Mistral Large 4 kontra MiniMax M3: Ile kosztuje pięć miesięcy postępu

MiniMax M3 to najtańszy model w tej klasie i pozostaje nim od 31 maja 2026 r. Przy cenie 0,30 USD za milion tokenów wejściowych, 1,20 USD za milion tokenów wyjściowych i 0,06 USD za milion tokenów z pamięci podręcznej bije cenowo Mistral Large 4 o mniej więcej połowę na wejściu i dwa razy tyle na wyjściu — a w przeciwieństwie do nowszego modelu można go kupić już dziś, bez dołączonej etykiety wersji zapoznawczej. Mistral Large 4, model o otwartych wagach i 1,05 biliona parametrów, dostępny w publicznej wersji zapoznawczej od 6 października 2026 r., kosztuje 0,68 USD i 2,09 USD i obiecuje udostępnienie wag do końca miesiąca. Dwa flagowe modele o otwartych wagach, pięć miesięcy od siebie, a te pięć miesięcy widać w dokładnie jednym miejscu: niezależny wynik Intelligence Index modelu M3 wynoszący 29,2 w porównaniu z wynikiem Mistral Large 4, którego jeszcze nie ma.

To jest uczciwy obraz tego porównania i jest ciekawszy, niż sugeruje tabela cen. M3 zbudowano wokół konkretnego założenia architektonicznego — MiniMax Sparse Attention, utrzymywanego przez ponad milion tokenów kontekstu, z wideo jako pełnoprawnym wejściem — i na papierze wygrywa w dwóch kategoriach, w których Mistral Large 4 nie konkuruje: surowa długość wyjścia i natywne wideo. Wszędzie indziej to nowszy model jest tym, który kupujący wolałby mieć, w cenie wciąż na tyle niskiej, że różnica rzadko przesądza o zakupie.

Dwie architektury, dwa zakłady

MiniMax M3 to flagowy model bazowy MiniMax o otwartych wagach i pierwszy, który łączy w jednym wydaniu czołową wydajność w kodowaniu i zadaniach agentowych, okno kontekstu o długości miliona tokenów oraz natywną multimodalność. Przyjmuje tekst, obrazy i wideo, a zwraca tekst; został zbudowany na MiniMax Sparse Attention – architekturze zaprojektowanej do utrzymania kontekstu do 1 048 576 tokenów z gwarantowanym minimum 512K. Potok pretreningu został przebudowany, aby skalować się powyżej 100 bilionów tokenów z danymi multimodalnymi od pierwszego etapu, a nie doklejonymi później. Maksymalna długość jego wyjścia to 512 000 tokenów.

Mistral Large 4 stawia na coś innego. To drobnoziarnisty model typu mixture-of-experts, 49 miliardów aktywnych parametrów z 1,05 biliona ogółem, z enkoderem wizyjnym o 1,6 miliarda parametrów, trenowany od zera na 3800 GPU NVIDIA Grace Blackwell we własnych europejskich centrach danych Mistrala, na danych obejmujących ponad 160 języków. Obsługuje tekst i obrazy — bez wideo — w kontekście około miliona tokenów, a Mistral pozycjonuje go wokół suwerennego wdrożenia: europejskiej infrastruktury, otwartych wag i możliwości uruchamiania go zgodnie z własnymi zasadami, z cyberbezpieczeństwem jako flagowym przypadkiem użycia.

• Okno kontekstowe — MiniMax M3 1 048 576 tokenów vs Mistral Large 4 około 1 000 000

• Maks. długość wyjścia — MiniMax M3 512 000 tokenów vs Mistral Large 4 — jeszcze nieudokumentowane

• Modalność wejściowa — MiniMax M3 tekst, obraz i wideo vs Mistral Large 4 tekst i obraz

• Cena wejścia — MiniMax M3 0,30 USD za 1 mln vs Mistral Large 4 0,68 USD za 1 mln

• Cena tokenów wyjściowych — MiniMax M3 1,20 USD za 1 mln vs Mistral Large 4 2,09 USD za 1 mln

• Wejście z pamięci podręcznej — MiniMax M3 0,06 USD za 1 mln vs Mistral Large 4 0,07 USD za 1 mln

• Parametry — Mistral Large 4 1,05T łącznie / 49B aktywnych vs MiniMax M3 nieujawnione

• Wydano — MiniMax M3 31 maja 2026 vs Mistral Large 4 6 października 2026, wersja zapoznawcza

• Wagi — obie na otwartej licencji; wagi Mistral Large 4 obiecane do końca października 2026

Tablica wyników nie jest wyrównana i nie jest sprawiedliwa.

