Mistral Large 4 vs Mistral Large 3: aktualizacja, która kosztuje o 40% więcej

Komunikat o wycofaniu ma jedno zdanie i był najdonioślejszą rzeczą, jaką Mistral opublikował w październiku. „Ten model jest wycofywany. Do nowych integracji używaj Mistral Large 4” — czytamy na stronie dokumentacji Mistral Large 3, datowanej na 31 października 2026 r., dwa dni po tym, jak pojawiły się wagi Mistral Large 4. Large 3 nie zostanie wycofany jutro; zostaje zamknięty dla nowych prac, co w praktyce oznacza, że każda nowa integracja, ewaluacja i uruchomienie benchmarku od tego momentu wskazują na model, który kosztuje o 40% więcej za token i jest dostarczany na licencji, która nie pozwala już swobodnie go odsprzedawać. To jest wymiana, do której nakłania cię aktualizacja, i nie jest to wymiana, którą opisuje zakres benchmarków.

Co tak naprawdę mówi deprecacja

Strona modelu Mistrala podaje, że Mistral Large 3 ma 675 miliardów parametrów łącznie i 41 miliardów aktywnych, kontekst 256K, został wydany 2 grudnia 2025 na licencji Apache 2.0. Jego następca, Mistral Large 4, ma 1,05 biliona parametrów łącznie i 52 miliardy aktywne, kontekst 1M, został zapowiedziany 6 października 2026 i udostępniony z otwartymi wagami 29 października. Mistral wskazuje mistral-large-4 jako następcę według identyfikatora API.

Dwie kwestie w tym zestawieniu zasługują na więcej uwagi, niż im poświęcono. Po pierwsze, zmieniła się licencja. Apache 2.0 zastąpiono licencją Mistral Ecosystem Open-Weight License, zmodyfikowaną wersją MIT, która zezwala na użycie komercyjne, ale wymaga odrębnej umowy komercyjnej od każdego, kto oferuje model jako model-as-a-service. Jeśli dostrajasz Large 3 i sprzedajesz dostęp do wyniku, Large 4 prosi, abyś najpierw porozmawiał z Mistral. Po drugie, własna dokumentacja Mistral nadal określa Mistral Large 4 jako „Public Preview”, podczas gdy blok licencji na tej samej stronie opisuje go jako open-weight. Oba stwierdzenia mogą być prawdziwe — model jest opublikowany, a wydanie nie zostało formalnie zamknięte — ale zespół planujący migrację nie powinien odczytywać „preview” i „open weight” jako tego samego sygnału dojrzałości.

Cena wzrosła, a koszt na zadanie spadł.

Oba stwierdzenia są poprawne, i właśnie to sprawia, że ta aktualizacja jest myląca.

• Tokeny wejściowe — 0,50 USD za milion w przypadku Mistral Large 3, 0,70 USD w Mistral Large 4. Wzrost o 40%.

• Tokeny wyjściowe — 1,50 USD za milion w Mistral Large 3, 2,10 USD w Mistral Large 4. Wzrost o 40%.

• Buforowane dane wejściowe — $0.07 za milion w Mistral Large 4; strona dokumentacji Mistral Large 3 nie podaje stawki za buforowane dane.

• Koszt ukończonego zadania w indeksie Artificial Analysis — $2.06 w przypadku Mistral Large 4, o 63% mniej niż $5.54 w wersji zapoznawczej z października.

Liczba 63% jest prawdziwa i opisuje coś innego niż to, czego doświadcza kupujący. Porównuje Large 4 z jego własną wcześniejszą wersją preview, gdy model był zarówno droższy w przeliczeniu na token, jak i znacznie bardziej rozwlekły. Nie porównuje natomiast Large 4 z Large 3, ponieważ Artificial Analysis obecnie w ogóle nie publikuje wyniku Intelligence Index dla Large 3 — strona wskazuje, że indeks nie dotyczy, a model nie ma publicznie zbenchmarkowanej konfiguracji API. Zatem szeroko rozpowszechniany skok „z 9 do 38.4” między tymi dwoma modelami nie jest pomiarem tej aktualizacji. To wynik z wersji indeksu, która została od tego czasu zastąpiona.

Pytanie o wynik, szczerze mówiąc.

Na obecnym Artificial Analysis Intelligence Index v5 — przebudowanym 27 października 2026 r. — jedyna dostępna para w pełni porównywalna znajduje się we własnej rodzinie Large 4. Październikowa wersja zapoznawcza uzyskała 25 punktów, a udostępniony checkpoint uzyskuje 26 przy wysokim poziomie rozumowania i 23 przy średnim. To zmierzona poprawa wynikająca z trzech dodatkowych tygodni uczenia ze wzmocnieniem, o których mówi Mistral, i wynosi jeden punkt.

