Mistral Large 4 vs Mistral Large 3: A atualização que custa 40% mais

O aviso de descontinuação tem uma única frase e foi a coisa mais impactante que a Mistral publicou em outubro. “Este modelo está obsoleto. Use o Mistral Large 4 para novas integrações”, diz a página de documentação do Mistral Large 3, datada de 31 de outubro de 2026 — dois dias depois de os pesos do Mistral Large 4 terem sido disponibilizados. O Large 3 não será retirado amanhã; ele está a ser fechado a novos trabalhos, o que, na prática, significa que cada nova integração, avaliação e execução de benchmark daqui em diante aponta para um modelo que custa 40% mais por token e é distribuído sob uma licença que já não permite revendê-lo livremente. Essa é a troca que a atualização lhe pede, e não é a troca que a cobertura de benchmarks descreve.

O que a descontinuação realmente diz

A página do modelo da Mistral lista o Mistral Large 3 com 675 bilhões de parâmetros totais e 41 bilhões ativos, com contexto de 256K, lançado em 2 de dezembro de 2025 sob Apache 2.0. Seu substituto, Mistral Large 4, tem 1,05 trilhão no total e 52 bilhões ativos, com contexto de 1M, teve prévia em 6 de outubro de 2026 e pesos abertos em 29 de outubro. A Mistral nomeia mistral-large-4 como o sucessor pelo id da API.

Dois detalhes nesse pareamento merecem mais atenção do que receberam. O primeiro é que a licença mudou. A Apache 2.0 tornou-se a Mistral Ecosystem Open-Weight License, uma MIT modificada que permite uso comercial, mas exige um acordo comercial separado de quem quer que ofereça o modelo como model-as-a-service. Se você fizer fine-tuning do Large 3 e vender acesso ao resultado, o Large 4 pede que você fale com a Mistral primeiro. O segundo é que a documentação da própria Mistral ainda rotula o Mistral Large 4 como "Public Preview", enquanto o bloco de licença na mesma página o descreve como open-weight. Ambas as coisas podem ser verdade — o modelo está publicado, o lançamento não está formalmente encerrado —, mas uma equipe planejando uma migração não deve ler "preview" e "open weight" como o mesmo sinal de maturidade.

O preço subiu, e o custo por tarefa caiu.

Ambas as afirmações estão corretas, e é isso que torna esta atualização confusa.

• Tokens de entrada — US$ 0,50 por milhão no Mistral Large 3, US$ 0,70 no Mistral Large 4. Aumento de 40%.

• Tokens de saída — US$ 1,50 por milhão no Mistral Large 3, US$ 2,10 no Mistral Large 4. Aumento de 40%.

• Entrada em cache — US$ 0,07 por milhão no Mistral Large 4; a página de documentação do Large 3 da Mistral não lista uma tarifa de cache.

• Custo por tarefa concluída no índice Artificial Analysis — US$ 2,06 no Mistral Large 4, queda de 63% em relação aos US$ 5,54 da prévia de outubro.

A cifra de 63% é real e descreve algo diferente daquilo que um comprador vivencia. Ela compara o Large 4 com a sua própria prévia anterior, quando o modelo era simultaneamente mais caro por token e muito mais verboso. O que ela não faz é comparar o Large 4 com o Large 3, porque a Artificial Analysis atualmente não publica nenhuma pontuação do Intelligence Index para o Large 3 — a página indica o índice como não aplicável e o modelo como não tendo nenhuma configuração de API publicamente avaliada por benchmark. Assim, o salto "9 to 38.4" amplamente divulgado entre os dois modelos não é uma medição desta atualização. É uma pontuação de uma versão do índice que entretanto foi substituída.

A questão da pontuação, honestamente.

No atual Artificial Analysis Intelligence Index v5 — reconstruído em 27 de outubro de 2026 — o único par comparável disponível está dentro da própria família do Large 4. A prévia de outubro pontuou 25, e o checkpoint lançado pontua 26 com raciocínio alto e 23 com raciocínio médio. Essa é a melhoria medida das três semanas extras de aprendizado por reforço que a Mistral descreve, e é de um ponto.

Para a alegação de salto geracional, restam as avaliações da própria Mistral: 41% no Terminal-Bench 4.0, contra 28% na prévia, 61,7% no DeepSWE v1.1, 79% no CyberGym-E2E e 84,5% no BrowseComp. Todos são números informados pelo fornecedor, e o número do Terminal-Bench, em particular, mede uma coisa diferente dependendo do scaffold: 24,7% quando os mesmos pesos rodam no harness neutro mini-swe-agent da Artificial Analysis. Não há uma suíte equivalente publicada pela Mistral para o Large 3 que possa ser colocada ao lado. Qualquer pessoa que diga que o Large 4 é exatamente N pontos melhor que o Large 3 está citando um índice que não existe mais nessa forma.

O que dá para dizer sem uma régua: o Large 4 acrescenta uma escada de raciocínio que o Large 3 não tem, com níveis de esforço baixo, médio e alto onde o modelo antigo não tinha nenhum, e o alto é o padrão. Ele dobra o contexto para 1M e, de forma mais consequente para tarefas longas, pensa antes de responder. Essas são mudanças categoriais, não mudanças de escala. O custo de uma mudança categorial é que prompts antigos se comportam de modo diferente — às vezes melhor, muitas vezes de forma mais cara.

A fatura em uma carga de trabalho real

Cem milhões de tokens de entrada e quarenta milhões de tokens de saída por mês, o mesmo volume usado em outras partes deste blog porque equivale aproximadamente a um assistente de suporte de porte médio.

• Mistral Large 3 — 100 × $0.50 é $50, e 40 × $1.50 é $60, totalizando $110 por mês.

