Mistral Large 4 vs GPT-6 Sol: Um Preço de Prévia Contra um Padrão Já Lançado

No papel, esta não é uma disputa equilibrada. O Mistral Large 4, o carro-chefe de pesos abertos da Mistral com 1,05 trilhão de parâmetros, custa US$ 0,68 por milhão de tokens de entrada e US$ 2,09 por milhão de tokens de saída. O GPT-6 Sol, o nível high-end com bom custo-benefício, custa US$ 2,00 e US$ 10,00 — cerca de três vezes mais na entrada e quase cinco vezes mais na saída, e passa a custar US$ 4,00 e US$ 15,00 quando uma requisição ultrapassa 272.000 tokens. Um mês de 100 milhões de tokens com uma proporção entrada/saída de 4:1 custa aproximadamente US$ 140 no Mistral Large 4 e aproximadamente US$ 480 no GPT-6 Sol. Esse é todo o argumento, e é um argumento forte, até você ler a segunda linha da própria documentação da Mistral: o Mistral Large 4 está em pré-visualização pública, e é o único destes dois modelos que ainda está em movimento.

Essa distinção é toda a comparação. O GPT-6 Sol foi lançado a 22 de setembro de 2026 e é estável; o seu comportamento, o seu tarifário e as suas pontuações independentes estão definidos. O Mistral Large 4 chegou a 6 de outubro de 2026 com uma API de pré-visualização, um lançamento dos pesos prometido "até ao final do mês" e uma execução de aprendizagem por reforço que a Mistral diz ainda estar em curso. A versão que invoca hoje não é a versão que terá em novembro. Portanto, a questão interessante não é "qual é melhor" — em termos de inteligência medida, ainda não estão no mesmo patamar — mas sim "qual deles pertence à sua stack, e em que condições".

O que cada fornecedor realmente entregou

O Mistral Large 4 é um modelo granular de mistura de especialistas, com 49 mil milhões de parâmetros ativos num total de 1,05 biliões, além de um codificador de visão de 1,6 mil milhões de parâmetros. Recebe texto e imagens, disponibiliza uma janela de contexto de cerca de um milhão de tokens e foi treinado de raiz em 3 800 GPUs NVIDIA Grace Blackwell, nos próprios centros de dados europeus da Mistral. A Mistral descreve-o como o seu modelo maior e mais capaz até à data e afirma que os pesos — disponibilizados sob uma licença aberta — chegarão antes do final de outubro de 2026, pendentes de um período de red-teaming realizado com parceiros de cibersegurança e autoridades estatais. Até lá, a única forma de acesso é a API de pré-visualização.

GPT-6 Sol é o nível intermediário da série GPT-6 da OpenAI, abaixo do carro-chefe GPT-6 Astra e acima do rápido GPT-6 Luna. Ele aceita texto, imagens e arquivos, tem uma janela de contexto de pouco mais de um milhão de tokens, com até 128.000 tokens de saída, e oferece esforço de raciocínio configurável, chamada de funções, saídas estruturadas e amostragem com semente. É uma API fechada e moderada — o oposto da proposta da Mistral, que é que uma organização possa eventualmente executar o ML4 em seu próprio hardware sob suas próprias políticas.

• Parâmetros totais — Mistral Large 4 1,05T (49B ativos) vs GPT-6 Sol não divulgado

• Janela de contexto — aproximadamente 1M de tokens cada, Mistral Large 4 anunciado com 1M, GPT-6 Sol com ~1,05M

• Saída máxima — GPT-6 Sol 128K tokens vs Mistral Large 4 ainda não documentado

• Modalidade de entrada — Mistral Large 4 texto e imagem vs GPT-6 Sol texto, imagem e arquivo

• Preço de entrada — Mistral Large 4: $0,68 por 1M vs. GPT-6 Sol: $2,00, subindo para $4,00 acima de 272K tokens

