Mistral Large 4 vs Claude Fable 5.1: Dezessete Pontos de Índice e um Preço de Saída Doze Vezes Maior

A questão nesta comparação mudou em 29 de outubro de 2026, e não porque o Mistral Large 4 tenha ficado mais inteligente. Naquela tarde, o modelo deixou de ser uma prévia alugada e passou a ser um download de 1,06 TB, o que significa que a comparação com o Claude Fable 5.1 já não gira apenas em torno de qual modelo responde melhor — mas também de com que restrição você consegue conviver. O Claude Fable 5.1 é um modelo de US$ 10 por milhão de tokens de entrada que você pode chamar via API e nunca pode possuir, ajustar nem executar no seu próprio hardware. O Mistral Large 4 é uma mistura de especialistas com um trilhão de parâmetros que agora você pode possuir, adaptar e implantar dentro da sua própria rede, sob uma licença que proíbe explicitamente que você o revenda como serviço. Um é um contrato. O outro é um download com uma cláusula anexada.

Em termos de capacidade, a resposta não é nem de perto, e vale dizer isso antes que a discussão sobre preço comece. O Índice de Inteligência v5 da Artificial Analysis coloca Claude Fable 5.1 em 43 e Mistral Large 4 em 26. Isso é uma diferença de dezessete pontos no mesmo instrumento, e ela resiste a todas as ressalvas razoáveis sobre versões do índice, porque ambos os números são leituras v5 — a da Fable 5.1 vem do leaderboard ao vivo, a da Large 4 vem do número que a Mistral cita no próprio model card. Se o índice for executado novamente, ambos os números mudam; a ordem não.

Onde a lacuna realmente aparece

Os benchmarks públicos concordam com o índice, o que é incomum. Ambos os conjuntos de números abaixo foram executados pelo fornecedor e nenhum deles foi reproduzido de forma independente, portanto, trate-os como alegações de igual status, e não como evidência de qualidade diferente.

• Terminal-Bench 4.0 — Claude Fable 5.1 com 55,8% segundo a Anthropic; Mistral Large 4 com 41% segundo a Mistral. Ambos os fornecedores executaram seu próprio harness, e o número divulgado pela própria Anthropic apareceu como 58,1% em alguns textos, então a casa decimal exata é imprecisa em ambas as colunas.

• Ciência de horizonte longo — Claude Fable 5.1 com 52,6% no Terminal-Bench-Science 0.1, a alegação de destaque da Anthropic e uma que a tabela de um segundo laboratório, desde então, situou muito mais baixa para o mesmo modelo. O Mistral Large 4 não tem linha publicada comparável, o que é informativo por si só: o modelo está posicionado para programação e segurança, não para ciência agêntica de nível de pesquisa.

• Humanity's Last Exam — 60,9% sem ferramentas e 65,0% com elas, para o Claude Fable 5.1. A Mistral publicou 35,0% no mesmo benchmark para a prévia de outubro. Esse número da prévia é anterior a três semanas de RL e ao checkpoint final, então subestima o modelo lançado — mas é o único número que qualquer das partes divulgou para o HLE.

• Trabalho de segurança — aqui o Mistral Large 4 é o argumento mais forte, com 79% no CyberGym-E2E e 97,1% em sua suíte de segurança de agentes B3 após RL. Os modelos da Anthropic recusam mais desse trabalho em vez de falhar nele, o que é uma diferença de política tanto quanto de capacidade e não deve ser interpretado como uma lacuna de capacidade.

• Eficiência de tokens — A própria caracterização da Mistral é que o modelo lançado precisa de 47% menos tokens por tarefa do que o GLM-5.3, com um empate em 48% no Coding Agent Index da Artificial Analysis. Essa é uma linha rara em que um fornecedor publica o lado do custo de um benchmark junto com a pontuação, e é o número mais útil em qualquer das duas colunas.

Um número que parece uma regressão e não é.

