Mistral Large 1 против MiniMax M3: чего стоят пять месяцев

MiniMax M3 — самая дешёвая модель в этом классе и остаётся такой с 31 мая 2026 года. При цене $0,30 за миллион входных токенов, $1,20 за миллион выходных и $0,06 за миллион кэшированных токенов она дешевле Mistral Large 4 примерно вдвое по входным токенам и в два раза по выходным — и, в отличие от более новой модели, её можно купить уже сегодня без ярлыка предварительного просмотра. Mistral Large 4, модель с открытыми весами и 1,05 трлн параметров, находящаяся в публичном предварительном просмотре с 6 октября 2026 года, стоит $0,68 и $2,09 и обещает опубликовать веса к концу месяца. Два флагмана с открытыми весами, с разницей в пять месяцев, и эти пять месяцев видны ровно в одном месте: независимая оценка M3 по Intelligence Index — 29,2 — против оценки Mistral Large 4, которой ещё не существует.

Вот честная картина этого сравнения, и она интереснее, чем можно предположить по таблице цен. M3 была построена вокруг конкретной архитектурной ставки — MiniMax Sparse Attention, выдерживающего контекст более чем в миллион токенов, с видео в качестве полноценного входного формата, — и на бумаге она выигрывает в двух категориях, которые Mistral Large 4 не оспаривает: длина необработанного вывода и нативное видео. Во всех остальных отношениях покупатель скорее предпочёл бы более новую модель — по цене, которая всё ещё достаточно низка, чтобы эта разница редко решала исход покупки.

Две архитектуры, две ставки

MiniMax M3 — это флагманская фундаментальная модель MiniMax с открытыми весами и первая, объединяющая передовые возможности в программировании и агентных задачах, окно контекста в миллион токенов и нативную мультимодальность в одном релизе. Она принимает текст, изображения и видео и возвращает текст, а построена на MiniMax Sparse Attention — архитектуре, рассчитанной на поддержку до 1 048 576 токенов контекста с гарантированным минимумом в 512K. Пайплайн предобучения был перестроен, чтобы масштабироваться свыше 100 триллионов токенов с мультимодальными данными с первого шага, а не добавляться позже. Максимальный вывод — 512 000 токенов.

Mistral Large 4 делает другую ставку. Это гранулярная модель смеси экспертов: 49 миллиардов активных параметров из 1,05 триллиона общих, с 1,6-миллиардным визуальным энкодером, обученная с нуля на 3800 GPU NVIDIA Grace Blackwell в собственных европейских дата-центрах Mistral на данных, охватывающих более 160 языков. Она принимает текст и изображения — без видео — в контексте около миллиона токенов, и Mistral позиционирует её вокруг суверенного развёртывания: европейская инфраструктура, открытые веса и возможность запускать её в соответствии с собственными политиками, а флагманским сценарием использования является кибербезопасность.

• Контекстное окно — MiniMax M3 1 048 576 токенов против Mistral Large 4 около 1 000 000

• Макс. объём вывода — MiniMax M3 512 000 токенов, у Mistral Large 4 пока не задокументировано

• Входная модальность — текст, изображение и видео у MiniMax M3 против текста и изображения у Mistral Large 4

• Цена на входные данные — MiniMax M3 $0.30 за 1 млн против Mistral Large 4 $0.68 за 1 млн

• Цена вывода — MiniMax M3 $1,20 за 1 млн против Mistral Large 4 $2,09 за 1 млн

• Кэшированный ввод — MiniMax M3 $0,06 за 1 млн против Mistral Large 4 $0,07 за 1 млн

• Параметры — Mistral Large 4: 1.05T всего / 49B активных против MiniMax M3: не раскрыто

• Выпущено — MiniMax M3 31 мая 2026 г. против Mistral Large 4 6 октября 2026 г., предварительная версия

• Веса — обе по открытой лицензии, Mistral Large 4 обещаны к концу октября 2026 года

Счёт не близкий, и это тоже несправедливо.

