Mistral Large 4 vs Claude Fable 5.1: siedemnaście punktów indeksu i dwunastokrotna cena za wynik

Pytanie w tym pojedynku zmieniło się 29 października 2026 r. i nie dlatego, że Mistral Large 4 stał się mądrzejszy. Tamtego popołudnia model przestał być wynajmowaną wersją zapowiedziową i stał się plikiem do pobrania o rozmiarze 1,06 TB, co oznacza, że porównanie z Claude Fable 5.1 nie dotyczy już tylko tego, który model odpowiada lepiej — chodzi też o to, z jakim ograniczeniem potrafisz żyć. Claude Fable 5.1 to model kosztujący 10 USD za milion tokenów wejściowych, który możesz wywoływać przez API, ale nigdy nie możesz go posiadać, dostrajać ani uruchomić na własnym sprzęcie. Mistral Large 4 to mieszanka ekspertów o bilionie parametrów, którą możesz teraz posiadać, dostosowywać i wdrażać we własnej sieci, na licencji, która wyraźnie zabrania odsprzedawania jej jako usługi. Jeden to umowa. Drugi to plik do pobrania z dołączoną klauzulą.

Jeśli chodzi o możliwości, odpowiedź jest jednoznaczna i warto to powiedzieć, zanim zacznie się dyskusja o cenie. Indeks Inteligencji v5 Artificial Analysis plasuje Claude Fable 5.1 na 43, a Mistral Large 4 na 26. To siedemnastopunktowa różnica na tym samym narzędziu, która przetrwa wszelkie uzasadnione zastrzeżenia dotyczące wersji indeksu, ponieważ obie liczby są odczytami v5 — Fable 5.1 z aktualnej tabeli wyników, a Large 4 z wartości, którą Mistral podaje na swojej własnej karcie modelu. Jeśli indeks zostanie uruchomiony ponownie, obie liczby się zmienią; kolejność nie.

Gdzie tak naprawdę widać lukę

Publiczne benchmarki zgadzają się z indeksem, co jest nietypowe. Oba poniższe zestawy liczb zostały uzyskane przez dostawców i żaden nie został niezależnie odtworzony, więc traktuj je jako twierdzenia o równorzędnym statusie, a nie jako dowody odmiennej jakości.

• Terminal-Bench 4.0 — Claude Fable 5.1 na poziomie 55,8% według Anthropic; Mistral Large 4 na poziomie 41% według Mistral. Obaj dostawcy uruchomili własne harnessy, a podana przez samą Anthropic liczba pojawiła się w niektórych opracowaniach jako 58,1%, więc dokładny ułamek dziesiętny jest niepewny w obu kolumnach.

• Nauka długoterminowa — Claude Fable 5.1 osiąga 52,6% w Terminal-Bench-Science 0.1, co jest sztandarowym twierdzeniem Anthropic — takim, dla którego późniejsza tabela drugiego laboratorium wskazała znacznie niższy wynik dla tego samego modelu. Mistral Large 4 nie ma porównywalnego opublikowanego wiersza, co samo w sobie jest wymowne: model jest pozycjonowany pod kątem kodowania i bezpieczeństwa, a nie nauki agentowej na poziomie badawczym.

• Humanity's Last Exam — 60,9% bez narzędzi i 65,0% z nimi, dla Claude Fable 5.1. Mistral opublikował 35,0% na tym samym benchmarku dla październikowego podglądu. Ta liczba z podglądu pochodzi sprzed trzech tygodni RL i finalnego checkpointu, więc zaniża wydany model — ale jest to jedyna liczba, jaką którakolwiek ze stron podała dla HLE.

• Praca w obszarze bezpieczeństwa — tutaj Mistral Large 4 ma mocniejszy argument: 79% w CyberGym-E2E i 97,1% w swoim B3 agent-security suite po RL. Modele Anthropic częściej odmawiają wykonania tej pracy, zamiast ponieść w niej porażkę, co jest różnicą polityki w takim samym stopniu, jak różnicą możliwości, i nie powinno być odczytywane jako luka w możliwościach.

• Wydajność tokenowa — według samego Mistrala udostępniony model zużywa o 47% mniej tokenów na zadanie niż GLM-5.3, przy remisie na poziomie 48% w Artificial Analysis's Coding Agent Index. To rzadki przypadek, w którym dostawca publikuje obok wyniku również kosztową stronę benchmarku, i jest to najbardziej przydatna liczba w obu kolumnach.

Liczba, która wygląda na regresję, ale nią nie jest.

