Muse Wonder 対 Mistral Large 4.0：提供済みモデルとまだプレビュー中のモデルを比較

Muse Wonder と Mistral Large 4.0 を比べるにあたって、まず正直に言うべきことは、この2つのうち完成しているのは片方だけだということです。Meta Superintelligence Labs は2026年10月12日に Muse Wonder を商用APIとして提供開始しました。入力トークン100万あたり4.00ドル、出力100万あたり20.00ドル、1,048,576トークンのコンテキストウィンドウ、Artificial Analysis のインテリジェンス指数は52です。一方 Mistral AI は2026年10月6日、つまり6日前に Mistral Large 4.0 をパブリックプレビューに投入しました。価格は入力100万あたり1.36ドル、出力100万あたり4.18ドル、独立系の指数は38.4、重みは未公開、ライセンス名も未公表、そして出力上限については Mistral が一切文書化していません。以下に記すことは今週時点ではすべて事実ですが、そのうち一部は11月を待たずに事実でなくなる予定です。Mistral が今月中に重みを公開すると述べているからです。

十四か条、そしてその代償

複合ギャップはこのシリーズで最も大きく、このページで最も面白みのない数字だ。どちらの数値も、Artificial Analysis の同じ指数リビジョンに基づくものなので、直接比較できる：

• Intelligence Index — Muse Wonder（max）52、219モデル中9位；Mistral Large 4 Preview 38.4、225モデル中64位

• リスト料金 — Muse Wonder は100万トークンあたり $4.00 入力 / $0.20 キャッシュ / $20.00 出力、Mistral Large 4.0 は $1.36 入力 / $0.14 キャッシュ / $4.18 出力

• インデックスタスク1件あたりのコスト — Muse Wonder は約4.52ドル、Mistral Large 4.0 は約1.13ドルで、その4分の1

• インデックス実行時の出力トークン — Muse Wonder 約1億3000万、Mistral Large 4.0 約2億

• コンテキストウィンドウ — Muse Wonder は 1,048,576 トークンと公称・提供。Mistral Large 4.0 は Mistral のドキュメントでは 1,048,576、独立した評価者が読み取る限りでは 524,288

• パラメータ — Muse Wonder 非公開；Mistral Large 4.0 は合計1.05兆、トークンあたり490億がアクティブ、さらに16億パラメータのビジョンエンコーダー

• 重み — Muse Wonder はプロプライエタリで、公開されているものはありません。Mistral Large 4.0 は現在プロプライエタリですが、2026年10月末までにオープンにすると約束されています

4×のコスト比こそが実際の判断材料であり、このシリーズの一部の組み合わせのように、インデックス差によって和らげられることはない。Muse Wonder はより少ないトークン数で済みながら、それでも14ポイント高く到達する。したがって、価格差は冗長さを買うのではなく、本当に能力を買っているのだ。だが、38.4というインデックススコアは悪いモデルではない——おおよそ、有能な中堅クラスの推論モデルが位置するあたりだ——そして購入者が実際に直面する問いは、14ポイントの能力が、大量のトークンを処理するパイプラインでランレートを4倍にするだけの価値があるかどうかである。

ほとんどの大量処理作業では、そうではない。エージェント型コーディングや長期的な専門業務では、Mistral Large 4.0 のプレビュースコアは弱く、より安価なモデルは真の代替にはならない。ベンダー自身の数値では、Terminal-Bench 4.0 で 28.3、同社の複合 Coding Agent Index で 49.8 となっており、これは Meta が Muse Wonder について公表しているターミナル数値とは別クラスの結果である。

プレビュー条項

Mistral自身のドキュメントは現在このモデルについて内部で一致しておらず、今日書かれる比較はその状態を引き継ぐことになる。

• コンテキストウィンドウはMistralのドキュメントでは100万トークンと記載されている一方、Artificial Analysisでは524,288と読み取られている — 2倍の相違で、未解決。

• 有効パラメータ数は、一部のMistralの表示では490億、別の表示では520億となっています。

• ライセンス名は明記されていません。Mistral 自身の資料では、このリリースを「Open」とタグ付けしていますが、具体的な指定はありません。また、評価ツールはライセンス欄が入力されていない状態で、これをプロプライエタリとしてフラグを立てています。Mistral Large 3 は Apache 2.0 を採用していましたが、これはまだ何も採用していません。

• 最大出力長は文書化されていません。

• ローンチプロモ価格 — 入力 $0.68、出力 $2.09、標準料金の半額 — は Mistral の料金表で取り消し線が引かれており、つまり終了するということです。

それらのどれもスキャンダルではない。それらは、外から見たプレビューの姿だ。サービング構成がまだ流動的なモデルであり、より短い通知で販売され、一般提供リリースよりも短いタイムラインで再価格設定や廃止の対象になり得る。Muse Wonder には、それ自体まだ未解決の疑問がある——サブスクリプション限定の Full チェックポイント、本番環境で誰もテストしていない Active Memory 機能——しかし、その料金表、コンテキストウィンドウ、エンドポイントは、現時点での最良の見立てではなく、確定した事実である。

この2つを互いにベンチマーク比較しようとする人にとっての実用的な帰結は、Mistralの列が動くということだ。プレビューモデルのスコアは、ベンダーが何も告知しないままでも同じハーネスのリビジョン間で変わり、プレビューの数値に合わせてチューニングされたワークロードは、動く標的に合わせてチューニングされたものとして扱うべきである。

