Mistral Large 4 vs Llama 4 Maverick: Uma diferença de geração, não de preço

Mistral Large 4 e Llama 4 Maverick são o mesmo tipo de objeto e não a mesma geração de objeto. Ambos são misturas esparsas de especialistas com uma janela de contexto de um milhão de tokens na ficha do modelo, ambos aceitam imagens e texto, e ambos podem ser baixados e executados no seu próprio hardware. O Maverick foi lançado em 5 de abril de 2025 com 400 bilhões de parâmetros totais e 17 bilhões ativos. O Mistral Large 4 teve prévia em 6 de outubro de 2026 e publicou seus pesos em 29 de outubro, com 1,05 trilhão no total e 52 bilhões ativos. Dezenove meses os separam. No preço mediano do mercado de hospedagem do Maverick, também há uma diferença de custo de apenas cerca de 1,3 vez entre eles — o que não é algo que quase ninguém espera ouvir sobre um modelo tão antigo.

A resposta curta, antes das ressalvas

Se você está iniciando um novo projeto no final de 2026 e precisa de raciocínio, trabalho com documentos longos ou codificação agêntica, o Mistral Large 4 é o melhor modelo e também o mais caro. Se você precisa de um modelo de pesos abertos que possa ajustar, executar em ambiente isolado ou chamar por uma fração de centavo por requisição em uma tarefa simples de extração, o Llama 4 Maverick ainda é uma escolha defensável — não porque seja competitivo em capacidade, mas porque a carga de trabalho pode não precisar de capacidade. O erro é tratar um intervalo de 19 meses como uma rivalidade. É uma faixa de preço que por acaso compartilha uma categoria, e a parte do preço é mais estranha que a parte da capacidade.

Os números lado a lado

• Total de parâmetros — o Mistral Large 4 tem 1,05T distribuídos em 128 especialistas roteados mais um especialista compartilhado, contra 402B no Llama 4 Maverick em 128 especialistas, listado como 400B pela Meta.

• Parâmetros ativos — 52B por token no Mistral Large 4 (49B para a pilha de linguagem; contabilizando embeddings e camadas de saída, chega a 52B) vs. 17B no Llama 4 Maverick, de modo que a diferença de computação por token é de cerca de três para um.

• Contexto — 1M de tokens anunciados nos dois; o que um host realmente entrega é um número diferente, e uma seção posterior trata disso.

• Modalidade — entrada de texto e imagem, saída de texto, em ambos. O codificador de visão do Mistral Large 4 tem 1,6 bilhão de parâmetros; o codificador de fusão inicial do Maverick não é detalhado separadamente nos números publicados pela Meta.

• Raciocínio — O Mistral Large 4 expõe uma escala de esforço baixo, médio e alto, com alto como padrão. O painel de especificações do Artificial Analysis lista o Llama 4 Maverick como não tendo nenhum modo de raciocínio.

• Preço por milhão — US$ 0,70 de entrada e US$ 2,10 de saída diretamente da Mistral, com entrada em cache a US$ 0,07, em comparação com nenhum preço de tabela próprio para o Maverick, porque a Meta não o vende. Provedores cobram a partir de US$ 0,17 de entrada e US$ 0,60 de saída; a Artificial Analysis estima a mediana dos provedores em US$ 0,50 e US$ 1,68.

• Licença — a Licença Open-Weight do Ecossistema Mistral, uma MIT modificada com uma exceção para modelo-como-serviço, vs. a Licença Comunitária do Llama 4 com seu limite de 700 milhões de usuários ativos mensais.

• Lançamento — 29 de outubro de 2026 para o checkpoint Mistral Large 4, em comparação com 5 de abril de 2025 para o Llama 4 Maverick, com data de corte de conhecimento em agosto de 2024.

A disputa de benchmark é entre duas réguas diferentes.

Pesquise sobre este confronto e você encontrará páginas afirmando que o Mistral Large 4 obtém 38,0 no Artificial Analysis Intelligence Index, contra 14,3 do Maverick, e outras páginas afirmando que o Maverick vence nove de onze benchmarks. Ambos os conjuntos de números são reais no sentido de que alguém os imprimiu. Nenhum dos dois é uma comparação.

No atual Índice de Inteligência da Artificial Analysis v5, reconstruído em 27 de outubro de 2026, o Mistral Large 4 obtém 26 na sua configuração de raciocínio alto e 23 no nível médio. O 38,0 que vê citado é a sua pontuação na compilação anterior v4.3.2, da pré-visualização de outubro, e não pode ser subtraído de nada medido após a reconstrução — o índice mudou, não apenas o modelo. O Maverick, entretanto, não tem qualquer pontuação de índice v5. A sua página da Artificial Analysis mostra "N/A" onde deveria estar o valor de inteligência, juntamente com uma velocidade de 62,7 tokens de saída por segundo e uma nota de que é mais lento do que a média da sua classe. O valor 14,3 que circula em sites de comparação é anterior à reconstrução.