Co do twierdzenia o kolejnej generacji, pozostają ci własne ewaluacje Mistrala: 41% na Terminal-Bench 4.0 wobec 28% w wersji preview, 61,7% na DeepSWE v1.1, 79% na CyberGym-E2E, 84,5% na BrowseComp. Wszystkie są raportowane przez dostawcę, a wynik Terminal-Bench w szczególności mierzy coś innego w zależności od szkieletu: 24,7%, gdy te same wagi są uruchamiane w neutralnym środowisku mini-swe-agent Artificial Analysis. Nie ma równoważnego zestawu testów opublikowanego przez Mistral dla Large 3, który można by postawić obok. Każdy, kto twierdzi, że Large 4 jest dokładnie o N punktów lepszy od Large 3, powołuje się na wskaźnik, który w tej formie już nie istnieje.

Co można powiedzieć bez linijki: Large 4 dodaje drabinkę rozumowania, której Large 3 nie ma — z niskim, średnim i wysokim poziomem wysiłku tam, gdzie stary model nie miał żadnego, przy czym domyślny jest wysoki. Podwaja kontekst do 1M i, co ma większe znaczenie w przypadku długich zadań, myśli przed udzieleniem odpowiedzi. To zmiany kategoryczne, a nie zmiany skali. Kosztem zmiany kategorycznej jest to, że stare prompty działają inaczej — czasami lepiej, często większym kosztem.

Rachunek przy rzeczywistym obciążeniu

Sto milionów tokenów wejściowych i czterdzieści milionów tokenów wyjściowych miesięcznie — ten sam wolumen, który jest używany w innych miejscach tego bloga, ponieważ odpowiada on w przybliżeniu jednemu średniej wielkości asystentowi wsparcia.

• Mistral Large 3 — 100 × 0,50 USD to 50 USD, a 40 × 1,50 USD to 60 USD, czyli 110 USD miesięcznie.

• Mistral Large 4 — 100 × $0.70 to $70, a 40 × $2.10 to $84, czyli $154 miesięcznie.

• Różnica — 44 USD miesięcznie, czyli 40%, przy identycznej liczbie tokenów.

Założenie o identycznej liczbie tokenów należy poddać weryfikacji. Mistral Large 4 domyślnie jest modelem rozumującym, a modele rozumujące generują więcej tokenów przy tym samym żądaniu. Artificial Analysis mierzy 82 000 tokenów wyjściowych na zadanie indeksowe na udostępnionym checkpoincie — o 39% mniej niż 135 000 w wersji preview, co pokazuje, jak duża część kosztu wersji preview wynikała z rozwlekłości, a także że 82 000 to wciąż dużo. Mistral osobno twierdzi, że model zużywa o 47% mniej tokenów na zadanie niż GLM-5.3, co jest porównaniem z konkurentem, a nie z Large 3.

Praktyczna konsekwencja: jeśli podmienisz model pod niezmienionym promptem, wzrośnie zarówno liczba tokenów, jak i Twoja stawka, a rachunek zmieni się o ponad 40%. Ustaw nakład rozumowania na niski w przypadku klasyfikacji, ekstrakcji i generowania krótkich treści, a różnica się zmniejszy. Zostaw go na wysokim dla wszystkiego, a płacisz premię za rozumowanie za pracę, która nigdy go nie wymagała. To jedno ustawienie jest warte więcej niż jakakolwiek zniżka migracyjna.

Licencja to ta część, którą warto przeczytać dwa razy

Apache 2.0 w przypadku Mistral Large 3 oznaczało brak jakichkolwiek warunków, których analiza byłaby warta czasu prawnika. Mistral Ecosystem Open-Weight License w Large 4 to zmodyfikowana licencja MIT: można swobodnie używać, modyfikować, dostrajać i komercjalizować, przy czym w przypadku modelu jako usługi wymagana jest osobna licencja komercyjna. Ogłoszenie Mistrala wyraźnie stwierdza, że dostawcy muszą ją uzyskać.

Zastrzeżenia mają znaczenie dla pośredników. Definicja wyklucza wbudowane produkty końcowe oraz „zwykłe przekazywanie żądań do modeli hostowanych przez inne podmioty”, co pozostawia miejsce na bramę przekazującą ruch do inferencji hostowanej przez Mistral. Czego jednak wyraźnie nie obejmuje, to samodzielnego hostowania wag i pozwalania innym osobom na ich wywoływanie — czyli tego, co robi zespół platformy, gdy uruchamia współdzielony punkt końcowy inferencji dla własnych grup produktowych. Jeśli taka jest Twoja architektura, aktualizacja zmienia zarówno Twoją sytuację prawną, jak i rachunek, a odpowiedzią jest rozmowa z Mistralem, a nie lektura licencji.