W Artificial Analysis Intelligence Index v4.3.2 MiniMax M3 uzyskuje wynik 29,2 i zajmuje 62. miejsce spośród 147 modeli. To wynik w środku stawki i nie jest to krytyka tego modelu — Index został zrewidowany po premierze M3 i obejmuje ewaluacje, które nie istniały, kiedy trenowano MiniMax. Jego podwynik w kodowaniu wygląda lepiej: 58,6 w AA Coding index, 46. miejsce spośród 138 i 65,2% w Terminal-Bench 2.1. Uzyskuje 92,9% w GPQA Diamond, 83% w przywoływaniu długiego kontekstu i 47,1% w SciCode.

Mistral Large 4 nie ma wyniku w Index na tej samej liście rankingowej; strona jest dostępna pod tytułem „Mistral Large 4 Preview”, a liczby brak. Mistral publikuje natomiast, że ML4 wyprzedza DeepSeek V4 Pro 0813 i Qwen3.8 Max w łącznym Coding Agent Index z wynikiem 49,8%, a w AutomationBench — 657 biznesowych przepływów pracy obejmujących Gmail, Sheets, Slack i Salesforce — uzyskuje 59,9%, wyprzedzając Kimi K3, MiMo-V2.6-Pro i DeepSeek V4 Pro. MiniMax nie jest wymieniany w żadnym z tych porównań, co samo w sobie jest sygnałem co do tego, który model Mistral uważa za prawdziwego konkurenta.

Uczciwa interpretacja jest więc taka: M3 to kompetentny, tani, dobrze udokumentowany, pięciomiesięczny model z ogólnym wynikiem w środku tabeli i przyzwoitym profilem kodowania. ML4 to model w wersji zapoznawczej z wyższym deklarowanym pułapem, bez opublikowanego ogólnego wyniku i z zestawem wskaźników agentowych, które Artificial Analysis oceniło prywatnie i opublikuje w Coding Agent Index, gdy to środowisko testowe zostanie udostępnione. Jeśli potrzebujesz liczby już dziś, M3 ci ją daje. Jeśli możesz poczekać kilka tygodni, ML4 również ci ją da, a Mistral obstawia, że będzie wyższa.

Gdzie M3 w ogóle nie ma konkurencji ze strony ML4

Dwa wiersze na tej liście nie są kompromisem, to nieobecność.

Wejście wideo jest pierwsze. M3 natywnie obsługuje wideo, obok tekstu i obrazów. Mistral Large 4 przyjmuje tekst i obrazy i nic więcej — dogłębna analiza samego Mistrala dotyczy opierania się na gigapikselowych obrazach satelitarnych i rysunkach technicznych, co wciąż jest pracą na obrazach. Jeśli Twój potok przetwarza nagrania ekranu, materiał z monitoringu lub dokumentację wideo, ML4 nie może być tym modelem, niezależnie od ceny. To nie jest luka, którą Mistral zasypie zmianą ceny.

Długość wyjścia zajmuje drugie miejsce. M3 generuje do 512 000 tokenów w pojedynczej odpowiedzi. Mistral nie opublikował żadnego limitu wyjścia dla ML4. Generowanie długiego, ustrukturyzowanego artefaktu w jednym przebiegu — pełnego raportu, dużego skryptu migracyjnego, kompletnej specyfikacji — to obciążenie, w przypadku którego limit 512K jest wart więcej niż punkt Intelligence Index, a dopóki Mistral nie udokumentuje limitu ML4, M3 jest jedynym z tych dwóch, wokół którego można zaplanować takie obciążenie.

Zgłoszone przez dostawcę liczby agentowe M3 wzmacniają ten sam profil. MiniMax przypisuje mu 83,5 w BrowseComp w zakresie autonomicznych badań sieciowych, 70 w OSWorld-verified w zakresie korzystania z komputera, 74,2 w MCP Atlas w zakresie korzystania z narzędzi, 76,7 w GDPval rubrics i 59 w SWE Bench Pro. Pochodzą one z własnych ewaluacji MiniMax i nie zostały niezależnie odtworzone, a dziwnie kontrastują z jego wynikiem 29,2 w Index — i właśnie dlatego rozróżnienie na dostawcę i niezależność ma znaczenie. Model może przewodzić w wybranych przez dostawcę benchmarkach i znaleźć się w środku tabeli w neutralnej średniej z dziesięciu ewaluacji, a obie te rzeczy mogą być prawdziwe.

Czy warto to 2?

Różnica cen jest tu naprawdę niewielka w wartościach bezwzględnych, co zmienia kalkulację w porównaniu z niedopasowaniem do zamkniętego flagowca. Weźmy miesiąc ze stu milionami tokenów przy podziale wejście/wyjście 4:1: 80 milionów tokenów wejściowych i 20 milionów wyjściowych. M3 nalicza 24 USD plus 24 USD, w sumie 48 USD. Mistral Large 4 nalicza 54,40 USD plus 41,80 USD, w sumie 96,20 USD. Narzut wynosi około 48 USD miesięcznie — prawdziwe pieniądze w skali, ale to luka, którą rekompensuje jeden uniknięty błąd.

