Mistral Large 4 vs Qwen3.8 Max: Een geclaimde voorsprong die de gepubliceerde cijfers weerleggen

Mistral's lanceringspost voor Mistral Large 4 stelt dat de gecombineerde Coding Agent Index-score van 49,8% het "vóór DeepSeek V4 Pro 0813 en Qwen3.8 Max" plaatst. Artificial Analysis heeft Qwen3.8 Max al in dezelfde indexfamilie, en het Terminal-Bench 4.0-cijfer is 38,9%. Mistral rapporteert voor zijn eigen model 28,3% op die testomgeving. Beide cijfers komen van Artificial Analysis — het ene openbaar, het andere privé geproduceerd vóór de lancering van de testomgeving — en ze wijzen in tegengestelde richtingen. Dat is geen reden om een van beide modellen af te schrijven. Het is het nuttigste aspect van deze confrontatie, want het vertelt je precies welke van de twee je vandaag kunt verifiëren, en het zet de prijsvraag scherp neer: Qwen3.8 Max kost $2,00 per miljoen invoertokens en $6,00 per miljoen uitvoertokens tegenover $0,68 en $2,09 voor Mistral Large 4, ongeveer drie keer zoveel, en op elke gepubliceerde maatstaf is het het sterkere model.

Beide zijn pogingen op Alibaba- en Mistral-schaal om hetzelfde te doen — een native multimodaal vlaggenschipmodel dat ongeveer een miljoen tokens context bedient met redeneren, tools en gestructureerde uitvoer — die negen weken na elkaar zijn uitgebracht, respectievelijk in openbare preview en algemeen beschikbaar. Een van hen wordt al sinds 3 augustus 2026 geleverd en heeft een volledige kolom met onafhankelijke scores. De andere arriveerde op 6 oktober 2026 met een belofte om de gewichten voor het einde van de maand vrij te geven en een reinforcement-learning-run waarvan de leverancier zegt dat die nog steeds stijgt.

De gepubliceerde column en de beloofde

Qwen3.8 Max is Alibaba's meest capabele niveau tot nu toe, en Alibaba positioneert het in zijn eigen migratiegids rechtstreeks tegenover GPT-5.5, Claude Opus 4.7 en Gemini 3.1 Pro. Het is native multimodaal voor tekst, afbeeldingen en video met tekstuitvoer, heeft een contextvenster van 1.000.000 tokens, en de capaciteitenmatrix bevestigt denkmodus, functieaanroepen, ingebouwde tools en gestructureerde uitvoer. Het wordt aangeboden in drie wire-formaten — OpenAI-compatibel, Anthropic-compatibel en native DashScope — vanuit Peking, Singapore, Tokio, Frankfurt en verdere regio's.

Op Artificial Analysis scoort het 45,4 op de Intelligence Index v4.3.2, 17e van 147 modellen, en 76,2 op de AA Coding-index, wat 9e van 138 is en gedeeld met Kimi K3 aan de top van het open-weightveld. Het behaalt 92,8% op GPQA Diamond, 80,3% op long-contextrecall, 52,1% op SciCode en 47,8% op tau-banking. Het resultaat op Terminal-Bench 2.1 is 88,8%.

Mistral Large 4 is een granulaire mixture-of-experts-model met 49 miljard actieve parameters van een totaal van 1,05 biljoen en een vision-encoder met 1,6 miljard parameters, vanaf nul getraind op 3.800 NVIDIA Grace Blackwell GPU's in Mistrals eigen Europese datacenters op data die meer dan 160 talen bestrijken. Het verwerkt tekst en afbeeldingen over een context van ongeveer een miljoen tokens. De Artificial Analysis-pagina bestaat onder de titel "Mistral Large 4 Preview" en bevat geen Intelligence Index-score; de gewichten worden beloofd tegen eind oktober 2026.

• Intelligentie-index — Qwen3.8 Max 45,4 (17e van 147) vs Mistral Large 4 nog niet gepubliceerd

• Programmeerindex — Qwen3.8 Max 76,2 (9e van 138) vs. Mistral Large 4: niets vergelijkbaars

• Terminal-Bench 4.0 — Qwen3.8 Max 38,9% vs Mistral Large 4 28,3%, privé geëvalueerd

• Contextvenster — Qwen3.8 Max 1.000.000 tokens vs. Mistral Large 4 ongeveer 1.000.000

• Invoermodaliteit — Qwen3.8 Max tekst, afbeelding en video vs. Mistral Large 4 tekst en afbeelding

• Invoerprijs — Mistral Large 4 $0,68 per 1M vs Qwen3.8 Max $2,00 per 1M

• Prijs van de uitvoer — Mistral Large 4 $2,09 per 1 miljoen vs Qwen3.8 Max $6,00 per 1 miljoen

• Gecachte invoer — Mistral Large 4 $0,07 per 1M vs Qwen3.8 Max $0,25 per 1M

• Gewichten — Mistral Large 4 open licentie toegezegd tegen eind oktober 2026 vs Qwen3.8 Max gesloten