• Preço de saída — Mistral Large 4 $2,09 por 1M vs GPT-6 Sol $10,00, subindo para $15,00 após o mesmo limite

• Entrada em cache — Mistral Large 4 $0,07 por 1M vs GPT-6 Sol $0,20, subindo para $0,40

• Pesos — Mistral Large 4 licença aberta, prometida para o final de outubro de 2026 vs. GPT-6 Sol fechado

• Status de lançamento — Mistral Large 4 em pré-visualização pública, 6 de outubro de 2026 vs. GPT-6 Sol em disponibilidade geral, 22 de setembro de 2026

Onde o GPT-6 Sol está simplesmente à frente

O post de lançamento da Mistral é incomumente direto sobre isso, o que poupa a todos o trabalho de adivinhar. No Artificial Analysis Intelligence Index — a revisão v4.3.2, dez avaliações de AA-Briefcase a CritPt — o GPT-6 Sol obtém 47,6 e ocupa por volta do 14.º lugar entre os 147 modelos nesse ranking. O Mistral Large 4 não tem nenhuma pontuação publicada no Index. O que existe é uma linha parcial no Artificial Analysis, que lista o modelo como "Mistral Large 4 Preview" e informa que a sua posição não está disponível publicamente. Nas avaliações individuais que estão visíveis, o GPT-6 Sol lidera claramente: 47,9 contra um limiar do Humanity's Last Exam que ele supera, enquanto o ML4 não aparece, 83,7 contra 80,3 em recall de contexto longo do AA-LCR, 43,9 contra 28,3 no Terminal-Bench 4.0.

Esses números do Terminal-Bench merecem uma ressalva que pende para o lado oposto. Os 28,3% da Mistral e os 59,4% no SWE-Atlas-QnA vêm de números que a Artificial Analysis avaliou em caráter privado antes do lançamento de um harness, e a Mistral deixa explícito que eles aparecerão no Artificial Analysis Coding Agent Index quando esse harness for lançado. Não são inventados pelo fornecedor, mas também não são reproduzíveis por você hoje. Trate-os como promissores e não verificados.

Nos casos em que a Mistral publica números, vários deles merecem uma leitura atenta, porque são o tipo de alegação que um fornecedor faz quando está confiante. A Mistral relata que, num teste do Artificial Analysis Cyber Index — reproduzir uma vulnerabilidade real em software de código aberto e depois corrigi-la —, o ML4 obtém 82%, a pontuação mais alta de qualquer modelo, e que resolve 93% dos 40 desafios do Cybench. Relata também que modelos fechados de ponta, incluindo Claude Opus 5.5 e GPT-6 Astra, obtêm perto de zero no mesmo teste de reprodutibilidade porque recusam a tarefa. São dados relatados pelo fornecedor e não foram reproduzidos de forma independente, mas o mecanismo subjacente não é exótico: um modelo que recusa mais na verdade conclui menos, e a Mistral tem vendido esse argumento desde a sua viragem para pesos abertos.

Em termos de capacidade geral, a leitura honesta é que o GPT-6 Sol é o melhor modelo hoje e o Mistral Large 4 é o mais barato. Se a sua carga de trabalho for uma tarefa direta de perguntas e respostas ou de programação, sem preferência por hospedagem própria, os cinco dólares extras do GPT-6 Sol por milhão de tokens de saída compram um modelo cujo comportamento não vai mudar debaixo de você.

O argumento a favor da prévia, que não é apenas o preço

Três coisas fazem do Mistral Large 4 mais do que uma opção com desconto, e nenhuma delas é o preço de etiqueta.

O primeiro é a soberania no sentido literal. O ML4 foi treinado em centros de dados europeus, em hardware europeu, e poderá ser servido numa região europeia que a Mistral opera de ponta a ponta. Para um comprador regulado, isso não é uma frase de marketing; é um requisito de aquisição que o GPT-6 Sol não consegue atualmente satisfazer a nenhum preço. A Mistral levantou 3 mil milhões de euros numa Série D especificamente para financiar isto, a maior ronda de capital alguma vez levantada por uma empresa tecnológica europeia, e este modelo é o primeiro marco nesse sentido.