Mistral Large 4.0 にあって Muse Wonder にないもの

2点ある。どちらも漸進的ではなく、具体的なものだ。

第一は主権的展開であり、それはベンチマークの答えではなく調達の答えである。Mistralはこのモデルを自社の欧州データセンターで、欧州のハードウェア上で訓練し提供している——発表資料は3,800基のNVIDIA Grace Blackwell GPUと30億ユーロのシリーズDを挙げている——そして、EUのすべての公用語を含む約160言語にネイティブに対応している。欧州の公共部門または規制対象の購入者にとって、それはしばしば決定のすべてであり、Muse Wonderはどんな価格でもそれに参加しない。MetaのモデルはMetaによって、Metaの条件で提供される。

二つ目はセキュリティ作業で、そこではMistralの主張は異例なほど具体的だ。ベンダーは、実際のオープンソース脆弱性の再現と修正で82%を報告しており、これをテストしたどのモデルよりも最高だと説明し、40問のサイバーセキュリティ課題スイートでは93%だとしている。さらに、Claude Opus 5.5とGPT-6 Astraは同じテストでほぼゼロのスコアだと主張している。なぜなら彼らはそのタスクを拒否するからだ。これらはMistral自身のモデルについてベンダーが報告した数値であり、拒否の主張は2つの競合他社の行為についてのベンダーの性格づけだ。どちらも主張として扱うべきだ。しかし、数値がおおよそでも当てはまるなら、38.4インデックスのモデルが52のモデルよりも有用であるような防御セキュリティおよびパッチ生成作業のクラスが存在し、これは複合スコアでは示せない種類の逆転だ。

人間が判断したコーディング品質——評価ハーネスではなく——に関して、ラベルを隠してプロのアノテーターが採点した Surge AI によるブラインド評価では、Mistral Large 4.0 は5点満点中3.74で、テストされた5モデル中2位だった。Kimi K3の3.59を上回り、Claude Opus 5の4.22には及ばなかった。これは、総合スコアがコードにおけるこのモデルを過小評価しているという、小さくも実在するシグナルであり、ベンダーの表には決して載らない種類の数字だ。

ヨーロッパの問題、そしてルーティングの問題

Mistral Large 4.0 は OrcaRouter のカタログにありません。当社側にはこのモデル用の mistral ルートは存在せず、このページでそれを示唆することもありません。プレビューが現在実行されているのは、Mistral 自身のプラットフォーム、その Studio API、およびいくつかのサードパーティプラットフォームです。Meta の Muse Wonder も同様に当社のものではありません。それが実行されるのは Meta Model API と Muse Code で、また、meta/muse-wonder のエントリは当社のカタログにありません。

ここでルーティング可能なのは、両方の判断の土台にある層だ。Muse Spark 1.2——このファミリーの系譜元である、より大規模なMetaのチェックポイント——は、カタログ上で1,048,576トークンのウィンドウにわたり、100万トークンあたり入力$1.25、出力$4.25、キャッシュ読み取り$0.15で提供されている。そして、これら2つの比較を1つのエンドポイントに置くべき理由は、どちらも確定した購入対象ではないからだ。Mistralのプレビューは、重みが公開されライセンスが明示されれば動き、MetaのFullチェックポイントにAPI経路が用意されるかどうかはわからない。プロバイダーの定価は0%のマークアップでそのまま反映される。したがって、ベンダーがプレビューの価格を改定したとき——Mistralの取り消し線付きのローンチ価格が最終的にそうなるように——、こちら側の数字は次の請求サイクルを待たずに当日動く。ルーティングDSLと自動フェイルオーバーは、まさにこの比較が持つ形のために存在する。すなわち、未確定のモデルで試したいが、本番の経路をそれに賭けたくはないワークロードのために。

完成したモデルと未完成のモデルのどちらを選ぶか

• デプロイメントが欧州のものでなければならない場合、EU言語における多言語対応が重要な場合、または作業が防御的セキュリティとパッチ生成である場合は、Mistral Large 4.0 を採用してください。これら3つのケースでは、インデックスギャップは適切な指標ではありません。

• タスクあたりのコストが制約条件なら、Mistral Large 4.0 を選びましょう。インデックスタスクあたり $1.13 対 $4.52 で、これはこのシリーズで最も安い四半期であり、大量の分類、抽出、要約においては、比べものになりません。

• Mistral Large 4.0 のプレビュー数値を、確定値であるかのように前提にしてはいけません。コンテキストウィンドウとパラメータ数がベンダー自身のページ間でなお議論の的になっているモデルは、ベンチマークの列が変わるモデルです。

• 作業がエージェント的で長期的な場合、入力が音声や動画の場合、または出力を長くする必要がある場合は、Muse Wonder を選びましょう — Meta の 943,718 トークンという単一応答の上限に匹敵するものはここにはありません。Mistral はそのような上限を明示していないからです。

• その能力が今すぐ必要で、そのために4倍の対価を払えるなら、Muse Wonder を選ぼう。確定した料金表がある GA エンドポイントでの14ポイントの指数差は、スコアに対するのと同じくらい、確実性に対するプレミアムだ。

この組み合わせに明快な判定が下しにくいのは、この2つのモデルが同じ購入を巡って競合しているわけではないからだ。一方は、公開された料金表と未完成の機能セットを備えたフロンティアモデルであり、もう一方は、まだ存在しないライセンスを持つ、より安価で主権型の、形成途上のモデルである。3週間後には、Mistral Large 4.0 のほうがこの2つの中でより興味深いものになっているかもしれない——名称付きライセンスの下でのオープンウェイトは、上記のすべての段落を変えるだろう。現時点で、実際にコミットできるのはそのうち一方だけだ。