Muse Spark vs Mistral Large 4.0: un'anteprima contro un modello rilasciato

Questo non è un confronto alla pari, e Mistral sarebbe il primo a dirlo. Mistral Large 4.0 è stato annunciato il 6 ottobre 2026 come anteprima pubblica con il soprannome "le Chonk" — un mixture of experts da 1 trilione di parametri con 52 miliardi di parametri attivi, che si autodefinisce ancora in miglioramento, con i pesi promessi entro la fine di ottobre. Muse Spark 1.3, l'attuale checkpoint Muse Spark di Meta, è stato rilasciato il 2 settembre 2026 ed è stabile da allora. Confrontare un modello in anteprima con uno già rilasciato è un errore di categoria se stai scegliendo l'infrastruttura di produzione e un esercizio davvero utile se stai cercando di capire quale delle due linee adiacenti all'open-weight meriti la tua attenzione nei prossimi due trimestri. Quale delle due stai facendo cambia ogni conclusione qui sotto, quindi questo articolo tiene separate le due domande.

Dove si trova realmente ciascuno di loro

Muse Spark is a family, not a model. Muse Spark 1.1 arrived July 16, 2026, Muse Spark 1.2 on August 5, and Muse Spark 1.3 on September 2, all from M​eta Superintelligence Labs, all sharing a 1,048,576-token context window. Muse Spark 1.3 gained its max reasoning setting on September 4. It is live, priced, documented and stable — and the family's pricing has not moved in three consecutive releases.

M​istral Large 4 is at the other end of its lifecycle. The announcement is unusually candid about it: a public preview on M​istral Studio today, weights "by the end of the month", a model that "continues to improve rapidly as we refine it", currently being red-teamed with cybersecurity partners and vetted organisations under reduced moderation. It was trained from scratch on 3,800 N​VIDIA Grace Blackwell GPUs in M​istral's own European datacentres, and M​istral is explicit that sovereignty is the point — a European-hosted, self-deployable model for organisations that cannot accept provider-level refusals mid-incident.

Quella differenza di maturità è la prima cosa da prezzare, e non è una critica. Un'anteprima che cambierà è un'anteprima sulla quale non dovresti ancora costruire una pipeline certificata; un modello rilasciato che non cambia da sei settimane è uno sul quale invece puoi.

I numeri indipendenti

Both rows are Artificial Analysis' hosted measurements; neither is a vendor claim, and the listing names M​istral's entry "M​istral Large 4 Preview".

• Intelligence Index — Muse Spark 1.3 (max): 48, posizione 24 su 217. M​istral Large 4 Preview: 38, posizione 66 su 217.

• Cost per index task — Muse Spark 1.3: $1.60. M​istral Large 4 Preview: $1.13. M​istral is cheaper per completed task despite the lower score.

• Velocità di output — Muse Spark 1.3: 121,9 token al secondo, 43º posto su 186. M​istral Large 4 Preview: non misurata, nessun dato pubblicato. Su un'anteprima servita da un singolo cluster interno, una velocità non misurata non sorprende e resta comunque una lacuna.

• Verbosità — Muse Spark 1.3: 170M token di output sull'indice. M​istral Large 4 Preview: 200M, descritto come molto verboso. Vantaggio Muse Spark.

• List pricing — Muse Spark 1.3 at $1.25 in / $4.25 out with cached input at $0.15, flat. M​istral Large 4 is currently on a sale rate reported at $0.68 in / $2.09 out with cached input at $0.07, against regular rates of $1.36 and $4.18. M​istral's own public pricing page still shows a generic "M​istral Large" figure and does not list Large 4, so the documentation page is the authoritative source and the sale rate is the one to verify before you commit.

Leggi quella tabella come un'affermazione su oggi e dice qualcosa di lievemente scomodo per Meta: il modello più economico qui è quello con il punteggio più basso, e ha un punteggio inferiore di dieci punti indice. Leggila come un'affermazione su un'anteprima e dice qualcosa di più utile — il costo di esecuzione è competitivo mentre la capacità non è ancora all'altezza, che è la forma di un modello con margini di miglioramento e di un fornitore che ha prezzato di conseguenza.

Il conflitto della finestra di contesto, enunciato anziché risolto

M​istral's own model card gives M​istral Large 4 a 1-million-token context window. Artificial Analysis' listing for the same model shows 524,000 in its specification panel and describes it as "520k tokens" in the prose. We are not going to average those. One of the two is wrong, or one is describing a configuration the other is not, and we could not resolve it from the public record. What we can say is that the vendor figure is more specific about modality and architecture and the analyst figure is more specific about cost and task performance, so neither source dominates. If window size matters to your decision, verify it against the API before you commit — this is exactly the kind of discrepancy that propagates into production unnoticed.

Sulle modalità non c'è conflitto né ambiguità: entrambi i modelli accettano testo e immagini in input e restituiscono testo. La model card di Mistral Large 4 aggiunge il ragionamento come modalità di output e include, tra le sue funzionalità, output strutturati, function calling, Q&A su documenti, completamento di prefissi, batching, agenti e connettori. Muse Spark 1.3 accetta testo, immagini e video in input e restituisce testo, con una scala di ragionamento da minimo a massimo. È interessante notare che nessuno dei due modelli pubblica un numero massimo di token di output che abbiamo potuto verificare — uno dei pochi casi, nel panorama attuale, in cui un modello di frontiera di un grande laboratorio semplicemente non lo dichiara.

