Mistral Large 4 vs Llama 4 Maverick: een generatiekloof, geen prijskloof

Mistral Large 4 en Llama 4 Maverick zijn hetzelfde soort object, maar niet dezelfde generatie object. Beide zijn sparse mixture-of-experts-modellen met een contextvenster van één miljoen tokens op de modelkaart, beide accepteren afbeeldingen én tekst, en beide kunnen worden gedownload en op je eigen hardware worden gedraaid. Maverick verscheen op 5 april 2025 met 400 miljard totale parameters en 17 miljard actieve. Mistral Large 4 werd op 6 oktober 2026 als preview getoond en publiceerde zijn gewichten op 29 oktober, met 1,05 biljoen totaal en 52 miljard actief. Negentien maanden scheiden hen. Ook bij de mediane prijs op de hostingmarkt van Maverick bedraagt het kostenverschil tussen hen slechts ongeveer een factor 1,3 — wat niet is wat bijna iedereen verwacht te horen over een model dat zo oud is.

Het korte antwoord, voordat de kanttekeningen komen

Als je eind 2026 een nieuwe build start en je hebt redeneervermogen, werk met lange documenten of agentisch programmeren nodig, dan is Mistral Large 4 het betere model en het duurdere model. Als je een open-weightmodel nodig hebt dat je kunt fine-tunen, air-gapped kunt draaien of voor een fractie van een cent per verzoek kunt aanroepen voor een eenvoudige extractietaak, dan is Llama 4 Maverick nog steeds een verdedigbare keuze — niet omdat het qua capaciteiten concurrerend is, maar omdat de werklast misschien geen capaciteiten nodig heeft. De fout is een gat van 19 maanden als een rivaliteit te beschouwen. Het is een prijsklasse die toevallig een categorie deelt, en het prijsaspect is vreemder dan het capaciteitsaspect.

De getallen naast elkaar

• Totaal aantal parameters — Mistral Large 4 heeft 1,05T verdeeld over 128 gerouteerde experts plus één gedeelde expert, tegenover 402B bij Llama 4 Maverick over 128 experts, door Meta vermeld als 400B.

• Actieve parameters — 52B per token op Mistral Large 4 (49B voor de taalstack; inclusief embeddings en uitvoerlagen komt dat op 52B) versus 17B op Llama 4 Maverick, dus het verschil in rekenkracht per token is ongeveer drie tegen een.

• Context — 1M tokens geadverteerd bij beide; wat een host daadwerkelijk levert, is een ander aantal, en een latere sectie gaat daarover.

• Modaliteit — tekst en afbeelding als invoer, tekst als uitvoer, bij beide. De vision-encoder van Mistral Large 4 telt 1,6 miljard parameters; de early-fusion-encoder van Maverick wordt niet afzonderlijk vermeld in de door Meta gepubliceerde cijfers.

• Redeneren — Mistral Large 4 biedt een ladder met lage, gemiddelde en hoge inspanning, waarbij hoog de standaard is. Het specificatiepaneel van Artificial Analysis vermeldt dat Llama 4 Maverick helemaal geen redeneermodus heeft.

• Prijs per miljoen — $0,70 voor input en $2,10 voor output rechtstreeks bij Mistral, met gecachte input tegen $0,07, tegenover helemaal geen first-party lijstprijs voor Maverick, omdat Meta het niet verkoopt. Hosts rekenen slechts $0,17 voor input en $0,60 voor output; Artificial Analysis zet de mediaan van providers op $0,50 en $1,68.

• Licentie — de Mistral Ecosystem Open-Weight License, een aangepaste MIT met een uitzondering voor model-as-a-service, versus de Llama 4 Community License met zijn drempel van 700 miljoen maandelijks actieve gebruikers.

• Release — 29 oktober 2026 voor het Mistral Large 4-checkpoint, tegenover 5 april 2025 voor Llama 4 Maverick, met een kennisafsluitdatum van augustus 2024.

De benchmarkstrijd gaat tussen twee verschillende heersers.

Zoek deze confrontatie op en je vindt pagina's die beweren dat Mistral Large 4 38.0 scoort op de Artificial Analysis Intelligence Index tegenover 14.3 voor Maverick, en andere pagina's die beweren dat Maverick negen van de elf benchmarks wint. Beide reeksen cijfers zijn echt in de zin dat iemand ze heeft afgedrukt. Geen van beide is een vergelijking.

Op de huidige Artificial Analysis Intelligence Index v5, opnieuw opgebouwd op 27 oktober 2026, scoort Mistral Large 4 26 bij de hoge redeneerinstelling en 23 bij medium. De 38,0 die je genoemd ziet, is zijn score op de vorige build v4.3.2, uit de preview van oktober, en die kan niet worden afgetrokken van iets dat na de rebuild is gemeten — de index is veranderd, niet alleen het model. Maverick heeft daarentegen helemaal geen v5-indexscore. Op de Artificial Analysis-pagina staat "N/A" waar het intelligentiecijfer zou moeten staan, naast een snelheid van 62,7 outputtokens per seconde en een opmerking dat het langzamer is dan gemiddeld voor zijn klasse. Het cijfer 14,3 dat op vergelijkingssites rondzweeft, dateert van vóór de rebuild.

