GPT-6 Astra vs Mistral Large 4: Een kloof in capaciteiten, een prijskloof en drie dingen die benchmarks over het hoofd zien

Mistral Large 4 is ongeveer drie tot zeven keer goedkoper dan GPT-6 Astra en staat ongeveer zestien punten achter op de Intelligence Index. Volgens de onafhankelijke cijfers die in de week van 8 oktober 2026 werden afgelezen, staat Mistral Large 4 Preview op 38,4 op de Intelligence Index v4.3 van Artificial Analysis en GPT-6 Astra op 54,7 — een kloof die groter is dan die tussen Astra en welk ander model dan ook in dit segment — terwijl de tarieven $0,68 en $2,09 per miljoen tokens bedragen tegenover $10,00 en $50,00. Als capaciteit per dollar de enige vraag was, zou het antwoord Astra zijn voor zwaar werk en Mistral Large 4 voor volume, en zou het artikel hier eindigen.

Daar blijft het niet bij, want drie van de verschillen die deze confrontatie beslissen, staan op geen van beide benchmarktabellen van de leveranciers. Mistral Large 4 verscheen op 6 oktober 2026 als een publieke preview waarvan de gewichten niet zijn vrijgegeven, aangeboden vanuit Mistrals eigen Europese datacenters, en in de markt gezet op basis van weigeringsgedrag dat gesloten modellen tegen welke prijs dan ook niet kunnen repliceren. GPT-6 Astra werd op 3 september 2026 uitgebracht als het topmodel van OpenAI's assortiment, is gesloten, gemodereerd en is in deze vergelijking het model dat nee zegt. Dat is een andere as dan degene die de index meet.

De specificatie, beide zijden op elke regel.

• Release — GPT-6 Astra 3 september 2026, algemeen beschikbaar vs. Mistral Large 4 6 oktober 2026, openbare preview

• Parameters — Astra: niet bekendgemaakt vs. Mistral Large 4: 1,05 biljoen totaal met 49 miljard actief per token, plus een vision-encoder met 1,6 miljard parameters

• Contextvenster — Astra 1.050.000 tokens vs Mistral Large 4, geadverteerd als 1M, maar door Artificial Analysis in de configuratie die het test op 524.288 gelezen

• Maximale output — Astra 128.000 tokens vs. Mistral Large 4 nog niet gedocumenteerd

• Invoerprijs — Astra $10,00 per 1 mln. vs Mistral Large 4 $1,36 op de gepubliceerde tariefkaart, momenteel in rekening gebracht tegen een promotietarief van $0,68

• Prijs voor output — Astra $50,00 per 1 mln. vs. Mistral Large 4 $4,18 op de kaart, momenteel $2,09

• Gecachte invoer — Astra $1,00 per 1 miljoen vs Mistral Large 4 $0,14, momenteel $0,07

• Tier voor lange context — Astra herprijst het hele verzoek naar $20,00 en $75,00 boven 272.000 inputtokens; Mistral publiceert geen vergelijkbare stap

• Gewichten — Astra gesloten vs Mistral Large 4 beloofd onder een naamloze open licentie tegen eind oktober 2026, nog niet vrijgegeven

• Waar het draait — Astra op OpenAI's infrastructuur, Azure en AWS Bedrock vs Mistral Large 4 op Mistral's eigen Europese cluster vandaag de dag, zelf te hosten zodra de gewichten vrijkomen

• Onafhankelijke Intelligentie-index — Astra 54.7 vs Mistral Large 4 Preview 38.4

• Onafhankelijke long-context recall — Astra 80,7 vs Mistral Large 4 81,3, de enige capaciteitslijn waarin Mistral vooroploopt

De indexkloof is reëel, en dat is niet het hele model

Vierenvijftig tegen achtendertig is geen afrondingsverschil. Op de Terminal-Bench 4.0-harness van dezelfde beoordelaar noteert Astra 59,1% tegenover 26,8% voor Mistral Large 4 Preview, en op de eigen pagina van Artificial Analysis staat Mistral Large 4 te boek als gemiddeld ongeveer 507 seconden per taak, terwijl Astra's index-runs op ongeveer $3,26 aan compute per stuk worden geprijsd. Een model dat acht minuten per taak nodig heeft en zestien punten lager scoort, concurreert niet in dezelfde workloadklasse op het gebied van agentic coding.

Twee lijnen wijzen de andere kant op, en beide zijn het waard om in elke beslissing mee te nemen. Mistral Large 4 leidt op long-context recall, 81,3 tegen 80,7, wat een echt sterk punt is voor het documentintensieve en retrieval-intensieve werk waar een Europese koper het hoogstwaarschijnlijk zal willen. En het is een voorproefje van een mixture-of-experts met 1,05 biljoen parameters waarvan Mistral zegt dat die zich nog in een onverzadigde reinforcement-learning-run bevindt — de eigen woorden van de leverancier zijn dat hij "grote en snelle verbeteringen in de komende weken en maanden" verwacht. Het model dat je vandaag benchmarkt, is de slechtste versie ervan waarvoor je ooit zult worden gefactureerd. De 54,7 van Astra is gekoppeld aan een vaste capaciteit; de 38,4 van Mistral is gekoppeld aan een bewegende, en beide feiten pleiten op een andere manier in het voordeel van de koper.

