GPT-6 Astra против Mistral Large 4: разрыв в возможностях, разрыв в цене и три вещи, которые упускают бенчмарки

Mistral Large 4 примерно в три–семь раз дешевле, чем GPT-6 Astra, и отстаёт от неё примерно на шестнадцать пунктов Intelligence Index. По независимым данным, опубликованным на неделе 8 октября 2026 года, Mistral Large 4 Preview находится на отметке 38,4 в Intelligence Index v4.3 от Artificial Analysis, а GPT-6 Astra — на 54,7: разрыв шире, чем между Astra и любой другой моделью в этом сегменте, — при этом тарифы составляют $0,68 и $2,09 за миллион токенов против $10,00 и $50,00. Если бы вопрос стоял только о возможностях за доллар, ответ был бы таким: Astra — для сложной работы, а Mistral Large 4 — для больших объёмов, и статья на этом бы закончилась.

На этом дело не заканчивается, потому что три различия, решающих исход этого противостояния, не фигурируют в таблице бенчмарков ни у одного из вендоров. Mistral Large 4 появилась 6 октября 2026 года как публичная предварительная версия, веса которой не были выпущены, обслуживается из собственных европейских дата-центров Mistral и продвигается за счёт поведения отказа, которое закрытые модели не могут воспроизвести ни за какую цену. GPT-6 Astra вышла 3 сентября 2026 года как флагман линейки OpenAI, является закрытой, модерируемой и в этом сравнении представляет собой модель, которая говорит «нет». Это другая ось, не та, которую измеряет индекс.

Спецификация, с обеих сторон на каждой строке

• Релиз — GPT-6 Astra, 3 сентября 2026 г., общедоступная версия, в сравнении с Mistral Large 4, 6 октября 2026 г., публичная предварительная версия

• Параметры — Astra не раскрыты против Mistral Large 4: 1,05 трлн всего при 49 млрд активных на токен, плюс визуальный энкодер с 1,6 млрд параметров

• Контекстное окно — Astra: 1 050 000 токенов против Mistral Large 4, у которого заявлено 1 млн, но Artificial Analysis на тестируемой конфигурации считывает 524 288.

• Максимальная длина вывода — Astra 128 000 токенов, у Mistral Large 4 ещё не задокументирована

• Цена за ввод — Astra $10.00 за 1 млн против Mistral Large 4 $1.36 по опубликованному прайс-листу, сейчас взимается по промо-цене $0.68

• Цена вывода — Astra $50.00 за 1 млн против Mistral Large 4 $4.18 в карточке, сейчас $2.09

• Кэшированный ввод — Astra $1.00 за 1 млн против Mistral Large 4 $0.14, сейчас $0.07

• Тариф для длинного контекста — Astra переоценивает весь запрос до $20,00 и $75,00 при объёме свыше 272 000 входных токенов; Mistral не публикует сопоставимой ступени.

• Веса — Astra закрытая, а Mistral Large 4 обещана под неназванной открытой лицензией к концу октября 2026 года, но пока не выпущена

• Где это работает — Astra в инфраструктуре OpenAI, Azure и AWS Bedrock против Mistral Large 4 в собственном европейском кластере Mistral сегодня; можно будет развернуть самостоятельно, как только выйдут веса

• Индекс независимого интеллекта — Astra 54,7 против Mistral Large 4 Preview 38,4

• Независимое воспроизведение длинного контекста — Astra 80.7 против Mistral Large 4 81.3, единственная строка возможностей, где лидирует Mistral

Индексный разрыв реален, и это не вся модель.

Пятьдесят четыре против тридцати восьми — это не погрешность округления. На том же стенде Terminal-Bench 4.0 того же оценщика Astra показывает 59,1% против 26,8% у Mistral Large 4 Preview, а на собственной странице Artificial Analysis у Mistral Large 4 отмечено среднее время около 507 секунд на задачу, тогда как прогоны Astra в индексе оцениваются примерно в $3,26 вычислительных затрат каждый. Модель, которая тратит восемь минут на задачу и набирает на шестнадцать пунктов меньше, не конкурирует в том же классе рабочих нагрузок по агентному программированию.

Две линии ведут в другую сторону, и обе заслуживают того, чтобы учитывать их при любом решении. Mistral Large 4 лидирует по long-context recall — 81,3 против 80,7, — что является настоящим преимуществом для работы с большими объёмами документов и задачами извлечения информации, где европейский покупатель, скорее всего, и захочет его использовать. И это предварительная версия смеси экспертов с 1,05 трлн параметров, которая, по словам Mistral, всё ещё находится в ненасыщенном прогоне обучения с подкреплением — по собственным словам вендора, он ожидает «больших и быстрых улучшений в ближайшие недели и месяцы». Модель, которую вы тестируете сегодня, — это худшая её версия, за которую вам когда-либо придётся платить. Показатель Astra — 54,7 — привязан к фиксированной возможности; показатель Mistral — 38,4 — к меняющейся, и оба этих факта по-разному играют в пользу покупателя.

