Mistral Large 4 vs. DeepSeek V4 Pro: dois modelos de ponta abertos, e uma diferença de preço que não é o ponto principal

No papel, estes dois modelos são a mesma compra: uma mistura de especialistas esparsa com um trilhão de parâmetros, pesos abertos, um fornecedor europeu de um lado e um chinês do outro, e um preço por token que parece a coluna decisiva. Não é a coluna decisiva. Mistral Large 4 e DeepSeek V4 Pro diferem primeiro no que aceitam, segundo no que as suas licenças permitem construir, e só em terceiro lugar no custo — e a própria comparação de custos é instável, porque um dos lados está a aplicar uma promoção a metade do preço sem data de fim e o outro duplica as suas tarifas durante sete horas todos os dias úteis.

Essa reformulação é a parte útil, porque a comparação óbvia — US$ 4,18 por milhão de saída contra US$ 1,98 — é verdadeira e enganosa ao mesmo tempo. Aqui está o que cada lado realmente é.

As especificações, lado a lado

• Tamanho — O Mistral Large 4 tem 1,05 trilhão de parâmetros, com 52 bilhões ativos segundo a ficha do modelo da própria Mistral, e 49 bilhões segundo a leitura da Artificial Analysis, em um MoE esparso granular com 128 especialistas roteados e quatro ativos por token. O DeepSeek V4 Pro tem 1,6 trilhão, com 49 bilhões ativos. As contagens de ativos ficam no mesmo patamar; as contagens totais, não.

• Modalidade — O Mistral Large 4 é nativamente multimodal, com um codificador visual de 1,6 bilhão de parâmetros, texto e imagem como entrada, texto como saída. O DeepSeek V4 Pro é somente texto — na própria tabela de preços da DeepSeek, a linha de visão lê "Not supported" para o Pro. Esta é a primeira bifurcação real no caminho, e não se trata de uma questão de grau: um modelo somente texto não consegue fazer o trabalho de forma alguma.

• Contexto e saída — A ficha da Mistral afirma um contexto de 1 milhão de tokens; a Artificial Analysis mediu 524.288 tokens na configuração que testa. O DeepSeek V4 Pro lista 1 milhão de tokens de contexto e uma saída máxima de 384K. Ambos os números são tetos do fornecedor no lado da Mistral e um teto listado e efetivamente servido no lado da DeepSeek.

• Licença —O DeepSeek V4 Pro é licenciado sob MIT, com pesos publicados e sem cláusula de campo de uso. Os pesos do Mistral Large 4 foram disponibilizados em 29 de outubro sob a Mistral Ecosystem Open-Weight License, um texto de MIT modificado de 2.632 bytes que concede uso comercial, modificação e treinamento adicional, mas reserva um modelo de negócios: a cláusula 2 exige que qualquer pessoa que opere um negócio de “Model as a Service” assine primeiro uma licença comercial separada. Um gateway que apenas repassa solicitações para modelos hospedados por terceiros enquadra-se numa exceção e está tudo bem; uma plataforma que oferece aos clientes acesso bruto ao modelo não está.

• Pegada de hospedagem — O Mistral Large 4 é distribuído em 1.060,6 GB em bf16, em 54 shards, com um irmão NVFP4 de 610,1 GB que, segundo a Mistral, roda em quatro GPUs B200 ou B300. O DeepSeek V4 Pro tem licença MIT e 1,6T de parâmetros, o que o coloca na mesma ordem de grandeza de hardware e em uma ordem de grandeza maior de memória.

• Pontuações independentes — O cartão da Mistral reporta 26 no Intelligence Index v5 da Artificial Analysis e o considera o mais alto entre os modelos ocidentais de pesos abertos. A DeepSeek não publica nenhum número de índice equivalente próprio. Não temos em mãos uma leitura do mesmo instrumento, na mesma data, para ambos os modelos, e uma comparação construída sobre dois instrumentos diferentes é exatamente o erro que vale a pena evitar aqui — a própria prévia da Mistral foi reportada em 38,4 no índice pré-v5, de modo que um antes-e-depois ingênuo de seus próprios números produz uma "regressão" de doze pontos que não existe.

As duas formas de preço não são o mesmo tipo de número.

É aqui que a comparação deixa de ser aritmética e passa a ser agendamento.

Mistral Large 4 tem preço fixo: $1,36 por milhão de tokens de entrada, $0,14 de entrada em cache, $4,18 de saída. No momento, está com uma promoção de lançamento exatamente pela metade desses valores — $0,68, $0,07, $2,09 — sem data de término divulgada. O preço de tabela é estável e o preço efetivo não é, e qual dos dois você paga depende de uma data que ninguém anunciou.