Wersja preview Mistral Large 4 uzyskała 38,4 punktu w indeksie Artificial Analysis. Wersja wydana uzyskuje 26. Przypadkowy czytelnik porównujący te dwie liczby dojdzie do wniosku, że trzy tygodnie uczenia ze wzmocnieniem pogorszyły model o dwanaście punktów. Tak się nie stało. Wynik 38,4 odnotowano w indeksie v4.3; Artificial Analysis przebudowało swój indeks pod koniec października, a przebudowa do v5 jest ostrzejszym narzędziem w całym zestawieniu — modele, które na v4.3 miały wyniki w przedziale 50–59, na v5 mają wyniki w przedziale 40–49. Te dwie liczby nie są pomiarami tego samego, a odejmowanie ich to zdecydowanie najczęstszy błąd w relacjach o tej premierze.

To samo ostrzeżenie dotyczy wyniku 41% w Terminal-Bench. Mistral podaje 28,3% przed dodatkowym RL i 41% po nim, co stanowi rzeczywisty zysk w porównywalnych warunkach w ramach jednego harnessu. Jednak 41% to nadal niski wynik absolutny w zestawieniu z 55,8% Claude Fable 5.1 i żadne przedstawianie tego jako poprawy nie zmienia tej kolejności.

Klauzula licencyjna, która rozstrzyga więcej niż luka

Mistral Large 4 jest udostępniany na warunkach Mistral Ecosystem Open-Weight License, którą firma opisuje jako zmodyfikowany tekst licencji MIT. W praktyce licencja przyznaje cztery uprawnienia, a jednego odmawia:

• Użycie komercyjne, bez progu przychodów — nie ma żadnego zapisu „musisz mieć przychody poniżej X milionów dolarów, aby z tego korzystać”.

• Dostrajanie i modele pochodne, czyli klauzula, która w ogóle umożliwia prowadzenie prac RL od dnia zerowego.

• Wdrożenia wewnętrzne i hosting on-premises, czyli argument o suwerennej AI, wokół którego Mistral zbudował całą tę premierę.

• Osadzanie wewnątrz produktu, z wyłączeniami obejmującymi osadzone wykorzystanie oraz wyłącznie przekazywanie wyników.

• Nie udzielono zgody na: prowadzenie działalności model-as-a-service w oparciu o niego. Jeśli chcesz uruchomić endpoint API rozliczany per token i sprzedawać dostęp, potrzebujesz odrębnej umowy handlowej z Mistral.

Claude Fable 5.1 nie ma równoważnego pytania, ponieważ nie ma równoważnego uprawnienia. Otrzymujesz API, warunki korzystania z usług i limit liczby żądań. Nie otrzymujesz wag, nie możesz dostrajać modelu i za żadną cenę nie możesz umieścić go w sieci odizolowanej od internetu. Warunki Anthropic dodają własne ograniczenia, które działają w ten sam sposób: w API samego dostawcy zerowa retencja danych wymaga wyraźnego upoważnienia, wymuszone korzystanie z narzędzi nie jest obsługiwane, a trybu myślenia nie można wyłączyć. Kierowanie tego samego modelu przez dostawcę mającego umowę o zerowej retencji danych to sposób, w jaki zespoły obchodzą pierwsze z tych ograniczeń. Te ograniczenia mają znaczenie dla nabywców podlegających regulacjom, którego nie ma siedemnastopunktowa różnica w indeksie.

Koszt, z zastrzeżeniem dotyczącym gadatliwości

Najpierw ceny cennikowe, ponieważ ceny promocyjne wygasają, a to ceny cennikowe są zapisane w umowie.

• Claude Fable 5.1 — 10,00 USD za milion tokenów wejściowych, 50,00 USD za milion tokenów wyjściowych, a odczyty z pamięci podręcznej obniżono do 0,25 USD za milion. Ceny w trybie wsadowym są o połowę niższe i wynoszą 5 oraz 25 USD.

• Mistral Large 4 — 1,36 USD za milion tokenów wejściowych, 4,18 USD za milion tokenów wyjściowych według ceny katalogowej, obecnie w promocji obniżonej o około połowę do około 0,68 USD i 2,09 USD, bez podanej daty zakończenia.

Po cenach listowych to 7,4× na wejściu i 12× na wyjściu. W obecnej promocji jest bliżej 15× i 24×. Oba są na tyle duże, że kwestia ceny ma pierwszeństwo przed kwestią benchmarku dla każdego, kto ma realny wolumen — i to jest uczciwy powód, dla którego to porównanie w ogóle powstaje.

