Muse Spark vs Mistral Large 4.0: Uma Prévia Frente a um Modelo Já Lançado

Isto não é uma luta justa, e a Mistral seria a primeira a dizê-lo. Mistral Large 4.0 foi anunciado em 6 de outubro de 2026 como uma prévia pública sob o apelido "le Chonk" — uma mistura de especialistas de 1 trilhão de parâmetros com 52 bilhões de parâmetros ativos, autodescrito como ainda em melhoria, com os pesos prometidos para o final de outubro. Muse Spark 1.3, o checkpoint atual do Muse Spark da Meta, foi lançado em 2 de setembro de 2026 e tem se mantido estável desde então. Comparar um modelo de prévia com um já lançado é um erro de categoria se você está escolhendo infraestrutura de produção e um exercício genuinamente útil se você está tentando descobrir qual das duas linhas adjacentes a pesos abertos merece sua atenção nos próximos dois trimestres. Qual dessas coisas você está fazendo muda todas as conclusões abaixo, então este artigo mantém as duas perguntas separadas.

Onde cada um deles realmente se posiciona

Muse Spark is a family, not a model. Muse Spark 1.1 arrived July 16, 2026, Muse Spark 1.2 on August 5, and Muse Spark 1.3 on September 2, all from M​eta Superintelligence Labs, all sharing a 1,048,576-token context window. Muse Spark 1.3 gained its max reasoning setting on September 4. It is live, priced, documented and stable — and the family's pricing has not moved in three consecutive releases.

M​istral Large 4 está no outro extremo do seu ciclo de vida. O anúncio é invulgarmente franco a esse respeito: uma pré-visualização pública no M​istral Studio hoje, pesos "até ao final do mês", um modelo que "continua a melhorar rapidamente à medida que o refinamos", atualmente a ser submetido a red teaming com parceiros de cibersegurança e organizações credenciadas sob moderação reduzida. Foi treinado de raiz em 3.800 N​VIDIA Grace Blackwell GPUs nos centros de dados europeus da própria M​istral, e a M​istral deixa claro que a soberania é o ponto essencial — um modelo alojado na Europa e autoimplantável para organizações que não podem aceitar recusas ao nível do fornecedor a meio de um incidente.

Essa diferença de maturidade é a primeira coisa a ser levada em conta no preço, e não é uma crítica. Uma prévia que vai mudar é uma prévia sobre a qual você ainda não deve construir um pipeline certificado; um modelo já lançado que não mudou há seis semanas é um sobre o qual você pode.

Os números independentes

Ambas as linhas são medições hospedadas da Artificial Analysis; nenhuma delas é uma alegação de fornecedor, e a listagem chama a entrada da Mistral de "Mistral Large 4 Preview".

• Índice de Inteligência — Muse Spark 1.3 (max): 48, 24º de 217. Mistral Large 4 Preview: 38, 66º de 217.

• Custo por tarefa de indexação — Muse Spark 1.3: $1,60. Mistral Large 4 Preview: $1,13. O Mistral é mais barato por tarefa concluída, apesar da pontuação mais baixa.

• Velocidade de saída — Muse Spark 1.3: 121,9 tokens por segundo, classificação 43 de 186. M​istral Large 4 Preview: não medido, nenhum número divulgado. Em uma prévia servida a partir de um único cluster interno, uma velocidade não medida não surpreende e ainda é uma lacuna.

• Verbosidade — Muse Spark 1.3: 170M tokens de saída no índice. Mistral Large 4 Preview: 200M, descrito como muito verboso. Vantagem: Muse Spark.

• Preços de tabela — Muse Spark 1.3 a $1,25 por entrada / $4,25 por saída, com entrada em cache a $0,15, fixos. O Mistral Large 4 está atualmente com uma tarifa promocional reportada de $0,68 por entrada / $2,09 por saída, com entrada em cache a $0,07, em comparação com as tarifas regulares de $1,36 e $4,18. A própria página pública de preços da Mistral ainda mostra um valor genérico de "Mistral Large" e não lista o Large 4, então a página de documentação é a fonte autoritativa e a tarifa promocional é a que deve ser verificada antes de você se comprometer.