A versão de pré-visualização do Mistral Large 4 obteve 38,4 no índice da Artificial Analysis. A versão lançada obtém 26. Um leitor desatento que compare esses dois números concluirá que três semanas de aprendizado por reforço deixaram o modelo doze pontos pior. Não deixaram. O 38,4 foi registrado no índice v4.3; a Artificial Analysis reconstruiu seu índice no final de outubro, e a reconstrução v5 é um instrumento mais severo em todos os aspectos — modelos que estavam na casa dos cinquenta no v4.3 ficam na casa dos quarenta no v5. Os dois números não são medições da mesma coisa, e subtraí-los é o erro mais comum na cobertura deste lançamento.

O mesmo alerta se aplica ao número de 41% no Terminal-Bench. A Mistral relata 28,3% antes do RL extra e 41% depois, o que é um ganho genuíno em condições comparáveis num mesmo harness. Mas 41% ainda é uma pontuação absoluta baixa em comparação com os 55,8% do Claude Fable 5.1, e nenhuma forma de enquadrar a melhoria muda essa ordem.

A cláusula de licença que decide mais do que a lacuna

O Mistral Large 4 é distribuído sob a Mistral Ecosystem Open-Weight License, descrita pela empresa como um texto MIT modificado. Na prática, ela concede quatro coisas e retém uma:

• Uso comercial, sem limite de receita — não há nenhuma cláusula do tipo “é preciso faturar menos de X milhões de dólares para usar isto”.

• Ajuste fino e modelos derivados, que é a cláusula que torna o trabalho de RL no dia zero possível em primeiro lugar.

• Implantação interna e hospedagem local, que é o argumento de venda de IA soberana em torno do qual a Mistral construiu todo o lançamento.

• Incorporação dentro de um produto, com exceções que abrangem o uso incorporado e o simples repasse de resultados.

Não concedido: operar um negócio de modelo como serviço com base nele. Se você quiser montar um endpoint de API por token e vender acesso, precisará de um acordo comercial separado com a Mistral.

O Claude Fable 5.1 não tem uma pergunta equivalente porque não tem uma concessão equivalente. Você recebe uma API, termos de serviço e um limite de taxa. Você não recebe os pesos, não pode fazer ajuste fino e não pode colocar o modelo dentro de uma rede isolada a nenhum preço. Os termos da Anthropic acrescentam restrições próprias que cortam da mesma forma: na própria API do fornecedor, a retenção zero de dados tem de ser especificamente autorizada, o uso forçado de ferramentas não é suportado e o pensamento não pode ser desligado. Encaminhar o mesmo modelo por meio de um provedor com um acordo de retenção zero é como as equipes contornam a primeira dessas restrições. Essas restrições importam para compradores regulados de uma forma que uma diferença de dezessete pontos no índice não importa.

O custo, com a ressalva da verbosidade

Preços de tabela primeiro, porque os preços promocionais expiram e são os preços de tabela que constam no contrato.

• Claude Fable 5.1 — US$ 10,00 por milhão de tokens de entrada, US$ 50,00 por milhão de saída, com leituras de cache reduzidas a US$ 0,25 por milhão. O preço em lote reduz ambos pela metade, para US$ 5 e US$ 25.

Mistral Large 4 — US$ 1,36 por milhão de tokens de entrada, US$ 4,18 por milhão de tokens de saída na tabela, atualmente com desconto de cerca de metade, para aproximadamente US$ 0,68 e US$ 2,09, sem data de término publicada.

No preço de tabela, isso é 7,4× na entrada e 12× na saída. Na promoção atual, fica mais próximo de 15× e 24×. Ambos são grandes o bastante para que a questão do preço se sobreponha à questão do benchmark para qualquer pessoa com volume real, que é a razão honesta pela qual essa comparação chega a ser escrita.