O segundo são os pesos. Quando eles chegarem, uma organização que tenha as GPUs poderá executar o ML4 on-premises sem nenhum provedor envolvido, o que muda tanto o comportamento de recusa quanto a questão da residência de dados. O GPT-6 Sol ainda será uma chamada de API quando isso acontecer. Se o seu roadmap tiver uma fase on-premise, o ML4 é o único dos dois que tem uma.

O terceiro é a cadência. A Mistral diz que a execução de RL por trás desta prévia ainda não saturou e que espera “grandes e rápidas melhorias nas próximas semanas e meses”. Quando um fornecedor lança uma prévia e afirma que a curva ainda está subindo, o preço que lhe é cotado hoje está atrelado à pior versão do modelo pela qual você algum dia será cobrado. O preço do GPT-6 Sol está atrelado a uma capacidade fixa.

Executando ambos sem apostar em nenhum

A parte incômoda de uma prévia é que não se pode fixá-la. Se o seu produto depende do comportamento atual do ML4, uma atualização na próxima semana é um incidente de produção. Se depende do GPT-6 Sol, você está pagando um prêmio fixo pela estabilidade. A forma sensata geralmente é ter ambos, por trás de um único endpoint, então a decisão é uma regra de roteamento e não uma arquitetura.

É para isso que o OrcaRouter serve. Ambos os modelos ficam atrás de uma única API compatível com OpenAI com 0% de markup, o que importa mais do que o habitual aqui: o preço de pré-visualização da Mistral é um preço de lançamento e vai mudar — para cima quando a pré-visualização terminar, possivelmente para baixo quando os pesos forem disponibilizados e a concorrência no modelo aberto apertar — e, como os preços de tabela dos fornecedores são repassados diretamente, um corte de preço de um fornecedor entra em vigor do nosso lado no mesmo dia, em vez de apenas quando alguém atualiza uma tabela codificada. A DSL de roteamento permite enviar trabalho com documentos de contexto longo para o modelo que for mais barato para esse formato, e manter o GPT-6 Sol como fallback para tudo o que tiver de ser estável. O failover automático cobre o caso que uma API de pré-visualização mais atrai: o endpoint estar ocupado ou brevemente indisponível, o que é normal para qualquer modelo no seu primeiro mês.

Qual escolher

Escolha o GPT-6 Sol se a carga de trabalho for de produção, o comportamento importar mais do que o preço unitário e não tiver de executar o modelo por si. A sua pontuação de 47,6 no Intelligence Index, o seu limite de saída de 128K e as suas leituras de cache a $0,20 tornam-no a opção padrão mais segura, e o novo preço para contexto longo a 272 000 tokens é fácil de planear, porque o limiar está publicado.

Escolha o Mistral Large 4 se você estiver construindo algo em que uma de três coisas seja verdadeira: você precisa de um modelo implantado na Europa, você precisa de pesos abertos eventualmente, ou você atua no ramo de pesquisa de segurança, onde uma recusa é uma falha — 82% no teste de reproduzir e corrigir contra quase zero das alternativas fechadas é uma lacuna real de capacidade, relatada pelo fornecedor ou não. E aceite que você está comprando um modelo em pleno desenvolvimento. Orce para que a superfície da API mude, e não fixe o preço de pré-visualização em uma previsão para o próximo trimestre.

O que observar antes de se comprometer de qualquer forma: o lançamento real dos pesos no final de outubro, que é o momento em que a alegação de pesos abertos deixa de ser uma promessa; a primeira pontuação publicada do Artificial Analysis Intelligence Index para o ML4, que vai definir se a diferença de preço é uma pechincha ou um desconto por menos; e o Coding Agent Index, que é onde os números privados do Terminal-Bench da Mistral ou serão corroborados ou discretamente não serão.