Wat meetbaar is, is beperkter en eerlijker. Mistral rapporteert 41% op Terminal-Bench 4.0, een stijging van 28% bij preview; 61,7% op DeepSWE v1.1; 79% op CyberGym-E2E; en 51 op de Artificial Analysis Cyber Index, derde onder open-weightmodellen. Elk daarvan, behalve de Cyber Index, is door de leverancier gerapporteerd op Mistrals eigen agent-scaffold, en met name het Terminal-Bench-cijfer is veel lager gereproduceerd — 24,7% — wanneer dezelfde gewichten draaien op de neutrale mini-swe-agent-harness van Artificial Analysis. Mavericks gepubliceerde cijfers zijn van april 2025 en gebruiken een geheel oudere suite: 85,5 MMLU, 80,5 MMLU-Pro, 69,8 GPQA Diamond, 91,6 DocVQA, allemaal door Meta gerapporteerd bij de lancering. Er is geen gedeelde harness waarin beide zijn gedraaid, dus de enige verdedigbare uitspraak is directioneel: het nieuwere, grotere model dat op redeneren is getraind, is beter in moeilijke taken, in een mate die niemand voor het tweetal zuiver heeft gemeten.

Wat een miljoen tokens je daadwerkelijk oplevert bij elk

Het contextvenster is waar de twee modellen het meest op elkaar lijken en zich in productie het meest verschillend gedragen.

De modelkaart van Llama 4 Maverick vermeldt 1.048.576 tokens, en het specificatiepaneel van Artificial Analysis herhaalt 1M. In de praktijk beperken de meeste hosts dit veel sterker — 128K is gangbaar — en bijna geen enkele host geeft je zowel het volledige venster als een bruikbaar uitvoerbudget. De maximale uitvoer op Maverick is doorgaans 8K tot 16K, afhankelijk van de provider, en Meta's eigen gehoste endpoint is vermeld op ongeveer 4K. Een "1M-context"-build op Maverick is dus meestal een 128K-build op een third-party host, en dat ontdek je bij het eerste lange document.

Mistral Large 4 publiceert 1M via Mistral's eigen API, wat tenminste één verantwoordbaar getal is in plaats van een loterij per host. Mistral's documentatie publiceert geen maximale uitvoerwaarde, dus geldt hetzelfde advies: meet het paar — invoervenster en uitvoerlimiet — op het endpoint dat je daadwerkelijk gaat aanroepen, niet op de kaart.

Dit is precies waar een router voor bedoeld is. OrcaRouter geeft de lijstprijs van de provider door met 0% marge en schakelt automatisch over tussen providers, zodat een host die stilletjes een contextvenster inkort, naar voren komt als een routeringsbeslissing in plaats van een productie-incident. Noch Mistral Large 4 noch Llama 4 Maverick staat vandaag in onze catalogus, dus dat is een argument over hoe je welk open-weightmodel je ook kiest, runt, niet een bewering dat wij deze twee aanbieden.

De rekening doorgerekend — en waarom de spread het verhaal is

Neem een bescheiden productiewerklast: 100 miljoen invoertokens en 40 miljoen uitvoertokens per maand.

• Mistral Large 4 tegen lijstprijs — 100 × $0,70 is $70, en 40 × $2,10 is $84, voor $154 per maand.

• Llama 4 Maverick tegen de mediaan van de provider — 100 × $0,50 is $50, en 40 × $1,68 is $67,20, wat neerkomt op $117,20 per maand.

• Llama 4 Maverick bij een concurrerende host — ongeveer $0,25 en $0,92 brengt dezelfde workload op $61,80.

• Llama 4 Maverick bij de goedkoopste hosts — rond $0.17 en $0.60 komt het uit op $41.

De verhouding ten opzichte van Mistral Large 4 loopt uiteen van 1,3 keer bij de mediaan tot ongeveer 3,8 keer aan de onderkant van de markt. Dat bereik is geen eigenschap van het model. Het is een eigenschap van waar je Maverick koopt, en het is breder dan de kloof tussen de twee modellen in het midden van de verdeling. Een team dat benchmarkt op de goedkope host en begroot op de mediaan, heeft een fout van 3× in zijn eigen prognose ingebouwd.

Zet dat tegenover capaciteit die je momenteel niet paarsgewijs kunt meten, en de beslissing is niet langer rekenwerk. De redelijke kadering is kosten per voltooide taak, niet kosten per token: als Mistral Large 4 een taak in één keer afrondt waarvoor op Maverick drie pogingen en een reparatielus nodig zijn, verdwijnt zelfs het mediane verschil van 1,3×. Dat is een bewering die je op je eigen taken moet testen, en het is het meest waardevolle experiment waaraan een van beide modellen deze maand kan worden onderworpen.