Откуда берутся числа Mistral и кто их считал

Запуск Mistral отличается необычной тщательностью в отношении происхождения данных, и сама эта тщательность — информация. Три главных показателя агентного кодинга — 61,7% в DeepSWE v1.1, 59,4% в SWE-Atlas-QnA и 28,3% в Terminal-Bench 4.0, которые складываются в 49,8% результата Coding Agent Index, — описываются Mistral как приватно оценённые Artificial Analysis перед публичным запуском этого стенда. Их пока нет в публичном индексе, что делает их сильнее, чем самостоятельно проведённый бенчмарк, и при этом по-прежнему не воспроизводимыми вами сегодня.

Самой сильной независимой точкой данных в релизе является та, которую Mistral не проводила. Surge AI, сторонняя компания по аннотированию, провела слепую человеческую оценку качества кодинга со скрытыми идентичностями моделей, и профессиональные аннотаторы оценили Mistral Large 4 Preview в 3,74 по шкале от 1 до 5 — второе место из пяти, уступая только Claude Opus 5 с 4,22 и опережая Kimi K3 с 3,59, GLM-5.3 с 3,60 и GLM-5.2 с 3,40. Слепая человеческая оценка, на другом конце которой стоит названная лаборатория, — это доказательство иного рода, чем самостоятельно опубликованная таблица, и это единственный сильнейший независимый результат в анонсе.

Всё остальное в таблице Mistral заявлено вендором и не воспроизведено, включая приведённые ниже киберпоказатели. Воспринимайте их как заявления, которые делает уверенная в себе лаборатория, а не как измерения.

Что Mistral на самом деле продаёт: отказ

Это та часть сравнения, которую не улавливает ни один бенчмарк, и это самое резкое, что сказал любой из вендоров в этом противостоянии.

В Cyber Index от Artificial Analysis Mistral утверждает, что Mistral Large 4 входит в мировую пятёрку лучших и лидирует среди моделей с открытыми весами, разработанных за пределами Китая. В одном конкретном тесте — воспроизвести реальную уязвимость в программном обеспечении с открытым исходным кодом, а затем исправить её — заявлено 82%, что описывается как самый высокий результат среди всех моделей, а также 93% из 40 соревновательных заданий Cybench. Затем делается наблюдение, которое придаёт релизу преимущество: несколько ведущих закрытых моделей, среди которых названы Claude Opus 5.5 и GPT-6 Astra, набирают почти ноль в том же тесте, потому что отказываются выполнять задачу.

Обе половины этого заявлены вендором. Ни одна из них не была независимо воспроизведена. Но механизм не экзотичен, и это не выпад — OpenAI выпустила GPT-6 Astra ниже того, что в публикациях на запуске описывалось как Критический киберпорог, а модель с более строгой политикой отказов отклонит запрос на воспроизведение уязвимости, который модель с более мягкой попытается выполнить. 82% и почти ноль — это две стороны одного и того же решения о политике, и то, какой из них вы хотите, зависит от того, чем вы зарабатываете на жизнь. Команда красных, оценивающая собственное ПО, хочет 82%. Регулируемая платформа, обслуживающая конечных пользователей, может специально хотеть отказа и быть готовой платить $10.00 и $50.00 за миллион токенов за него.

В этом и заключается то различие между этими двумя моделями, которое вам никогда не покажет ни одна строка таблицы лидеров, и именно поэтому они будут сосуществовать на рынке, а не вытеснять друг друга.

Что означает «open-weight» на этой неделе

На стороне Mistral Large 4 в таблице должны стоять три оговорки, и за каждой из них стоит своя цена.

• Веса не выложены. На сегодня нет ни контрольных точек, ни файла лицензии, ни репозитория. Mistral говорит, что они появятся к концу октября 2026 года после этапа ред-тиминга, в ходе которого проверенные партнёры и национальные органы власти получат разблокированную сборку. До тех пор единственный способ получить доступ — preview API, а значит, аргумент «запускать на собственном оборудовании» — это пункт дорожной карты, а не реальная возможность.

• Флаг независимости не соответствует маркетингу. Artificial Analysis указывает модель как isOpenWeights: false с категоризацией «проприетарная», потому что предварительная версия, обслуживаемая из собственного кластера поставщика, — это то, что существует. Этот флаг — наиболее наглядная единичная иллюстрация разрыва между словами «открытые веса» и артефактом.