Ciò che ciascun fornitore sostiene, tenuto ciascuno dalla propria parte

M​istral's announcement leans on vertical strengths rather than a general scoreboard. Vendor-reported and unreproduced: DeepSWE v1.1 at 61.7%, SWE-Atlas-QnA at 59.4%, Terminal-Bench 4 at 28.3%, a Combined Coding Agent Index of 49.8%, AutomationBench at 59.9%, AA-Briefcase at 1,393 Elo, a second-place 3.74 out of 5 in Surge AI's blind human coding evaluation, 42% on Dense 200 visual grounding, 93.3% attack resistance on Lakera B3, and a cybersecurity pitch that is the real differentiator — top five on the Artificial Analysis Cyber Index, 82% on a reproduce-and-patch task that M​istral claims is the highest of any model, and 93% on Cybench. M​istral's own framing of that last point is that several leading closed models, Claude Opus 5.5 and GPT-6 Astra among them, score near zero on the same test because they refuse the task rather than fail it.

I dati di Meta per Muse Spark 1.3 rappresentano un punteggio agentico di uso generale: DeepSWE v1.1 a 75,4, OSWorld 2.0 a 66,9, Terminal-Bench 2.1 a 76,4 con l'agente Terminus 2, MCP-Atlas a 89,2, GDPval-AA v2 a 1.754, SciCode a 58,5, HLE-Diamond senza strumenti a 26,1 e JobBench a 61,8.

Le due liste si toccano a malapena. DeepSWE v1.1 è l'unica valutazione che entrambi pubblicano, e lì M​eta dichiara 75,4 contro il 61,7 di M​istral — un divario abbastanza ampio da sopravvivere alle differenze di harness, anche se non abbiamo riprodotto né l'una né l'altra. Ovunque altro i fornitori hanno semplicemente misurato cose diverse, ed è per questo che il confronto onesto si basa sulle righe indipendenti qui sopra, piuttosto che sull'impilare queste due tabelle.

La domanda che li separa davvero: pesi aperti

Questo è l'asse che il titolo del confronto sottintende e quello in cui i due modelli sono davvero prodotti diversi anziché versioni migliori e peggiori della stessa cosa.

M​istral Large 4 ha un percorso dichiarato verso pesi scaricabili, promessi entro la fine di ottobre 2026, corredato dall'affermazione che supera qualsiasi modello open-weight sviluppato negli Stati Uniti o in Europa. Se ciò si concretizzerà, diventerà il più grande rilascio europeo open-weight e un'opzione concreta per le organizzazioni che necessitano di self-hosting. Si noti che la licenza non è specificata sulla scheda del modello al momento in cui scriviamo e che il repository Hugging Face non era pubblicamente leggibile quando abbiamo verificato, quindi i termini con cui quei pesi arriveranno non sono ancora conoscibili — una lacuna che non intendiamo nascondere, perché nei rilasci open-weight la licenza è spesso l'intera storia.

The Muse Spark line is not an open-weight line. Muse Spark 1.1, 1.2 and 1.3 are closed and served through M​eta's own API. What does carry weights is a separate member of the family under its own name — Muse Spark Open, an 816B-total / 42B-active release whose repository was created on September 15, 2026, sat gated and unannounced for four weeks, and was published with a licence by M​eta on October 15, 2026. That timeline is the part we can state flatly, because the repository timestamps and the licence date are in the artefact. What is not confirmed is how good it is: M​eta has not published the evaluation report behind its own scorecard, so treat the Open weights as their own question rather than as a newer version of Muse Spark 1.3. Anyone comparing M​istral's open-weight promise against Muse Spark 1.3 is comparing two different distribution models, not two capability tiers.

Which means the decision rule is simple and has almost nothing to do with the index. If you must run the model on your own hardware, in your own jurisdiction, under your own policies, this comparison has one candidate and it is the M​istral one, subject to what its licence says when the weights appear. If you are buying an endpoint, the M​istral preview is currently the lower-scoring and cheaper option against a shipped model that beats it by ten index points.

Compilare rispetto a uno dei due senza vincolarsi

OrcaRouter routes Muse Spark 1.2 and Muse Spark 1.1 at Meta's list price with 0% markup passed through, alongside 200+ models on one API, with automatic failover and a routing DSL for splitting traffic between them. M​istral Large 4 is not on our catalogue, and Muse Spark 1.3 is not either — so we are not going to pretend this matchup can be run end-to-end on one of our keys today. What the pass-through model is good for here is the specific thing this matchup needs: as M​istral's sale pricing and its weight release both land within weeks of each other, a routed key means a price change or a new open build shows up on our side the same day it shows up on theirs, rather than at the next contract renewal.

Cosa fare questo mese

If your decision can wait until the end of October, wait — the single most consequential fact about M​istral Large 4 is not yet published, and it is the licence on the weights rather than any number in this article. If it cannot wait, the comparison as it stands today is between a preview at $0.68 / $2.09 on sale with a 38 index score and no measured output speed, and a shipped model at $1.25 / $4.25 with a 48 index score, roughly 122 tokens per second and six weeks of stability behind it. The preview is cheaper per task today and will almost certainly be a different model by the time anyone reads this; the shipped one is ten points stronger and will not have changed. Neither of those is a recommendation, because the deciding factor is whether the weights M​istral promised are something you need — and that is not a benchmark question.

Un risultato come questo è anche un promemoria del fatto che gli errori dei modelli sono già documentati: gli incidenti AI e i fallimenti degli agenti dietro i modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.