Buforowanie dodatkowo ją zawęża, i to tylko nieznacznie na korzyść M3: 0,06 USD wobec 0,07 USD za milion tokenów z pamięci podręcznej to błąd zaokrąglenia przy tym poziomie cen. Oba są na tyle tanie, że decyzję należy podejmować na podstawie możliwości i dopasowania, a nie na podstawie faktury, co jest przeciwieństwem tego, jak to porównanie wygląda na pierwszy rzut oka.

To, co kupujemy za dopłatę, to span. ML4 trenowano pięć miesięcy później, na nowszych danych, w układzie mixture-of-experts o bilionie parametrów, z czego 49 miliardów aktywnych, a Mistral prowadzi na nim uczenie ze wzmocnieniem w deklarowanym tempie 33 miliardów tokenów dziennie, w przebiegu, który jeszcze się nie wysycił. M3 jest ukończony; ML4 poprawia się w opublikowanym rytmie. Gdy dostawca mówi, że model, który kupujesz dziś, jest najsłabszą wersją, za jaką kiedykolwiek zapłacisz, a dopłata względem obecnego modelu wynosi poniżej dolara za milion tokenów, nowszy model jest zwykle lepszym domyślnym wyborem. Wyjątkiem są dwa wspomniane wyżej obciążenia, w których starszy model jest jedynym, który pasuje.

Trasowanie wokół luki

To zestawienie, w którym uruchamianie obu nie jest zabezpieczeniem, lecz właściwą odpowiedzią, ponieważ oba modele są mocne w rozłącznych obszarach. Wideo na wejściu, długi artefakt na wyjściu albo pętla korzystania z komputera: M3. Analiza dokumentów i obrazów, przepływy pracy agentowe albo cokolwiek, co musi działać na europejskiej infrastrukturze zgodnie z własnymi politykami: ML4. Nie ma żadnej reguły routingu, która czyniłaby któryś z nich zbędnym.

Oba znajdują się za jednym punktem końcowym zgodnym z OpenAI w OrcaRouter, z marżą 0% a ceny katalogowe dostawców są przekazywane bez zmian, co utrzymuje uczciwość pięciomiesięcznego rozrzutu cen — jeśli MiniMax obniży stawkę za M3 albo Mistral zakończy stawkę promocyjną, liczba, względem której oceniana jest Twoja trasa, zmienia się tego samego dnia. To właśnie DSL routingu zamienia te rozłączne mocne strony w jedną powierzchnię wywołań: reguła, która sprawdza modalność żądania, kieruje ładunki zawierające wideo do M3, a wszystko inne do ML4, z pewnością, że chwilowe zaniki dostępności modelu w wersji zapoznawczej są pochłaniane przez automatyczne przełączanie awaryjne, a nie propagowane do Twoich użytkowników. Tam, gdzie pojedynczy wynik liczy się bardziej niż pojedyncza cena, fuzja modeli może uruchomić oba i pozwolić panelowi wybrać, co jest rozsądnym sposobem na kupienie deklarowanego pułapu Mistrala przy zachowaniu udokumentowanego zachowania M3 jako poziomu minimalnego.

Werdykt

MiniMax M3 to właściwa odpowiedź dla dwóch zastosowań i odpowiedź, której można bronić, dla trzeciego. Wejście wideo, jednoprzebiegowe generowanie wielu setek tysięcy tokenów oraz agenci do obsługi komputera to jego domena, jego cena jest najniższa spośród wszystkich flagowców w tej klasie, a publikowane wyniki lokujące go w środku stawki oznaczają, że dokładnie wiesz, co otrzymujesz. Pięć miesięcy to niewiele w przypadku modelu, który nie został prześcignięty w swojej niszy.

Mistral Large 4 jest lepszym domyślnym wyborem do wszystkiego innego. Miesiąc ze stu milionami tokenów kosztuje około 48 USD więcej, liczba parametrów i europejskie pochodzenie szkoleniowe wskazują na wyższy pułap, twierdzenia dotyczące cyberbezpieczeństwa są wystarczająco konkretne, by można je było zweryfikować, a obiecane otwarte wagi oraz wdrożenie lokalne spełniają wymagania, których nie spełnia oparta wyłącznie na API oferta korporacyjna M3. Ceną tego zakładu jest to, że zobowiązujesz się do modelu, którego wynik w Independent Intelligence Index nie został opublikowany i którego zachowanie, według Mistrala, zmieni się znacząco w ciągu kilku tygodni.

Dwie daty, które to rozstrzygną: koniec października 2026, kiedy wagi ML4 albo się pojawią, albo obietnica otwartych wag zacznie wyglądać niepewnie, oraz publikacja Coding Agent Index, gdzie prywatnie oceniane 49,8% Mistrala spotyka publiczny wynik kodowania M3 na poziomie 58,6 przy tej samej wersji. Do tego czasu M3 to model, który możesz zweryfikować, a ML4 to model, na który stawiasz — a przy miesięcznej dopłacie 48 USD za sto milionów tokenów nie jest to duży zakład.