un compito identico, e in cambio offre un contesto quasi quattro volte più grande, un tetto di output otto volte più grande, input immagini nativo tramite un encoder da 1,6 miliardi di parametri, pesi pubblicati e una licenza che puoi leggere. Se valga 1,28 $ su questo compito è una questione che riguarda il compito, non il mercato.

Una cosa che il confronto non coglie: Mistral pubblica una voce di input in cache a 0,14 $, mentre la scheda di Qwen3-Max, per come la leggiamo, non riporta un equivalente. Per un agente che reinvia un prefisso stabile a ogni turno, quella riga mancante può valere più della differenza di prezzo di listino — ed è la prima cosa da misurare invece che dare per scontata quando si testano i due.

Quale instradare dove

Qwen3-Max è chiamabile su OrcaRouter alla sua tariffa pubblicata, sullo stesso endpoint compatibile con OpenAI di un catalogo di 224 modelli, con failover automatico. Mistral Large 4 non è in quel catalogo; viene eseguito tramite l'API proprietaria di Mistral e host di terze parti.

La regola di routing supportata dalle schede è semplice: il lavoro con input breve, output breve e alto volume va al modello da 36 centesimi, perché nessuno dei limiti massimi vincola e il prezzo è l’unica variabile. Tutto ciò che sta nella coda lunga — un documento completo, una base di codice ampia, una generazione in una singola chiamata — va al modello con la finestra più grande, perché quello più economico rifiuterà il lavoro anziché scontarlo.

E se scegli Mistral sul numero promozionale, ricorda cosa ha confrontato questa pagina: a listino, il rapporto rispetto a Qwen è quasi quattro a uno sull'input, non due.