• Uitgebracht — Qwen3.8 Max 3 augustus 2026 vs Mistral Large 4 6 oktober 2026, preview

De tegenstelling oplossen, voor zover die opgelost kan worden

De twee Terminal-Bench 4.0-cijfers zijn echt inconsistent, en de meest waarschijnlijke verklaring is de minst dramatische: het zijn verschillende runs. Mistrals 28,3% wordt beschreven als privé geëvalueerd door Artificial Analysis vóór de publieke release van de harness, wat betekent dat het mogelijk is gemeten op een pre-release harness, met een andere reasoning effort, of met een andere sampling. Qwens 38,9% is op de gepubliceerde harness bij welke configuratie Artificial Analysis ook heeft gestandaardiseerd. Ze direct vergelijken is een concept met een definitieve versie vergelijken, en het concept is degene die er slechter uitziet.

Het is ook de moeite waard om op te merken welke kant de tegenstrijdigheid op snijdt. Mistral claimt een voorsprong op de gecombineerde Coding Agent Index — 49,8%, vóór Qwen3.8 Max — terwijl het een Terminal-Bench 4.0-cijfer publiceert dat tien punten achterloopt op dat van Qwen. Een gecombineerde index aggregeert meerdere evaluaties, dus beide kunnen tegelijkertijd waar zijn, en een model met een sterk DeepSWE v1.1-resultaat (Mistral meldt 61,7%) en een zwak Terminal-Bench-resultaat kan alsnog het gemiddelde winnen. Maar zolang de Coding Agent Index niet openbaar is, is het enige onderdeel van die claim dat een lezer kan controleren juist het onderdeel waarop Mistral achterloopt. Die asymmetrie is precies waar je wantrouwig over moet zijn, in beide richtingen.

Wat je voor drie keer de prijs daadwerkelijk krijgt

Twee dingen, en slechts één ervan gaat over prestaties.

Video is het concrete voorbeeld. Qwen3.8 Max accepteert video native als een eersteklas invoer; Mistral Large 4 niet. Mistrals multimodale hoofdstuk gaat over afbeeldingen — het grounden van drukke scènes, het verifiëren van mechanische onderdelen in technische tekeningen, het ophalen van bewijs uit PDF's, het scannen van gigapixel-satellietbeelden — en niets daarvan vereist bewegende beelden. Als je pipeline opnames, demonstraties of videoarchieven verwerkt, is de prijsvergelijking irrelevant, want een van deze modellen kan je invoer niet aannemen. Dit is een grens van capaciteiten, geen verschil in tariefkaart, en geen enkele prijsaanpassing zal daar iets aan veranderen.

Het tweede is bewijs. De Index-score van 45,4 van Qwen3.8 Max, zijn negende plaats in de codeerranglijst en zijn 88,8% op Terminal-Bench 2.1 zijn allemaal reproduceerbaar op gepubliceerde harnesses door iedereen die de tokens wil uitgeven. ML4 van Mistral biedt een hoger geclaimd plafond voor agentische codering en automatisering, een blinde menselijke evaluatie waarin het Kimi K3 en GLM-5 net voorbleef op waargenomen codeerkwaliteit, en een specifieke cybersecurityclaim — 82% op de reproduce-and-patchtest van Artificial Analysis, het hoogste van alle geteste modellen, met 93% op Cybench. Elk daarvan is door de leverancier gerapporteerd of privé geëvalueerd. Een team dat een modelkeuze moet verantwoorden aan een inkoopreview betaalt de drievoudige premie om het antwoord zwart op wit te hebben.

Dat gezegd hebbende, is het cybersecurity-cijfer de enige claim in deze vergelijking die een lagere prijs niet kan compenseren, omdat het een capaciteit is, geen voordeel. Mistral meldt dat verschillende toonaangevende gesloten modellen, waaronder Claude Opus 5.5 en GPT-6 Astra, bijna nul scoren op dezelfde reproduce-and-patch-test omdat ze de taak weigeren, en dat het gemiddelde weigeringspercentage van ML4 bij cyberprompts afkomstig uit JailbreakBench, StrongREJECT en AgentHarm hoger is dan dat van andere open-weight modellen, terwijl het toch het werk voltooit. Qwen3.8 Max wordt in die test niet gerapporteerd. Als uw werk kwetsbaarheidsreproductie omvat, is de vraag niet wie goedkoper is; het is wie het werk überhaupt zal doen.

Gewichten, en waar ze draaien

Dit is waar Mistral Large 4 het enige structurele voordeel heeft dat de drievoudige premie van Qwen niet kan evenaren. Mistral heeft zich ertoe verbonden om de gewichten van ML4 tegen eind oktober 2026 onder een open licentie vrij te geven, samen met details over de architectuur en de methodologie voor post-training. Dat verandert een kostenpost per token in een kapitaalbeslissing: als je de GPU's hebt, stop je met per token betalen, stop je met het versturen van data naar een derde partij, en val je niet langer onder het moderatiebeleid van iemand anders. De Max-tier van Alibaba is een gesloten aanbod dat uitsluitend via API beschikbaar is, en niets wijst erop dat dit verandert.