Leia essa tabela como uma afirmação sobre o hoje e ela diz algo levemente incômodo para a M​eta: o modelo mais barato aqui é o de menor pontuação, e é menor por dez pontos de índice. Leia como uma afirmação sobre uma prévia e ela diz algo mais útil — o custo de execução é competitivo, enquanto a capacidade ainda não chegou lá, que é o formato de um modelo com espaço para evoluir e de um fornecedor que precificou de acordo.

O conflito da janela de contexto, declarado em vez de resolvido

O cartão de modelo da própria Mistral atribui ao Mistral Large 4 uma janela de contexto de 1 milhão de tokens. A listagem do Artificial Analysis para o mesmo modelo mostra 524 000 no seu painel de especificações e descreve-o como "520k tokens" no texto corrido. Não vamos fazer a média entre esses valores. Um dos dois está errado, ou um descreve uma configuração que o outro não descreve, e não conseguimos esclarecer isso a partir do registo público. O que podemos dizer é que o valor do fornecedor é mais específico quanto à modalidade e à arquitetura, e o valor do analista é mais específico quanto ao custo e ao desempenho em tarefas, pelo que nenhuma das fontes se sobrepõe à outra. Se o tamanho da janela for relevante para a sua decisão, confirme-o junto da API antes de assumir o compromisso — é exatamente este tipo de discrepância que se propaga para produção sem ser notada.

Quanto às modalidades, não há conflito nem ambiguidade: ambos os modelos recebem texto e imagem e retornam texto. O cartão de modelo do Mistral Large 4 acrescenta raciocínio como modalidade de saída e lista saídas estruturadas, chamada de função, perguntas e respostas sobre documentos, complementação de prefixo, processamento em lote, agentes e conectores entre seus recursos. O Muse Spark 1.3 recebe texto, imagem e vídeo e retorna texto, com uma escala de raciocínio de mínimo a máximo. Notavelmente, nenhum dos modelos publica um número máximo de tokens de saída que pudéssemos verificar — o que é um dos poucos pontos no campo atual em que um modelo de fronteira de um grande laboratório simplesmente não informa.

O que cada fornecedor afirma, mantido do seu próprio lado

M​istral's announcement leans on vertical strengths rather than a general scoreboard. Vendor-reported and unreproduced: DeepSWE v1.1 at 61.7%, SWE-Atlas-QnA at 59.4%, Terminal-Bench 4 at 28.3%, a Combined Coding Agent Index of 49.8%, AutomationBench at 59.9%, AA-Briefcase at 1,393 Elo, a second-place 3.74 out of 5 in Surge AI's blind human coding evaluation, 42% on Dense 200 visual grounding, 93.3% attack resistance on Lakera B3, and a cybersecurity pitch that is the real differentiator — top five on the Artificial Analysis Cyber Index, 82% on a reproduce-and-patch task that M​istral claims is the highest of any model, and 93% on Cybench. M​istral's own framing of that last point is that several leading closed models, Claude Opus 5.5 and GPT-6 Astra among them, score near zero on the same test because they refuse the task rather than fail it.

Os números da Meta para o Muse Spark 1.3 constituem um quadro de avaliação agêntico de uso geral: DeepSWE v1.1 em 75,4, OSWorld 2.0 em 66,9, Terminal-Bench 2.1 em 76,4 com o agente Terminus 2, MCP-Atlas em 89,2, GDPval-AA v2 em 1.754, SciCode em 58,5, HLE-Diamond sem ferramentas em 26,1 e JobBench em 61,8.

As duas listas quase não se tocam. DeepSWE v1.1 é a única avaliação que ambas publicam, e nela a Meta afirma 75,4 contra os 61,7 da Mistral — uma diferença ampla o suficiente para resistir a diferenças de harness, embora não tenhamos reproduzido nenhuma das duas. Em todos os outros aspectos, os fornecedores simplesmente mediram coisas diferentes, e é por isso que a comparação honesta se baseia nas linhas independentes acima, e não em empilhar essas duas tabelas.

A questão que realmente os separa: pesos abertos

Este é o eixo que o título da comparação implica e aquele em que os dois modelos são genuinamente produtos diferentes, em vez de versões melhores e piores da mesma coisa.