Wat niemand hardop zegt: Maverick is de laatste open Llama

Llama 4 Maverick is niet verouderd verklaard. Het staat nog steeds op Hugging Face, valt nog steeds onder de Llama 4 Community License en wordt nog steeds op grote schaal ingezet voor on-premises- en air-gapped-werk. Maar het is het einde van een reeks. Meta's grensverleggende ontwikkeling verschoof in 2026 naar de gesloten Muse Spark-familie, en er is geen Llama 5 uitgebracht — de pagina's die beweren dat er wel een is verschenen, bevatten specificaties die elkaar en Meta's eigen aankondigingen tegenspreken. Investeringen in het open Llama-traject zijn feitelijk stopgezet.

Dat verandert wat "Maverick kiezen" betekent. Het is niet het kiezen van een model dat beter wordt; het is het kiezen van een model dat precies blijft zoals het is terwijl de tooling eromheen langzaam afdrijft. Voor een fijn afgestemd, bevroren, in productie genomen systeem is dat prima — misschien zelfs een voordeel, omdat er niets onder je verschuift. Voor een platform waarop je wilt doorgroeien, is het een doodlopende weg met een horizon van twee jaar. Let op: de kennisafsluiting is augustus 2024: het model heeft nooit iets gezien dat daarna is gebeurd, en geen enkele mate van prompt engineering lost dat op.

Mistral Large 4 heeft een tegenovergesteld risicoprofiel. Het is zes dagen oud als open-weight release, de documentatie noemt het nog steeds een publieke preview, en de licentie vereist een commerciële overeenkomst als je inference erop wilt doorverkopen. Jong en in beweging, met voorwaarden die je moet lezen voordat je er een bedrijf op bouwt.

Waar Maverick nog steeds wint

Drie zaken, en het zijn geen kleintjes.

De eerste is hardware. Maverick's 400B-parameters passen in ongeveer 373 GB bij FP8, wat een enkele node met acht GPU's van het type H100 of H200 is. De FP8-checkpoint van Mistral Large 4 is ongeveer 1,06 TB verdeeld over 54 shards, en Mistral zegt dat de gequantiseerde NVFP4-build op vier B200- of B300-GPU's draait. Als je deployment één node in een rack is dat je al bezit, is de keuze al voor je gemaakt.

Het tweede is fine-tuning. Maverick heeft negentien maanden community-LoRA's, kwantisatierecepten en servinggidsen gehad. Mistral Large 4 heeft zes dagen gehad. De kloof in het ecosysteem is reëel en wordt gemeten in debugginguren, niet in benchmarks.

De derde is de vorm van de taak. Classificatie, extractie, routering, samenvatten van korte documenten, beeldbeschrijvingen op grote schaal — geen van deze heeft een redeneermodel met een biljoen parameters nodig, en allemaal worden ze goedkoper op een model met 17B actieve parameters. Een premie betalen voor redeneertokens die je nooit gebruikt, is de meest voorkomende manier waarop teams geld verspillen bij modelselectie.

Als u een actueel open-weightmodel wilt dat geen van beide is, biedt de OrcaRouter-catalogus Kimi K3 en GLM-5.3-Flash, beide aanroepbaar met dezelfde API-sleutel als de rest van de ruim 200 modellen die we routeren, tegen de lijstprijs van de provider zonder opslag. Ze flankeren deze vergelijking in plaats van erbinnen te vallen — GLM-5.3-Flash staat op $0,15 voor input en $0,50 voor output, ruim onder beide modellen hier, terwijl Kimi K3 op $3,00 en $15,00 staat, ruim boven beide. Geen van beide is een vervanging voor de twee in dit stuk, maar het zijn de twee voor de hand liggende plekken om te kijken als geen van beide uitersten past.

Hoe je in een middag beslist

Haal twintig echte taken uit je logs. Laat ze door beide modellen lopen met dezelfde prompts en dezelfde outputlimiet, en beoordeel ze op of de output bruikbaar was zonder menselijke bewerking. Noteer de tokens die elk verbruikte, vermenigvuldig met de prijzen hierboven en deel door het aantal bruikbare outputs. Dat geeft je de kosten per bruikbaar resultaat, het enige getal dat contact met een budget overleeft.

Mijn verwachting, geformuleerd als een verwachting en niet als een bevinding: Mistral Large 4 wint de moeilijke helft van die set en verliest de makkelijke helft op kosten, en het splitsingspunt ligt daar waar je taken geen meerstapsredenering meer nodig hebben. Maverick is niet het betere model. Het is het goedkopere model bij de mediaan zolang goedkoop genoeg is — en na negentien maanden zonder opvolger is dat een weddenschap met een zichtbare vervaldatum.