Geografie is hetzelfde argument in een ander register. Qwen3.8 Max wordt onder meer aangeboden vanuit Beijing, Singapore, Tokio en Frankfurt — een werkelijk mondiale voetafdruk, maar wel een die door Alibaba wordt geëxploiteerd. De openbare preview van Mistral Large 4 draait op de eigen Europese infrastructuur van Mistral, in een Europese regio die Mistral van begin tot eind en onafhankelijk van andere digitale dienstverleners beheert, onder Europees recht. Voor een Europese gereguleerde afnemer leiden die twee zinnen tot heel verschillende inkoopuitkomsten, ook al zijn beide modellen in dezelfde stad beschikbaar. De Series D van €3 miljard van Mistral — de grootste aandelenronde die ooit door een Europees technologiebedrijf is opgehaald — is er om precies dat onderscheid te financieren, en ML4 is de eerste oplevering ervan.

Routing over twee vormen van beschikbaarheid

Het ongewone aan deze combinatie is dat de twee modellen niet alleen verschillen in prijs en capaciteit, maar ook in hoe je ze bereikt. Qwen3.8 Max spreekt OpenAI-compatibele, Anthropic-compatibele en native DashScope-protocollen vanuit een reeks regio's; Mistral Large 4 is één preview-endpoint van één aanbieder. Dat normaliseren vanuit je applicatiecode is echt werk, en het is het soort werk dat klein begint en elke keer groeit wanneer een aanbieder iets verandert.

Beide zitten achter één OpenAI-compatibel endpoint op OrcaRouter met 0% prijsopslag, wat ervoor zorgt dat de prijskloof in dit artikel stabiel is in plaats van een momentopname: de lijstprijzen van providers worden ongewijzigd doorgegeven, dus op de dag dat Mistral zijn preview-tarief beëindigt of Alibaba het tarief van Qwen aanpast, bewegen de cijfers waaraan je routeringsregels worden getoetst mee. De routerings-DSL is waar de verschillende sterktes van de twee modellen samensmelten tot één aanroeppoervlak — verzoeken met video naar Qwen3.8 Max, beeld- en documentwerk naar Mistral Large 4, en alles wat een strikt budget moet aanhouden eerst naar ML4 gestuurd, met Qwen als escalatie wanneer de combined-index-claim op een echte taak van belang blijkt te zijn. Automatische failover is in deze combinatie meer waard dan in de meeste gevallen, omdat de ene kant een preview-API in zijn eerste maand is en de andere een gesloten tier waarvoor je geen capaciteitsplanning kunt maken. Waar de codeervraag 49,8 tegenover 76,2 voor jouw workload echt onbeslist is, kan model fusion beide op dezelfde prompt draaien en een panel laten kiezen, wat goedkoper is dan twee keer een bake-off te draaien.

Vonnis

Qwen3.8 Max is het betere model volgens alles wat er gepubliceerd is. De Index-score van 45,4, de code-index van 76,2 en 38,9% op Terminal-Bench 4.0 staan op dezelfde revisies als die van alle anderen, het accepteert video, het wordt al twee maanden geleverd, en het is bereikbaar via drie wire-formaten vanuit vijf regio's. Als prestaties en verifieerbaarheid de beslissende factoren zijn, dan is de drievoudige prijs wat een uitgeleverd, gemeten vlaggenschipmodel kost.

Mistral Large 4 wint op prijs met ongeveer een factor drie, op cache-reads met meer dan een factor drie, op cybersecuritywerk waar het alternatief weigert, en op de twee argumenten die Qwen niet kan beantwoorden: toegezegde open weights tegen het einde van oktober, en een Europese deployment die Mistral end-to-end draait. De claim van 49,8% op de Coding Agent Index is wat de knoop zou doorhakken — als dat cijfer op een publieke harness verschijnt vóór dat van Qwen, wordt het goedkopere model het betere en verdwijnt de meerprijs. Als dat niet gebeurt, verkoopt Mistral een previewprijs voor een model dat achterloopt op een reeds uitgebrachte concurrent, en het eerlijke standpunt is dat je de roadmap koopt in plaats van het model.

Houd drie data in de gaten. Het einde van oktober 2026, wanneer ofwel de gewichten van ML4 verschijnen, ofwel de open-weightsclaim afzwakt. De publicatie van de Artificial Analysis Coding Agent Index, waar de privé-evaluaties van Mistral en de openbare scores van Qwen in één kolom samenkomen. En het einde van de previewperiode, wanneer Mistral dat ook aankondigt: $0,68 en $2,09 is een introductietarief, en geen enkel introductietarief mag aannemen dat het de release overleeft.