Mistral Large 4 — 100 × $0.70 é $70, e 40 × $2.10 é $84, totalizando $154 por mês.

• A diferença — US$ 44 por mês, ou 40%, para contagens de tokens idênticas.

Contagens idênticas de tokens são a premissa a questionar. O Mistral Large 4 é um modelo de raciocínio por padrão, e modelos de raciocínio emitem mais tokens para a mesma solicitação. A Artificial Analysis mede 82.000 tokens de saída por tarefa do índice no checkpoint lançado — queda de 39% em relação aos 135.000 da prévia, o que mostra quanto do custo da prévia era verbosidade, e também que 82.000 ainda é muito. A Mistral afirma separadamente que o modelo usa 47% menos tokens por tarefa que o GLM-5.3, o que é uma comparação contra um concorrente, não contra o Large 3.

A consequência prática: se você trocar o modelo por trás de um prompt inalterado, sua contagem de tokens aumentará, assim como sua tarifa, e a conta variará em mais de 40%. Defina o esforço de raciocínio como baixo para classificação, extração e geração de textos curtos, e a diferença diminui. Deixe-o em alto para tudo, e você estará pagando um prêmio de raciocínio por trabalho que nunca precisou disso. Essa única configuração vale mais do que qualquer desconto de migração.

A licença é a parte que deve ser lida duas vezes.

O Apache 2.0 no Mistral Large 3 significava não haver condições que valessem o tempo de um advogado. A Mistral Ecosystem Open-Weight License no Large 4 é uma licença MIT modificada: usar, modificar, fazer ajuste fino e comercializar livremente, com uma licença comercial separada exigida para modelo como serviço. O anúncio da Mistral é explícito de que os provedores devem obter uma.

As exceções são importantes para intermediários. A definição exclui produtos de usuário final incorporados e o “mero encaminhamento de solicitações para modelos hospedados por terceiros”, o que abre espaço para um gateway que encaminha tráfego para inferência hospedada pela Mistral. O que ela não cobre claramente é hospedar os pesos por conta própria e permitir que outras pessoas os chamem — algo que uma equipe de plataforma faz ao implantar um endpoint de inferência compartilhado para seus próprios grupos de produtos. Se essa for a sua arquitetura, a atualização muda sua posição jurídica, assim como sua fatura, e a resposta é uma conversa com a Mistral, em vez de uma leitura da licença.

É também aqui que uma camada de roteamento justifica o seu lugar, com uma ressalva. O OrcaRouter repassa o preço de lista do fornecedor com 0% de markup, portanto, uma alteração de preço do fornecedor fica ativa do nosso lado no mesmo dia, e não na próxima renovação de contrato — útil quando um modelo passa de $1,36 para $0,70 em três semanas, como este fez. Mas nem o Mistral Large 4 nem o Mistral Large 3 estão no nosso catálogo, por isso não podemos encaminhar esta migração por você. O que podemos fazer é manter o resto da sua stack numa única chave enquanto você decide, com failover automático e mais de 200 modelos por trás de um único endpoint.

Uma lista de verificação de migração que cabe em uma única tela

• ID da API — mistral-large-2512 passa a ser mistral-large-4 ou seu alias mistral-large-4-0; o ID antigo continua atendendo o tráfego existente, mas está fechado para novas integrações.

Parâmetro de raciocínio — o Large 4 expõe o esforço em baixo, médio e alto, com alto como padrão e baixo substituindo o antigo modo "none"; prompts que nunca o definem agora terão raciocínio.

• Contexto — 256K passa a ser 1M, o que muda a estratégia de chunking mais do que muda o modelo; pipelines de recuperação ajustados para 256K começarão silenciosamente a enviar prompts muito maiores se você permitir.

• Orçamento de saída — a Mistral não publica um valor máximo de saída para o Large 4; meça-o em relação ao endpoint que você chama antes de assumir um número.

• Visão — A Mistral publica um codificador de visão de 1,6B para o Large 4 e não disponibiliza o codificador separadamente para o Large 3; o caminho multimodal é nativo em ambos, mas reexecute as tarefas de imagem em vez de presumir paridade.

• Licença — se você revender inferência, obtenha o contrato comercial antes de lançar, e não depois.

• Avaliações — redefina a linha de base nas suas próprias tarefas com esforço alto e baixo. Os números do fornecedor não são transferíveis, e as suas antigas taxas de aprovação também não.

Quem deve se mover agora, e quem deve esperar

Migre agora se o seu trabalho for agêntico, de contexto longo ou intensivo em raciocínio, e se a sua fatura for dominada por retentativas em vez de tokens de primeira passagem. O aumento de 40% na tarifa não é o número que importa nesse perfil; o número que importa é quantas tentativas uma tarefa exige, e a escada de raciocínio é a primeira coisa que a Mistral lançou que reduz isso de forma plausível.

Espere: se sua carga de trabalho é de alto volume, saída curta e já está passando, um aumento de 40% na tarifa por um recurso que você não está usando é uma perda direta, e o Large 3 continua atendendo. A descontinuação o fecha para novas integrações, não para o tráfego existente — mas trate isso como uma pista com fim, não como uma opção permanente, e peça à Mistral a data de aposentadoria por escrito, em vez de inferi-la de uma página de documentação.

E se você está escolhendo entre os dois com base em um gráfico de benchmark, verifique primeiro de qual índice ele veio. Os números mais citados para este par foram medidos em uma build que foi substituída em 27 de outubro, e a única pontuação que ambos os modelos compartilham hoje é que o Large 4 tem uma e o Large 3 não. Uma decisão de migração tomada com base nesses critérios é uma decisão tomada com uma régua desatualizada — que é exatamente o tipo de coisa que um aumento de preço de 40% torna caro.