Muse Wonder vs Mistral Large 4.0: porównanie wydanego modelu z modelem wciąż w wersji zapoznawczej

Pierwszą szczerą rzeczą, jaką można powiedzieć o Muse Wonder w porównaniu z Mistral Large 4.0, jest to, że tylko jeden z nich jest ukończony. Meta Superintelligence Labs udostępniło Muse Wonder w komercyjnym API 12 października 2026 r.: 4,00 USD za milion tokenów wejściowych, 20,00 USD za milion wyjściowych, okno 1 048 576 tokenów i wynik 52 w Artificial Analysis Intelligence Index. Mistral AI wprowadziło Mistral Large 4.0 do publicznego podglądu 6 października 2026 r. — sześć dni wcześniej — w cenie 1,36 USD za milion tokenów wejściowych i 4,18 USD za milion tokenów wyjściowych, z niezależnym indeksem wynoszącym 38,4, bez udostępnionych wag, bez nazwanej licencji i z limitem wyjściowym, którego Mistral nie udokumentowało. Wszystko poniżej jest prawdą w tym tygodniu, a część tego ma przestać być prawdą przed listopadem, ponieważ Mistral zapowiedziało, że wagi pojawią się do końca miesiąca.

Czternaście punktów i ile kosztowały

Luka złożona jest najszersza w tym szeregu i jest najmniej interesującą liczbą na stronie. Obie liczby pochodzą z Artificial Analysis dla tej samej wersji jego indeksu, więc można je porównać bezpośrednio:

• Intelligence Index — Muse Wonder (max) 52, dziewiąty z 219 modeli; Mistral Large 4 Preview 38,4, sześćdziesiąty czwarty z 225

• Stawka katalogowa — Muse Wonder 4,00 USD za wejście / 0,20 USD z pamięci podręcznej / 20,00 USD za wyjście za milion tokenów; Mistral Large 4.0 1,36 USD za wejście / 0,14 USD z pamięci podręcznej / 4,18 USD za wyjście

• Koszt na zadanie indeksowania — Muse Wonder około 4,52 USD; Mistral Large 4.0 około 1,13 USD, czyli jedna czwarta tej kwoty

• Tokeny wyjściowe w przebiegu indeksu — Muse Wonder około 130 milionów; Mistral Large 4.0 około 200 milionów

• Okno kontekstowe — Muse Wonder 1 048 576 tokenów deklarowane i obsługiwane; Mistral Large 4.0 1 048 576 w dokumentacji Mistrala, 524 288 według odczytu niezależnego ewaluatora

• Parametry — Muse Wonder nieujawnione; Mistral Large 4.0: 1,05 biliona łącznie, z 49 miliardami aktywnych parametrów na token, plus enkoder wizyjny o 1,6 miliarda parametrów

• Wagi — zastrzeżone przez Muse Wonder, nie opublikowano żadnych; Mistral Large 4.0 jest dziś zastrzeżony, ale obiecano, że do końca października 2026 będzie otwarty

Prawdziwym punktem decyzyjnym jest stosunek kosztów 4× i nie łagodzi go różnica w indeksie, w przeciwieństwie do niektórych zestawień w tej serii. Muse Wonder zużywa mniej tokenów, a mimo to wypada o 14 punktów wyżej, więc różnica w cenie naprawdę kupuje możliwości, a nie rozwlekłość. Ale wynik 38,4 w indeksie nie oznacza złego modelu — to mniej więcej poziom, na którym plasuje się kompetentny model rozumujący średniej klasy — a pytanie, przed którym faktycznie stoi kupujący, brzmi, czy czternaście punktów możliwości jest warte czterokrotnego zwiększenia kosztów eksploatacji potoku, który przetwarza dużo tokenów.

W większości przypadków pracy o dużym wolumenie – nie. W przypadku kodowania agentowego i długoterminowych zadań zawodowych wyniki wersji zapoznawczej Mistral Large 4.0 są na tyle słabe, że tańszy model nie jest prawdziwym zamiennikiem; własne liczby dostawcy dają mu 28,3 w Terminal-Bench 4.0 i 49,8 w jego zbiorczym Coding Agent Index, co jest wynikiem innej klasy niż liczby dla terminala, które Meta publikuje dla Muse Wonder.

Klauzula podglądu

Dokumentacja samego Mistrala jest obecnie wewnętrznie sprzeczna w kwestii tego modelu, a porównanie napisane dzisiaj dziedziczy tę niekonsekwencję.