• Цена, которую вам называют, — промо-цена. В карточке Mistral указаны $0.68 и $2.09 против зачёркнутого списка $1.36 и $4.18. Рассчитывайте свой счёт по второму варианту. Preview — это также метка стадии в договорном смысле: модель могут перенаправить, изменить её цену или вывести из эксплуатации с меньшим уведомлением, чем для GA-релиза, поэтому пайплайн, настроенный на сборку этой недели, влечёт затраты на повторную валидацию, которые вы не закладывали в бюджет.

Ничто из этого не делает предварительную версию неудачной покупкой. Это делает её покупкой с датой истечения срока и счётом за повторную валидацию, а это иной вид затрат, чем тариф за токен.

Суверенитет — это статья закупок, а не лозунг.

Mistral обучила Mistral Large 4 с нуля на 3 800 графических процессорах NVIDIA Grace Blackwell в своих европейских дата-центрах, привлекла 3 миллиарда евро в раунде Series D специально для создания этих мощностей и обслуживает предварительную версию на той же инфраструктуре. Для регулируемого покупателя это не маркетинговая позиция; это требование, которое GPT-6 Astra в настоящее время не может удовлетворить ни за какую цену. Модель OpenAI доступна через собственный API OpenAI, Azure и AWS Bedrock — все они хороши для масштабирования, и ни один из них не является сквозным конвейером, управляемым европейским оператором.

Вторая половина аргумента о суверенитете становится весомой, когда появляются веса. Организация, у которой есть GPU, может тогда запустить разреженную модель с 1,05 трлн параметров на собственных мощностях без участия провайдера, что одновременно меняет как историю с резидентностью данных, так и поведение при отказах. Astra в этом случае всё равно останется вызовом API. Если в вашей дорожной карте есть этап локального развёртывания, то Mistral Large 4 — единственная из этих двух, у которой он есть, — а если его нет, то вся эта колонка для вас ничего не стоит.

Запускать оба, не делая ставку ни на один из них

Неудобная особенность этого сопоставления для роутера в том, что одна сторона — это модель, которую мы обслуживаем, а другая — превью, которое мы не обслуживаем. GPT-6 Astra есть в каталоге OrcaRouter по прайс-листу OpenAI без наценки, на том же OpenAI-совместимом ключе, что и 200 с лишним других моделей, с автоматическим переключением при сбое между вышестоящими провайдерами — и это здесь важно, потому что превью — как раз та зависимость, которую хочется убрать с критического пути, пока она не стабилизируется. Mistral Large 4 не маршрутизируется нами, пока он предоставляется со стороны Mistral под флагом превью; честная версия нашей части этого расклада — сторона Mistral, плюс возможность выполнять одну и ту же задачу на любом из них без второго контракта. Когда появится Mistral в общем доступе, он унаследует 0% наценку при пробросе цен, на которой работает остальной каталог, а изменение цены от поставщика отразится на ключе в тот же день, когда произойдёт, а не при следующем продлении.

Что сегодня даёт один ключ — это сам A/B: тот же промпт, тот же оценщик, две строки с моделями, один счёт — именно так вы отвечаете на единственный вопрос, который действительно важен для превью: стоят ли его склонность к отказам и его способность удерживать длинный контекст шестнадцати индексных пунктов для вашей нагрузки.

Правило принятия решения и дата, которая его меняет

Если речь о сложных рассуждениях, агентном программировании или о чём-либо, что измеряется по верхней части Intelligence Index, GPT-6 Astra впереди, и разница в цене — это премия за него: $10.00 и $50.00 за миллион токенов, с пересмотром до $20.00 и $75.00 для запросов объёмом свыше 272 000 входных токенов.

Если по требованиям работа должна размещаться в Европе, чувствительна к отказам или предназначена для локального оборудования, Mistral Large 4 — единственная из двух, которая вообще отвечает на этот вопрос, при цене за токен от четверти до одной седьмой, с оговоркой, что артефакт, который вы развернёте позже, не будет тем артефактом, который вы оцениваете сейчас.

Дата, за которой стоит следить, — конец октября 2026 года, когда, по словам Mistral, появятся чекпоинты. В этот день меняются три вещи: у лицензии появляется название, аргумент о селф-хостинге перестаёт быть обещанием, а стартовая цена, привязанная к движущемуся превью, перестаёт быть ценой, привязанной к фиксированному. Всем, кто сейчас сравнивает эти две модели по возможностям, стоит повторить сравнение после этого, потому что один из его столбцов к тому времени изменится.