Mistral Large 4 vs Muse Spark 1.2: uma diferença de preço de 25 centavos e uma diferença de latência de 3 segundos

Esta é a combinação de preços mais próxima do site, e isso torna a decisão excepcionalmente clara. O Mistral Large 4 está listado a US$ 1,36 por milhão de tokens de entrada e US$ 4,18 de saída; Muse Spark 1.2 custa US$ 1,25 e US$ 4,25. Na entrada, o Mistral é 9% mais caro; na saída, é 2% mais barato. Isso é um erro de arredondamento em ambas as direções, o que significa que o preço não pode decidir isso e as outras colunas precisam decidir.

Eles discordam imediatamente. Muse retorna seu primeiro token em 3,03 segundos; Mistral Large 4 é um MoE com um trilhão de parâmetros, sem medição comparável em serviço e, considerando as evidências de todos os modelos dessa classe, mais lento. Muse aceita texto, imagem, vídeo, arquivo e áudio; Mistral aceita texto e imagem. Mistral publica seus pesos; Muse não.

Os cartões

• Mistral Large 4 — $1,36 de entrada, $0,14 em cache, $4,18 de saída; em promoção pela metade, sem data de término publicada. 1,05 trilhão de parâmetros, 52 bilhões ativos, codificador de visão de 1,6 bilhão de parâmetros. Contexto de 1M alegado, 524.288 medidos. Pesos públicos, 1.060,6 GB bf16, sob a Licença Open-Weight do Ecossistema Mistral.

• Muse Spark 1.2 —US$ 1,25 de entrada, US$ 4,25 de saída; contexto de 1M; entrada de texto, imagem, vídeo, arquivo e áudio; saída de texto; 3,03 segundos até o primeiro token. Não há teto de saída publicado na página que lemos, nem pesos.

Duas assimetrias merecem ser nomeadas com precisão. Muse aceita vídeo, áudio e arquivos, ao passo que Mistral aceita imagens e texto — uma superfície de entrada mais ampla, e não de maior resolução. E Mistral tem uma janela de saída medida de 524.288 tokens, enquanto a saída máxima do Muse não é informada, o que é uma lacuna na comparação, e não evidência de uma assimetria.

O único número que não está próximo

Latência. Um primeiro token de 3,03 segundos, contra um modelo cuja classe normalmente leva vários segundos a mais, é a diferença entre um produto que parece imediato e outro que parece deliberado. Num loop de agente de vinte turnos, isso são dezenas de segundos por tarefa; numa interface de chat, é toda a qualidade percebida da coisa.

O contra-argumento é o volume: a linha de entrada em cache da Mistral a US$ 0,14 oferece um desconto sobre prefixos repetidos que a tabela de preços da Muse não publica. Para um agente que reenvia um prompt de sistema estável a cada turno, essa linha pode valer mais do que custa a diferença de latência de 4 segundos — e pode ser medida em uma tarde, em vez de debatida em uma thread.

A licença, de novo

Os pesos do Mistral podem ser descarregados ao abrigo de uma licença que permite uso comercial, modificação, distribuição e treino adicional, reservando apenas o modelo-como-serviço para um acordo à parte. O Muse Spark 1.2 não tem checkpoint para descarregar. Se executar o modelo dentro do seu próprio perímetro for um requisito, a diferença de preço de 25 cêntimos é irrelevante e a Mistral vence pelo simples facto de existir.

Se não for um requisito, a licença é uma coluna que pode ignorar, e a decisão reduz-se à latência e à superfície de entrada.

Por tarefa

Um milhão de tokens de entrada e 100.000 tokens de saída. Muse: US$ 1,25 mais US$ 0,425 — US$ 1,68. Mistral pelo preço de lista: US$ 1,78. Em promoção: 89 centavos.

Então, no preço de lista, os dois têm 6% de diferença, e a promoção faz o Mistral custar metade do preço do Muse. Essa é a única versão desta comparação em que o preço de etiqueta decide alguma coisa — e ela depende de um desconto sem data de término.

O que executar

O Muse Spark 1.2 está disponível no OrcaRouter pela tarifa publicada pelo seu fornecedor, num endpoint compatível com a OpenAI com failover automático, a par de outros 223 modelos. O Mistral Large 4 não faz parte desse catálogo; é executado através da própria API da Mistral e de hosts terceiros.

A regra de roteamento: entrada de áudio e vídeo para Muse; trabalho de imagem e texto para aquele dos dois que a sua própria medição indicar que conclui uma tarefa com menos tokens. Com uma diferença de preço de 2%, essa medição é a única coisa que resta capaz de resolver isso.