Mistral Large 4 tem um caminho declarado para pesos para download, prometido para o final de outubro de 2026, com a alegação associada de que supera qualquer modelo de pesos abertos desenvolvido nos EUA ou na Europa. Se isso se concretizar, torna-se o maior lançamento europeu de pesos abertos e uma opção real para organizações que precisam de hospedar por conta própria. Note que a licença não tem nome no cartão do modelo até ao momento em que escrevemos e que o repositório do Hugging Face não era publicamente legível quando o verificámos, por isso ainda não é possível saber em que termos esses pesos chegam — uma lacuna que não iríamos encobrir, porque, em lançamentos de pesos abertos, a licença é, muitas vezes, a história completa.

A linha Muse Spark não é uma linha de pesos abertos. Muse Spark 1.1, 1.2 e 1.3 são fechados e servidos pela própria API da M​eta. O que de fato carrega pesos é um membro separado da família sob seu próprio nome — Muse Spark Open, um lançamento de 816B no total / 42B ativos cujo repositório foi criado em 15 de setembro de 2026, ficou com acesso restrito e sem anúncio por quatro semanas, e foi publicado com uma licença pela M​eta em 15 de outubro de 2026. Essa cronologia é a parte que podemos afirmar categoricamente, porque os carimbos de data/hora do repositório e a data da licença estão no artefato. O que não está confirmado é quão bom ele é: a M​eta não publicou o relatório de avaliação por trás de seu próprio quadro de avaliação, então trate os pesos abertos como uma questão à parte, e não como uma versão mais nova do Muse Spark 1.3. Qualquer pessoa que compare a promessa de pesos abertos da M​istral com o Muse Spark 1.3 está comparando dois modelos de distribuição diferentes, não dois níveis de capacidade.

O que significa que a regra de decisão é simples e quase nada tem a ver com o índice. Se tiver de executar o modelo no seu próprio hardware, na sua própria jurisdição, de acordo com as suas próprias políticas, esta comparação tem um candidato e é o da Mistral, sujeito ao que a sua licença disser quando os pesos aparecerem. Se estiver a comprar um endpoint, a pré-visualização da Mistral é atualmente a opção com pontuação mais baixa e mais barata face a um modelo já lançado que a supera em dez pontos de índice.

Construir com base em qualquer um dos dois sem ficar preso a nenhum.

O OrcaRouter encaminha o Muse Spark 1.2 e o Muse Spark 1.1 ao preço de tabela da Meta, com 0% de markup repassado, junto com mais de 200 modelos em uma única API, com failover automático e uma DSL de roteamento para dividir o tráfego entre eles. O Mistral Large 4 não está no nosso catálogo, e o Muse Spark 1.3 também não — então não vamos fingir que essa comparação pode ser executada de ponta a ponta com uma das nossas chaves hoje. O que o modelo de repasse tem de útil aqui é a coisa específica de que essa comparação precisa: como o preço promocional da Mistral e o lançamento dos seus pesos acontecem com poucas semanas de diferença, uma chave roteada significa que uma mudança de preço ou uma nova build aberta aparece do nosso lado no mesmo dia em que aparece do lado deles, em vez de na próxima renovação de contrato.

O que fazer este mês

Se a sua decisão puder esperar até ao final de outubro, espere — o facto mais determinante sobre o M​istral Large 4 ainda não foi publicado, e é a licença sobre os pesos, e não qualquer número neste artigo. Se não puder esperar, a comparação como está hoje é entre uma preview a $0,68 / $2,09 em promoção, com uma pontuação de índice de 38 e sem velocidade de saída medida, e um modelo já lançado a $1,25 / $4,25, com uma pontuação de índice de 48, cerca de 122 tokens por segundo e seis semanas de estabilidade por trás. A versão preview é mais barata por tarefa hoje e quase certamente será um modelo diferente quando alguém ler isto; a versão já lançada é dez pontos mais forte e não terá mudado. Nenhuma das duas é uma recomendação, porque o fator decisivo é se os pesos que a M​istral prometeu são algo de que precisa — e isso não é uma questão de benchmark.

Um resultado como este também é um lembrete de que erros de modelo já estão documentados: os incidentes de IA e as falhas de agentes por trás de modelos dessa classe são reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, severidade, grau de confiança e indicador de disputa.