O que é mensurável é mais restrito e mais honesto. A Mistral relata 41% no Terminal-Bench 4.0, contra 28% na prévia; 61,7% no DeepSWE v1.1; 79% no CyberGym-E2E; e 51 no Artificial Analysis Cyber Index, terceiro entre os modelos de pesos abertos. Todos esses números, exceto o do Cyber Index, são relatados pelo fornecedor no próprio scaffold de agente da Mistral, e o número do Terminal-Bench em particular foi reproduzido muito mais baixo — 24,7% — quando os mesmos pesos são executados no harness neutro mini-swe-agent da Artificial Analysis. Os números publicados do Maverick são de abril de 2025 e usam uma suíte totalmente mais antiga: 85,5 no MMLU, 80,5 no MMLU-Pro, 69,8 no GPQA Diamond, 91,6 no DocVQA, todos relatados pela Meta no lançamento. Não há um harness compartilhado no qual os dois tenham sido executados, então a única afirmação defensável é direcional: o modelo mais novo, maior e treinado em raciocínio é melhor em tarefas difíceis, por uma margem que ninguém mediu de forma limpa entre os dois.

O que um milhão de tokens realmente rende em cada

A janela de contexto é onde os dois modelos mais se parecem e onde se comportam de forma mais diferente em produção.

O card do modelo do Llama 4 Maverick informa 1.048.576 tokens, e o painel de especificações do Artificial Analysis repete 1M. Na prática, a maioria dos hosts limita isso muito abaixo — 128K é comum — e quase nenhum oferece ao mesmo tempo a janela completa e um orçamento de saída útil. A saída máxima no Maverick costuma ser de 8K a 16K, dependendo do provedor, e o endpoint hospedado pela própria Meta tem sido listado em cerca de 4K. Assim, uma configuração de "contexto de 1M" no Maverick geralmente é uma configuração de 128K em um host de terceiros, e você descobre isso no primeiro documento longo.

O Mistral Large 4 publica 1M por meio da própria API da Mistral, o que é pelo menos um único número verificável, em vez de uma loteria por host. A documentação da Mistral não publica um valor máximo de saída, então vale o mesmo conselho: meça o par — janela de entrada e limite de saída — no endpoint que você realmente vai chamar, não na ficha do modelo.

É para isso que serve um roteador. O OrcaRouter repassa o preço de tabela do provedor com 0% de markup e faz failover automaticamente entre provedores, então um host que reduz silenciosamente uma janela de contexto aparece como uma decisão de roteamento, e não como um incidente de produção. Nem o Mistral Large 4 nem o Llama 4 Maverick estão no nosso catálogo hoje, então isso é um argumento sobre como executar qualquer modelo de pesos abertos que você escolher, não uma afirmação de que servimos esses dois.

A conta, calculada — e por que o spread é o que importa

Considere uma carga de trabalho de produção modesta: 100 milhões de tokens de entrada e 40 milhões de tokens de saída por mês.

• Mistral Large 4 a preço de tabela — 100 × $0.70 são $70, e 40 × $2.10 são $84, totalizando $154 por mês.

• Llama 4 Maverick na mediana do provedor — 100 × $0,50 é $50, e 40 × $1,68 é $67,20, totalizando $117,20 por mês.

• Llama 4 Maverick em um host competitivo — cerca de US$ 0,25 e US$ 0,92 coloca a mesma carga de trabalho em US$ 61,80.

• Llama 4 Maverick nos provedores mais baratos — cerca de US$ 0,17 e US$ 0,60 resulta em US$ 41.

A razão em relação ao Mistral Large 4 varia de 1,3 vez na mediana a cerca de 3,8 vezes na base do mercado. Esse intervalo não é uma propriedade do modelo. É uma propriedade de onde você compra o Maverick, e é mais amplo do que a diferença entre os dois modelos no meio da distribuição. Uma equipe que faz benchmark no host barato e monta o orçamento pela mediana embutiu um erro de 3× na própria previsão.

Compare isso com a capacidade que você não consegue medir atualmente em pares, e a decisão deixa de ser aritmética. O enquadramento razoável é custo por trabalho concluído, não custo por token: se o Mistral Large 4 conclui em uma única passagem uma tarefa que exige três tentativas e um ciclo de correção no Maverick, até a diferença mediana de 1,3× desaparece. Essa é uma alegação que você precisa testar nas suas próprias tarefas, e é o experimento mais valioso pelo qual qualquer um dos dois modelos pode passar neste mês.