• Okno kontekstowe jest określone jako 1 milion tokenów w dokumentacji Mistrala, a Artificial Analysis odczytuje 524 288 — dwukrotna różnica, nierozstrzygnięta.

• Liczba aktywnych parametrów jest podawana jako 49 miliardów w niektórych miejscach w Mistral, a jako 52 miliardy w innych.

• Nie podano nazwy żadnej licencji. Materiały samego Mistrala oznaczają wydanie jako „Open”, nie precyzując szczegółów, a ewaluator oznacza je jako zastrzeżone, bez wypełnionego pola licencji. Mistral Large 3 miał licencję Apache 2.0; ten nie ma jeszcze żadnej.

• Maksymalna długość danych wyjściowych nie jest udokumentowana.

• Promocyjna cena startowa — 0,68 USD za wejście i 2,09 USD za wyjście, czyli połowa standardowej stawki — jest przekreślona w cenniku Mistrala, co oznacza, że się kończy.

Żadna z tych rzeczy nie jest skandalem. Tak wygląda preview z zewnątrz: model, którego konfiguracja udostępniania wciąż się zmienia, sprzedawany z mniejszym wyprzedzeniem, narażony na zmianę ceny lub wycofanie w krótszym terminie niż wydanie ogólnie dostępne. Muse Wonder ma własne nierozwiązane kwestie — dostępny wyłącznie w subskrypcji checkpoint Full, funkcja Active Memory, której nikt nie testował na produkcji — ale jego cennik, okno kontekstu i punkty końcowe to ustalone fakty, a nie bieżąca najlepsza interpretacja.

Praktyczną konsekwencją dla każdego, kto porównuje ze sobą te dwa modele w benchmarkach, jest to, że kolumna Mistrala będzie się zmieniać. Wyniki modelu w wersji zapoznawczej zmieniają się między kolejnymi wersjami tego samego zestawu testowego, choć dostawca niczego nie ogłasza, a obciążenie dostrojone do wyniku wersji zapoznawczej należy traktować jako dostrojone do ruchomego celu.

Gdzie Mistral Large 4.0 ma coś, czego nie ma Muse Wonder

Dwie rzeczy i obie są konkretne, a nie stopniowe.

Pierwszym jest suwerenne wdrożenie, które stanowi odpowiedź zakupową, a nie benchmarkową. Mistral szkoli i udostępnia ten model we własnych europejskich centrach danych na europejskim sprzęcie — materiały premierowe wskazują 3800 układów GPU NVIDIA Grace Blackwell oraz rundę finansowania Series D o wartości 3 mld euro — a model jest natywnie wielojęzyczny w około 160 językach, w tym we wszystkich językach urzędowych UE. Dla europejskiego nabywcy z sektora publicznego lub podmiotu regulowanego to często cała decyzja, a Muse Wonder nie bierze w niej udziału za żadną cenę. Model Meta jest udostępniany przez Meta, na warunkach Meta.

Drugi obszar to prace związane z bezpieczeństwem, w których twierdzenia Mistrala są wyjątkowo konkretne. Dostawca podaje 82% przy odtwarzaniu i łataniu rzeczywistej luki w oprogramowaniu open source, co opisuje jako najwyższy wynik spośród wszystkich testowanych modeli, oraz 93% w zestawie 40 wyzwań z zakresu cyberbezpieczeństwa. Twierdzi ponadto, że Claude Opus 5.5 i GPT-6 Astra uzyskują wynik bliski zera w tym samym teście, ponieważ odmawiają wykonania zadania. To dane raportowane przez dostawcę dotyczące jego własnego modelu, a twierdzenie o odmowie to charakterystyka zachowania dwóch konkurentów przedstawiona przez dostawcę — oba należy traktować jako twierdzenia. Jeśli jednak te liczby się utrzymają choćby w przybliżeniu, istnieje klasa prac związanych z bezpieczeństwem defensywnym i generowaniem poprawek, w której model o indeksie 38,4 jest bardziej użyteczny niż model o indeksie 52, co jest rodzajem odwrócenia, którego wynik zbiorczy nie potrafi pokazać.