Waar de cijfers van Mistral vandaan komen, en wie ze heeft doorgerekend

Het lanceringsmateriaal van Mistral is ongewoon zorgvuldig over de herkomst, en die zorgvuldigheid is zelf informatie. Drie van de belangrijkste cijfers voor agentisch coderen — 61,7% op DeepSWE v1.1, 59,4% op SWE-Atlas-QnA en 28,3% op Terminal-Bench 4.0, samen goed voor een score van 49,8% op de Coding Agent Index — worden door Mistral omschreven als privé geëvalueerd door Artificial Analysis voorafgaand aan de publieke lancering van die harness. Ze staan nog niet op de publieke index, waardoor ze sterker zijn dan een zelf uitgevoerde benchmark en tegelijk vandaag de dag nog steeds niet door jou te reproduceren zijn.

Het sterkste onafhankelijke datapunt in de release is er een die Mistral niet zelf heeft uitgevoerd. Surge AI, een externe annotatiefirma, voerde een blinde menselijke evaluatie uit naar codeerkwaliteit waarbij de identiteiten van de modellen verborgen bleven, en professionele annotatoren beoordeelden Mistral Large 4 Preview met een 3,74 op een schaal van 1–5 — de tweede van vijf, alleen achter Claude Opus 5 met 4,22, en vóór Kimi K3 met 3,59, GLM-5.3 met 3,60 en GLM-5.2 met 3,40. Een blinde menselijke evaluatie met een genoemd lab aan de andere kant is een ander soort bewijs dan een zelf gepubliceerde tabel, en het is het sterkste onafhankelijke resultaat in de aankondiging.

Al het andere in Mistrals tabel is door de leverancier gerapporteerd en niet gereproduceerd, inclusief de cybercijfers hieronder. Lees ze als beweringen die een zelfverzekerd lab doet, niet als metingen.

Wat Mistral eigenlijk verkoopt: de weigering

Dit is het deel van de vergelijking dat geen enkele benchmark vastlegt, en het is het scherpste dat een van beide leveranciers in deze confrontatie heeft gezegd.

Op de Cyber Index van Artificial Analysis zegt Mistral dat Mistral Large 4 in de wereldwijde top vijf staat en de open-weightmodellen die buiten China zijn ontwikkeld aanvoert. Bij één specifieke test — een echte kwetsbaarheid in open-source software reproduceren en die vervolgens patchen — rapporteert het 82%, beschreven als het hoogste van alle modellen, plus 93% van Cybench' 40 competitieoefeningen. Dan komt het met de observatie die de release zijn voorsprong geeft: verschillende toonaangevende gesloten modellen, met Claude Opus 5.5 en GPT-6 Astra in hun midden, scoren bijna nul op diezelfde test omdat ze de taak weigeren.

Beide helften daarvan zijn door de leverancier gerapporteerd. Geen van beide is onafhankelijk gereproduceerd. Maar het mechanisme is niet exotisch en het is geen sneer — OpenAI bracht GPT-6 Astra uit achter wat de berichtgeving bij de lancering omschreef als een Critical cyber threshold, en een model met een striktere weigeringshouding zal een verzoek tot reproductie van een kwetsbaarheid weigeren dat een model met een lossere houding zal proberen. De 82% en de bijna-nul zijn twee kanten van dezelfde beleidsbeslissing, en welke je wilt, hangt af van wat je voor de kost doet. Een red team dat zijn eigen software evalueert, wil de 82%. Een gereguleerd platform dat eindgebruikers bedient, kan juist de weigering willen en is mogelijk bereid daarvoor $10.00 en $50.00 per miljoen tokens te betalen.

Dat is het verschil tussen deze twee modellen dat geen enkele rij in een ranglijst je ooit zal laten zien, en het is de reden dat ze in de markt naast elkaar zullen bestaan in plaats van dat de een de ander verdringt.

Wat "open-weight" deze week betekent

Drie kanttekeningen horen aan de kant van Mistral Large 4 van het blad, en aan elk ervan hangt een prijskaartje.

• De gewichten zijn nog niet vrijgegeven. Er zijn vandaag geen checkpoints, geen licentiebestand en geen repository. Mistral zegt dat ze eind oktober 2026 beschikbaar komen, na een red-teamingvenster waarin gescreende partners en nationale autoriteiten een unlocked build krijgen. Tot dan is de preview-API de enige manier om er toegang toe te krijgen, wat betekent dat het argument "het op je eigen hardware draaien" een roadmapitem is, geen capaciteit.

• De onafhankelijkheidsvlag komt niet overeen met de marketing. Artificial Analysis vermeldt het model als isOpenWeights: false met de categorisatie "proprietary", omdat een preview die vanaf het eigen cluster van de leverancier wordt geserveerd, is wat bestaat. Die vlag is de zuiverste illustratie van de kloof tussen de woorden "open-weight" en het artefact.