DeepSeek V4 Pro tem preço por horário: US$ 0,66 de entrada e US$ 1,98 de saída fora de pico, dobrando para US$ 1,32 e US$ 3,96 em duas janelas de dias úteis, 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta-feira, excluindo feriados públicos chineses. O preço de tabela é o preço de pico duas vezes ao dia e o desconto no restante do tempo.

Colocados lado a lado nos seus melhores preços publicados, o preço promocional de saída da Mistral (US$ 2,09) é quase idêntico ao preço de saída fora de pico da DeepSeek (US$ 1,98). Na pior das hipóteses, o preço de tabela de saída da Mistral (US$ 4,18) fica próximo do preço de saída no pico da DeepSeek (US$ 3,96) — mas o pico da DeepSeek ocorre por sete horas por dia, e o preço de tabela da Mistral se aplica sempre que a promoção terminar. Nenhum dos dois números é o número.

Uma comparação impressa torna as formas concretas. A própria página de preços da API da Mistral lista o DeepSeek V4.1 Flash 1017 a US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída — exatamente a tarifa de pico da DeepSeek, cobrada de forma fixa. O mesmo modelo, no cartão de um revendedor, custa o dobro do preço fora de pico da DeepSeek e nunca é mais barato que o preço de pico dela. Isso não é uma crítica aos preços da Mistral; é como a revenda se parece quando o fornecedor upstream altera as próprias tarifas duas vezes ao dia.

Quanto custa uma tarefa em cada

Um milhão de tokens de entrada e 100.000 tokens de saída, o formato de uma passagem de documento com uma resposta real ao final:

• Mistral Large 4 a preço de tabela — US$ 1,36 de entrada mais US$ 0,418 de saída: cerca de US$ 1,78.

• Mistral Large 4 em promoção — cerca de 89 centavos.

• DeepSeek V4 Pro fora do horário de pico — US$ 0,66 mais US$ 0,198: cerca de 86 centavos.

• DeepSeek V4 Pro em uma janela de pico — cerca de US$ 1,72.

A mesma tarefa, portanto, custa entre 86 centavos e US$ 1,78, dependendo do fornecedor e do horário — uma variação de cerca de 2× que não tem nada a ver com qual modelo é melhor. Se sua carga de trabalho puder ser deslocada no tempo, mas não no modelo, o cronograma da DeepSeek é uma alavanca que você controla; se não puder ser deslocada no tempo, a promoção da Mistral é um desconto que você recebe e com o qual não pode contar.

Onde a decisão realmente se define

Três perguntas, na ordem que o resolve.

Você precisa de imagens? Se sim, a comparação acaba aqui: o DeepSeek V4 Pro é somente texto, e o lado Mistral é o único que aceita uma imagem. Se não, esta é a única dimensão em que os dois são genuinamente intercambiáveis, e o restante da lista decide.

Você está revendendo acesso bruto? Se você está construindo um produto cujos recursos chamam o modelo, ambas as licenças servem. Se você está montando uma API que entrega aos clientes o próprio modelo, a cláusula 2 da Mistral exige um acordo comercial, e a licença MIT da DeepSeek não. Essa é uma diferença jurídica com um custo atrelado que nenhum dos fornecedores publica.

Sua carga de trabalho é agendável? Se for em lote, um plano fora de pico da DeepSeek é uma aritmética que você consegue executar. Se for interativa e concentrada no horário de trabalho de uma única região, você está pagando tarifas de pico quer tenha pretendido ou não, e um fornecedor com preço fixo vale mais do que um mais barato que você não consegue acessar na hora certa.

A única coisa que não deveria decidir isso é uma posição no ranking. O 26 da Mistral no Intelligence Index v5 é uma leitura reportada pelo fornecedor de um instrumento que se reconstruiu em 27 de outubro; a DeepSeek não publica nenhum número comparável. Dois números de dois instrumentos não são uma comparação, são um gráfico.

O que você pode chamar hoje

O DeepSeek V4 Pro está no OrcaRouter pela tarifa publicada da própria DeepSeek — $0.66 por milhão de entrada e $1.98 por milhão de saída fora de pico, dobrando exatamente como a planilha da DeepSeek define — por meio do mesmo endpoint compatível com OpenAI e da mesma chave de um catálogo de 224 modelos, com failover automático entre rotas de provedores. O Mistral Large 4 não está nesse catálogo na data de publicação, portanto esta não é uma rota que possamos oferecer para ele; ele pode ser chamado pela API própria da Mistral e por hosts de terceiros.

Para uma equipa que está a escolher entre os dois, a ordem honesta é: escolher por modalidade e licença, depois medir a eficiência de tokens de cada um no vosso próprio tráfego e, por fim, planear. A diferença de preço entre os dois é real, mas é menor às tarifas que efetivamente vos serão cobradas do que às tarifas das duas páginas de marketing — e a parte que é genuinamente diferente é o que cada licença vos permite construir depois.