Jeśli chodzi o jakość kodu ocenianą przez ludzi, a nie przez środowisko testowe, zaślepiona ocena przeprowadzona przez Surge AI, z ukrytymi etykietami i profesjonalnymi anotatorami, dała modelowi Mistral Large 4.0 wynik 3,74 w pięciopunktowej skali — drugie miejsce wśród pięciu testowanych modeli: przed Kimi K3 z wynikiem 3,59 i za Claude Opus 5 z wynikiem 4,22. To niewielki, realny sygnał, że wynik zbiorczy nie docenia modelu w zakresie kodu, i to liczba, jakiej tabele dostawców nigdy nie zawierają.

Kwestia europejska i kwestia routingu

Mistral Large 4.0 nie znajduje się w katalogu OrcaRouter. Po naszej stronie nie ma trasy mistral dla tego modelu i ta strona nie będzie sugerować, że taka istnieje — wersja zapoznawcza działa dziś na własnej platformie Mistrala, w jego Studio API oraz na kilku platformach zewnętrznych. Muse Wonder od Meta również nie należy do nas: działa w Meta Model API i Muse Code, a nie ma meta/muse-wonder wpisu w naszym katalogu.

To, co można tu kierować, to warstwa znajdująca się pod obiema decyzjami. Muse Spark 1.2 — większy checkpoint Meta, od którego wywodzi się ta rodzina — widnieje w katalogu w cenie 1,25 USD za dane wejściowe i 4,25 USD za dane wyjściowe za milion tokenów, w oknie 1 048 576 tokenów, przy odczytach z pamięci podręcznej po 0,15 USD. A powód, by trzymać oba te porównania na jednym punkcie końcowym, jest taki, że żadne z nich nie jest rozstrzygniętym zakupem: wersja zapoznawcza Mistrala zmieni się, gdy pojawią się wagi i zostanie podana nazwa licencji, a pełny checkpoint Meta może otrzymać ścieżkę API, ale nie musi. Ceny katalogowe dostawców są przekazywane przy 0% marży, więc gdy dostawca zmieni cenę wersji zapoznawczej — co z czasem zrobi również przekreślona stawka startowa Mistrala — liczba po naszej stronie zmienia się tego samego dnia, a nie dopiero w następnym cyklu rozliczeniowym. DSL routingu i automatyczne przełączanie awaryjne istnieją dokładnie dla kształtu, jaki ma to porównanie: obciążenia, które chcesz wypróbować na nieustalonym modelu, nie stawiając na nim ścieżki produkcyjnej.

Wybór między ukończonym modelem a nieukończonym

• Wybierz Mistral Large 4.0, gdy wdrożenie musi być europejskie, gdy liczy się wielojęzyczne pokrycie w językach UE albo gdy praca dotyczy bezpieczeństwa defensywnego i generowania łatek. W tych trzech przypadkach różnica w indeksie jest niewłaściwym narzędziem.

• Wybierz Mistral Large 4.0, gdy koszt na zadanie jest ograniczeniem. Przy 1,13 USD za zadanie indeksowania w porównaniu z 4,52 USD to najtańszy kwartał w tej serii, a w przypadku klasyfikacji, ekstrakcji i streszczania na dużą skalę nie ma porównania.

• Nie opieraj się na liczbach z wersji zapoznawczej Mistral Large 4.0 tak, jakby były ostateczne. Model, którego okno kontekstowe i liczba parametrów wciąż są sporne na własnych stronach dostawcy, to model, którego kolumna z benchmarkami się zmieni.

• Wybierz Muse Wonder, gdy praca ma charakter agentowy i długoterminowy, gdy wejściem jest mowa lub wideo albo gdy wynik musi być długi — limit Meta wynoszący 943 718 tokenów na pojedynczą odpowiedź nie ma tu odpowiednika, ponieważ Mistral nie udokumentował takiego limitu.

• Sięgnij po Muse Wonder, gdy potrzebujesz tej możliwości teraz i możesz zapłacić za nią czterokrotnie. Czternastopunktowa różnica w indeksie na endpointcie GA z ustalonym cennikiem to premia za pewność w takim samym stopniu jak za wynik.

To zestawienie nie poddaje się jednoznacznemu werdyktowi, ponieważ te dwa modele nie konkurują o ten sam zakup. Jeden to model czołowy z opublikowanym cennikiem i nieukończonym zestawem funkcji; drugi to tańszy, suwerenny, wciąż kształtujący się model z licencją, która jeszcze nie istnieje. Za trzy tygodnie Mistral Large 4.0 może być ciekawszym z tej dwójki — otwarte wagi na określonej licencji zmieniłyby każdy z powyższych akapitów. Na razie tylko jeden z nich jest czymś, na czym można się oprzeć.