To również miejsce, w którym warstwa routingu ma swoje uzasadnienie — z jednym zastrzeżeniem. OrcaRouter przekazuje cenę katalogową dostawcy bez narzutu (0%), więc zmiana ceny przez dostawcę jest u nas widoczna tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy — przydatne, gdy model tanieje z 1,36 USD do 0,70 USD w ciągu trzech tygodni, jak w tym przypadku. Jednak ani Mistral Large 4, ani Mistral Large 3 nie znajdują się w naszym katalogu, więc nie możemy przeprowadzić tej migracji za Ciebie. Możemy natomiast utrzymać resztę Twojego stosu na jednym kluczu, dopóki nie podejmiesz decyzji, z automatycznym przełączaniem awaryjnym i ponad 200 modelami za jednym punktem końcowym.

Lista kontrolna migracji, która mieści się na jednym ekranie

• Identyfikator API — mistral-large-2512 staje się mistral-large-4 lub jego aliasem mistral-large-4-0; stary identyfikator nadal obsługuje istniejący ruch, ale jest zamknięty dla nowych integracji.

• Parametr rozumowania — Large 4 udostępnia poziom wysiłku low, medium i high, przy czym high jest domyślny, a low zastępuje dawny tryb „none”; prompty, które nigdy go nie ustawiają, będą teraz przeprowadzać rozumowanie.

• Kontekst — 256K staje się 1M, co bardziej zmienia strategię dzielenia na fragmenty niż sam model; potoki wyszukiwania dostrojone do 256K zaczną po cichu wysyłać znacznie większe prompty, jeśli im na to pozwolisz.

• Budżet danych wyjściowych — Mistral nie publikuje maksymalnej liczby tokenów wyjściowych dla Large 4; zmierz ją względem endpointu, który wywołujesz, zanim założysz konkretną liczbę.

• Vision — Mistral publikuje enkoder wizyjny o parametrach 1,6 mld dla Large 4 i nie udostępnia enkodera osobno dla Large 3; ścieżka multimodalna jest natywna w obu, ale ponownie uruchom zadania obrazowe, zamiast zakładać parytet.

{{1}}Licencja{{/1}} — jeśli odsprzedajesz wnioskowanie, uzyskaj umowę komercyjną przed wydaniem produktu, a nie po.

• Ewaluacje — ustal nowy punkt odniesienia na własnych zadaniach przy dużym i małym nakładzie. Liczby dostawcy nie są przenośne, podobnie jak Twoje stare wskaźniki zdawalności.

Kto powinien działać teraz, a kto powinien czekać

Działaj teraz, jeśli Twoja praca ma charakter agentowy, wymaga długiego kontekstu lub dużego nacisku na rozumowanie, a Twój rachunek jest zdominowany przez ponowne próby, a nie przez tokeny pierwszej próby. Wzrost stawek o 40% nie jest liczbą, która ma znaczenie w tym profilu; liczbą, która ma znaczenie, jest to, ile prób wymaga zadanie, a drabinka rozumowania jest pierwszą rzeczą, którą Mistral dostarczył, a która prawdopodobnie ją zmniejsza.

Zaczekaj — jeśli Twoje obciążenie jest wysokowolumenowe, krótkowyjściowe i już przechodzi. Wzrost stawki o 40% za możliwość, której nie używasz, to oczywista strata, a Large 3 nadal obsługuje. Wycofanie zamyka go dla nowych integracji, ale nie dla istniejącego ruchu — traktuj to jednak jako okres przejściowy z końcem, a nie stałą opcję, i poproś Mistral o datę wycofania na piśmie, zamiast wywnioskować ją ze strony dokumentacji.

A jeśli wybierasz między nimi na podstawie wykresu porównawczego, najpierw sprawdź, z którego indeksu pochodzi. Najczęściej cytowane liczby dla tej pary zmierzono na buildzie, który zastąpiono 27 października, a jedynym wynikiem, który oba modele mają dziś wspólny, jest to, że Large 4 go ma, a Large 3 nie. Decyzja migracyjna podjęta na tej podstawie to decyzja oparta na nieaktualnej miarce — a to dokładnie ten rodzaj rzeczy, który 40-procentowy wzrost ceny czyni kosztownym.