• De prijs die u wordt geoffreerd, is een actieprijs. De kaart van Mistral toont $0,68 en $2,09 tegenover een doorgestreepte lijst van $1,36 en $4,18. Baseer uw factuur op de laatstgenoemde bedragen. Een preview is in contractuele zin ook een faseaanduiding — het model kan met een kortere aankondigingstermijn worden omgeleid, opnieuw geprijsd of uitgefaseerd dan een GA-release, dus een pijplijn die op de build van deze week is afgestemd, brengt hervalidatiekosten met zich mee die u niet had ingecalculeerd.

Niets daarvan maakt de preview een slechte aankoop. Het maakt er een aankoop van met een vervaldatum en een rekening voor hervalidatie, wat een andere soort kostenpost is dan een tarief per token.

Soevereiniteit is een inkoopregel, geen slogan.

Mistral trainde Mistral Large 4 vanaf nul op 3.800 NVIDIA Grace Blackwell GPU's in zijn eigen Europese datacenters, haalde €3 miljard op in een Series D specifiek om die capaciteit op te bouwen, en serveert de preview vanaf dezelfde infrastructuur. Voor een gereguleerde koper is dit geen marketingpositie; het is een vereiste waaraan GPT-6 Astra momenteel tegen geen enkele prijs kan voldoen. Het model van OpenAI is bereikbaar via OpenAI's eigen API, Azure en AWS Bedrock — allemaal uitstekend voor schaal, en geen ervan is een in Europa beheerde end-to-endpijplijn.

De tweede helft van het soevereiniteitsargument komt pas tot zijn recht wanneer de gewichten beschikbaar komen. Een organisatie met de GPU's kan dan een sparse model met 1,05 biljoen parameters on-premises draaien zonder dat er een provider aan te pas komt, wat tegelijk zowel het dataresidentieverhaal als het weigeringsgedrag verandert. Astra blijft tegen die tijd nog steeds een API-aanroep. Als je roadmap een on-premisefase heeft, is Mistral Large 4 de enige van deze twee die er een heeft — en als je die niet hebt, is die hele kolom voor jou niets waard.

Beide draaien zonder op een van beide te wedden

De ongemakkelijke vorm van deze matchup voor een router is dat de ene kant een model is dat wij aanbieden en de andere een preview die wij niet aanbieden. GPT-6 Astra staat in de OrcaRouter-catalogus tegen OpenAI's lijstprijs zonder iets erbij, op dezelfde OpenAI-compatibele sleutel als 200-plus andere modellen, met automatische failover over upstreamproviders — wat hier van belang is, want een preview is precies het soort afhankelijkheid dat je van je kritieke pad wilt totdat het zich stabiliseert. Mistral Large 4 wordt niet door ons gerouteerd zolang het wordt aangeboden vanaf Mistral's eigen cluster achter een preview-flag; de eerlijke versie van ons deel van deze vergelijking is de Astra-kant ervan, plus de mogelijkheid om dezelfde taak tegen beide te draaien zonder een tweede contract. Wanneer er een algemeen beschikbaar Mistral-endpoint verschijnt, erft het dezelfde 0% passthrough waarop de rest van de catalogus draait, en een prijswijziging van de leverancier komt op dezelfde sleutel op de dag dat die plaatsvindt in plaats van bij de volgende verlenging.

Wat één key je vandaag oplevert, is de A/B zelf: dezelfde prompt, dezelfde evaluator, twee modelstrings, één factuur — wat de manier is om de enige vraag te beantwoorden die ertoe doet bij een preview, namelijk of de weigeringshouding en het langecontextgeheugen ervan zestien indexpunten waard zijn voor jouw workload.

De beslissingsregel, en de datum die deze verandert

Als het werk zwaar redeneren, agentisch coderen of iets is dat wordt gemeten aan de top van de Intelligence Index, dan loopt GPT-6 Astra voorop en is het prijsverschil de premie daarvoor — $10,00 en $50,00 per miljoen tokens, met een herprijzing naar $20,00 en $75,00 voor verzoeken boven 272.000 inputtokens.

Als het werk volgens de vereisten in Europa moet worden gehuisvest, weigeringsgevoelig is of bestemd is voor on-premises hardware, is Mistral Large 4 de enige van de twee die de vraag überhaupt beantwoordt, tegen een kwart tot een zevende van de tokenprijs, met de kanttekening dat het artefact dat je later uitrolt niet het artefact zal zijn dat je nu evalueert.

De datum om in de gaten te houden is eind oktober 2026, wanneer volgens Mistral de checkpoints beschikbaar komen. Op die dag veranderen er drie dingen: de licentie krijgt een naam, het argument voor self-hosting is niet langer een belofte, en de introductieprijs die aan een veranderende preview hangt, is niet langer de prijs die aan een vaste versie hangt. Wie deze twee modellen nu op het gebied van capaciteiten vergelijkt, moet de vergelijking daarna opnieuw uitvoeren, want een van de kolommen ervan zal zijn opgeschoven.