A coisa que ninguém diz em voz alta: Maverick é o último Llama aberto

O Llama 4 Maverick não foi descontinuado. Ele ainda está no Hugging Face, ainda sob a Licença Comunitária do Llama 4 e ainda é amplamente implantado para trabalhos locais e em ambientes air-gapped. Mas é o fim de uma linhagem. O desenvolvimento de ponta da Meta migrou para a família fechada Muse Spark em 2026, e nenhum Llama 5 foi lançado — as páginas que afirmam que um foi lançado trazem especificações que se contradizem entre si e contradizem os próprios anúncios da Meta. O investimento na linha aberta do Llama praticamente cessou.

Isso muda o que significa “escolher o Maverick”. Não é escolher um modelo que vai melhorar; é escolher um modelo que permanecerá exatamente como está enquanto as ferramentas ao redor dele derivam lentamente. Para um sistema com fine-tuning, congelado e implantado, isso é ótimo — pode-se argumentar que é uma vantagem, porque nada se move sob você. Para uma plataforma na qual você pretende crescer, é um beco sem saída com um horizonte de dois anos. Observe que o corte de conhecimento é agosto de 2024: o modelo nunca viu nada que aconteceu depois disso, e nenhuma quantidade de engenharia de prompt vai consertar isso.

O Mistral Large 4 tem o perfil de risco oposto. Tem seis dias desde o lançamento de pesos abertos, a sua documentação ainda o rotula como prévia pública, e a sua licença exige um acordo comercial se pretender revender inferência sobre ele. Jovem e em evolução, com termos que precisam ser lidos antes de construir um negócio em cima.

Onde o Maverick ainda vence

Três casos, e não são pequenos.

O primeiro é o hardware. Os 400B de parâmetros do Maverick cabem em aproximadamente 373 GB em FP8, o que corresponde a um único nó H100 ou H200 com oito GPUs. O checkpoint FP8 do Mistral Large 4 tem cerca de 1,06 TB distribuídos por 54 shards, e a Mistral afirma que a versão quantizada NVFP4 é executada em quatro GPUs B200 ou B300. Se a sua implementação for um nó num rack que já possui, a escolha já está feita por si.

O segundo é o ajuste fino. O Maverick tem dezenove meses de LoRAs da comunidade, receitas de quantização e guias de serving. O Mistral Large 4 tem seis dias. A lacuna do ecossistema é real e é medida em horas de depuração, não em benchmarks.

O terceiro é o formato da tarefa. Classificação, extração, roteamento, sumarização de documentos curtos, legendagem de imagens em grande volume — nenhuma dessas tarefas precisa de um modelo de raciocínio com um trilhão de parâmetros, e todas ficam mais baratas em um modelo com 17B ativos. Pagar um valor extra por tokens de raciocínio que você nunca usa é a forma mais comum de as equipes desperdiçarem dinheiro na seleção de modelo.

Se você quer um modelo atual de pesos abertos que não seja nenhum desses dois, o catálogo do OrcaRouter disponibiliza Kimi K3 e GLM-5.3-Flash, ambos chamáveis com a mesma chave de API que os demais mais de 200 modelos que roteamos, pelo preço de tabela do provedor, sem markup. Eles delimitam esta comparação em vez de fazer parte dela — o GLM-5.3-Flash tem preço de tabela de $0,15 de entrada e $0,50 de saída, bem abaixo de qualquer um dos modelos aqui, enquanto o Kimi K3 tem preço de tabela de $3,00 e $15,00, bem acima dos dois. Nenhum deles substitui os dois deste artigo, mas são os dois lugares óbvios para procurar se nenhuma das extremidades servir.

Como decidir em uma tarde

Retire vinte tarefas reais dos seus logs. Execute-as nos dois modelos com os mesmos prompts e o mesmo limite de saída, e avalie-as quanto a se a saída era utilizável sem edição humana. Registre os tokens que cada uma consumiu, multiplique pelos preços acima e divida pelo número de saídas utilizáveis. Isso dá o custo por resultado utilizável, que é o único número que sobrevive ao contato com um orçamento.

Minha expectativa, formulada como expectativa e não como constatação: o Mistral Large 4 vence a metade difícil desse conjunto e perde a metade fácil no custo, e o ponto de divisão fica onde suas tarefas deixam de exigir raciocínio em várias etapas. O Maverick não é o modelo melhor. É o mais barato na mediana enquanto o barato for suficiente — e, após dezenove meses sem sucessor, isso é uma aposta com data de validade visível.