A ressalva é a verbosidade, e ela é real. Na execução do índice Artificial Analysis do preview, o Mistral Large 4 gerou uma saída da ordem de 200 milhões de tokens, contra uma mediana do painel próxima de 85 milhões. O preço por token se multiplica por esse fator. Se passarmos os mesmos 200 milhões de tokens de saída pelos dois modelos, a aritmética dá $418 para o Mistral Large 4 na tarifa promocional, contra $10,000 para o Claude Fable 5.1 na tabela. O múltiplo sobrevive à verbosidade — encolhe, não se inverte —, mas quem cita uma razão por token sem verificar quantos tokens o modelo de fato emite está citando metade de um número. Não se mediu se o checkpoint lançado é tão verboso quanto o preview; a redução de 30% nos tokens de saída que a Mistral afirma vir de seu RL adicional é a própria resposta da empresa a essa pergunta.

Onde cada um pode realmente ser chamado

Esta é a parte da comparação em que os dois modelos deixam de ser simétricos. O Claude Fable 5.1 está no catálogo do OrcaRouter como anthropic/claude-fable-5.1, com sua janela de contexto de 1 milhão de tokens, preço de US$ 10/US$ 50 e a tarifa reduzida de leitura de cache repassada ao preço de tabela do provedor — sem acréscimo por cima, de modo que uma alteração de preço do fornecedor entra em vigor no mesmo dia. O Mistral Large 4 não está nesse catálogo. Não o servimos, e este texto não é uma via para ele: o modelo lançado está no Hugging Face e por trás da própria API do fornecedor. Dizer isso com clareza é mais útil do que dar a entender o contrário.

O que isso significa na prática depende de que lado da licença você está. Se você quer um modelo que possa executar no seu próprio hardware, auditar de ponta a ponta e adaptar com um adaptador LoRA, apenas um desses dois está disponível para você, e a diferença de dezessete pontos é o preço desse controle. Se você quer a resposta mais forte por chamada e nunca pretende ser dono de nada, apenas um desses dois é uma opção séria, e o preço de saída doze vezes maior é o custo dessa capacidade. Colocar ambos atrás de uma única chave com failover configurado por rota é a versão operacional da mesma decisão: ela permite que você use o modelo caro como padrão e recorra a um mais barato sem um segundo contrato.

Qual escolher

Escolha o Claude Fable 5.1 se o seu trabalho for execução agêntica de horizonte longo, codificação com uso intensivo de terminal ou raciocínio de nível de pesquisa em que uma resposta errada custa mais do que um token. Considere a alegação de 55,8% no Terminal-Bench com a ressalva de que é executada pelo fornecedor, mas leve a ordenação a sério: nada que a Mistral publicou coloca o Mistral Large 4 na mesma faixa.

Opte pelo Mistral Large 4 se a restrição for legal ou geográfica, e não intelectual. Uma empresa europeia que não pode enviar prompts para fora das fronteiras, uma equipe de segurança que precisa manter a política de recusas fora do circuito, um produto que precisa entregar um modelo dentro do próprio binário — nenhum desses casos é resolvido por uma pontuação de índice melhor, e todos são resolvidos por 610 GB de pesos NVFP4 sem restrições e uma licença que permite ajuste fino interno.

Não opte por nenhum dos dois e distribua entre eles, se a resposta honesta for que você tem duas cargas de trabalho com restrições diferentes. Esse é o caso que a diferença de preço foi criada para provocar, e é aquele em que a maioria das equipes vai acabar caindo.

A questão em aberto

O número que mudaria esta comparação não está no slide de nenhum dos fornecedores. É uma reexecução independente do checkpoint lançado no índice v5 da Artificial Analysis, porque o 26 atualmente vem da Mistral citando um terceiro, e não de uma medição nova dos pesos finais. Se três semanas de RL e 30% menos tokens de saída moverem esse número de forma material, a diferença diminui e o argumento de preço fica mais forte. Se não moverem, o modelo lançado é o preview com melhores maneiras, e os dezessete pontos são estruturais.

Enquanto essa execução não existir, a posição defensável é a mais entediante: Claude Fable 5.1 é o melhor modelo, Mistral Large 4 é a melhor licença, e as únicas pessoas para quem isto é uma decisão renhida são as que precisam dos dois.