Zastrzeżenie dotyczy gadatliwości i jest ono realne. W teście indeksu Artificial Analysis na wersji preview Mistral Large 4 wygenerował około 200 mln tokenów wyjściowych wobec mediany na rankingowej liście blisko 85 mln. Cena za token mnoży się przez ten współczynnik. Przepuść te same 200 mln tokenów wyjściowych przez oba modele, a arytmetyka daje 418 USD dla Mistral Large 4 w cenie promocyjnej wobec 10 000 USD dla Claude Fable 5.1 według cennika. Ta wielokrotność przetrwa gadatliwość — zmniejszy się, ale się nie odwróci — jednak każdy, kto podaje stosunek kosztu za token bez sprawdzenia, ile tokenów model faktycznie emituje, podaje połowę liczby. Czy udostępniony checkpoint jest równie gadatliwy co preview, pozostaje niezmierzone; 30-procentowa redukcja liczby tokenów wyjściowych, którą Mistral twierdzi, że uzyskuje dzięki dodatkowemu RL, jest własną odpowiedzią firmy na to pytanie.

Gdzie każdy z nich faktycznie może zostać wywołany

To jest ta część porównania, w której dwa modele przestają być symetryczne. Claude Fable 5.1 jest w katalogu OrcaRouter jako anthropic/claude-fable-5.1, z kontekstem 1 mln tokenów, cenami 10/50 USD i obniżoną stawką odczytu z cache przeniesioną po cenie cennikowej dostawcy — bez żadnego narzutu na wierzchu, więc zmiana ceny przez dostawcę wchodzi tego samego dnia. Mistral Large 4 nie znajduje się w tym katalogu. Nie oferujemy go, a ten tekst nie jest drogą do niego: wydany model żyje na Hugging Face oraz za własnym API dostawcy. Powiedzenie tego wprost jest użyteczniejsze niż sugerowanie czegoś przeciwnego.

Co to oznacza w praktyce, zależy od tego, po której stronie licencji się znajdujesz. Jeśli chcesz model, który możesz uruchomić na własnym sprzęcie, poddać audytowi od początku do końca i dostosować za pomocą adaptera LoRA, tylko jeden z tych dwóch jest dla ciebie dostępny, a różnica siedemnastu punktów jest ceną tej kontroli. Jeśli chcesz najmocniejszą odpowiedź na każde wywołanie i nigdy nie zamierzasz niczego mieć na własność, tylko jeden z tych dwóch jest poważną opcją, a dwunastokrotnie wyższa cena za tokeny wyjściowe jest kosztem tej możliwości. Umieszczenie obu pod jednym kluczem z przełączaniem awaryjnym skonfigurowanym dla każdej trasy to operacyjna wersja tej samej decyzji: pozwala domyślnie korzystać z drogiego modelu i przełączyć się na tańszy bez zawierania drugiej umowy.

Które wybrać

Wybierz Claude Fable 5.1, jeśli Twoja praca polega na długoterminowym wykonywaniu zadań przez agentów, programowaniu w dużym stopniu opartym na terminalu lub rozumowaniu na poziomie badawczym, gdzie błędna odpowiedź kosztuje więcej niż token. Twierdzenie o wyniku 55,8% w Terminal-Bench przyjmuj z zastrzeżeniem, że zostało przygotowane przez dostawcę, ale traktuj poważnie kolejność: nic, co opublikował Mistral, nie plasuje Mistral Large 4 w tym samym przedziale.

Wybierz Mistral Large 4, jeśli ograniczenie ma charakter prawny lub geograficzny, a nie intelektualny. Europejskie przedsiębiorstwo, które nie może wysyłać promptów za granicę, zespół bezpieczeństwa, który potrzebuje polityki odmów poza obiegiem, produkt, który musi dostarczyć model we własnym pliku binarnym — żadnego z tych problemów nie rozwiązuje lepszy wynik indeksu, a wszystkie rozwiązuje 610 GB nieograniczonych wag NVFP4 i licencja zezwalająca na wewnętrzne dostrajanie.

Nie wybieraj żadnego z nich i rozdzielaj ruch między nimi, jeśli szczera odpowiedź brzmi, że masz dwa obciążenia o różnych ograniczeniach. To właśnie sytuacja, którą ma wytworzyć różnica w cenie, i ta, w której znajdzie się większość zespołów.

Otwarte pytanie

Liczba, która zmieniłaby to porównanie, nie znajduje się na slajdzie żadnego z dostawców. To niezależne ponowne uruchomienie wydanego checkpointu na indeksie v5 Artificial Analysis, ponieważ obecne 26 pochodzi stąd, że Mistral cytuje podmiot zewnętrzny, a nie z nowego pomiaru końcowych wag. Jeśli trzy tygodnie RL i 30% mniej tokenów wyjściowych istotnie zmienią tę wartość, luka się zmniejszy i argument dotyczący ceny stanie się mocniejszy. Jeśli nie, wydany model jest preview z lepszymi manierami, a siedemnaście punktów ma charakter strukturalny.

Dopóki taki przebieg nie istnieje, jedyne, czego można bronić, to nudne stanowisko: Claude Fable 5.1 to lepszy model, Mistral Large 4 to lepsza licencja, a jedyni ludzie, dla których jest to trudny wybór, to ci, którzy potrzebują obu.