В Artificial Analysis Intelligence Index v4.3.2 MiniMax M3 набирает 29,2 балла и занимает 62-е место среди 147 моделей. Это результат в середине таблицы, и это не критика модели — Индекс был пересмотрен после выпуска M3 и включает оценки, которых не существовало, когда MiniMax обучала свою модель. Его подоценка по программированию рисует более удачную картину: 58,6 в AA Coding index, 46-е место из 138 и 65,2% на Terminal-Bench 2.1. У него 92,9% на GPQA Diamond, 83% на воспроизведении в длинном контексте и 47,1% на SciCode.

У Mistral Large 4 нет оценки Index в том же рейтинге; страница опубликована под заголовком «Mistral Large 4 Preview», а число отсутствует. Что Mistral действительно публикует, так это то, что ML4 опережает DeepSeek V4 Pro 0813 и Qwen3.8 Max по сводному Coding Agent Index с результатом 49,8%, и что на AutomationBench — 657 бизнес-процессов в Gmail, Sheets, Slack и Salesforce — он набирает 59,9%, опережая Kimi K3, MiMo-V2.6-Pro и DeepSeek V4 Pro. MiniMax не упоминается ни в одном из сравнений, что само по себе является сигналом о том, какую модель Mistral считает настоящим конкурентом.

Итак, справедливое прочтение таково: M3 — это способная, дешёвая, хорошо документированная модель с общим баллом на уровне середины таблицы и достойным профилем в программировании, которой пять месяцев. ML4 — это preview-модель с более высоким заявленным потолком, без опубликованного общего балла и с набором агентных показателей, которые Artificial Analysis оценивала в закрытом режиме и опубликует в Coding Agent Index, когда этот тестовый стенд выйдет. Если вам нужно число сегодня, M3 его даёт. Если вы можете подождать несколько недель, ML4 тоже его даст, и Mistral ставит на то, что оно будет выше.

Где у M3 вообще нет конкуренции со стороны ML4

Две строки в этом списке — не компромисс, а отсутствие.

Видеовход — это первое. M3 поддерживает видео нативно, наряду с текстом и изображениями. Mistral Large 4 принимает текст и изображения и ничего больше — собственный глубокий разбор Mistral посвящён привязке к гигапиксельным спутниковым снимкам и инженерным чертежам, а это всё ещё работа с изображениями. Если ваш конвейер принимает записи экрана, материалы видеонаблюдения или видеодокументацию, ML4 не может быть этой моделью, какой бы ни была её цена. Это не тот пробел, который Mistral закроет пересмотром цены.

Длина вывода — это второе. M3 выдаёт до 512 000 токенов в одном ответе. Mistral не опубликовала предельный объём вывода для ML4. Генерация длинного структурированного артефакта за один проход — полного отчёта, большого скрипта миграции, законченной спецификации — это та рабочая нагрузка, где потолок в 512K стоит дороже одного пункта Intelligence Index, и пока Mistral не задокументирует лимит ML4, M3 — единственная из этих двух, вокруг которой можно планировать такую нагрузку.

Заявленные производителем агентные показатели M3 подтверждают тот же профиль. MiniMax оценивает её в 83,5 балла в BrowseComp за автономные веб-исследования, 70 — в OSWorld-verified за использование компьютера, 74,2 — в MCP Atlas за использование инструментов, 76,7 — в GDPval rubrics и 59 — в SWE Bench Pro. Эти данные взяты из собственных оценок MiniMax и не были независимо воспроизведены; они странно смотрятся на фоне её показателя Index 29,2 — именно поэтому так важно различать данные производителя и независимые данные. Модель может лидировать в выбранных производителем бенчмарках и при этом занимать среднюю позицию в нейтральном усреднении по десяти оценкам, и оба эти утверждения могут быть верны.

Стоит ли 2x

Разрыв в цене здесь действительно мал в абсолютном выражении, и это меняет расчёт по сравнению с несоответствием закрытому флагману. Возьмём месяц на сто миллионов токенов при соотношении ввода/вывода 4:1: 80 миллионов входных токенов и 20 миллионов выходных. M3 берёт $24 плюс $24, итого $48. Mistral Large 4 берёт $54,40 плюс $41,80, итого $96,20. Надбавка составляет около $48 в месяц — реальные деньги в масштабе, но такой разрыв, который окупается одним предотвращённым сбоем.

Кэширование сужает его ещё сильнее и лишь незначительно в пользу M3: $0,06 против $0,07 за миллион кэшированных токенов — на этом ценовом уровне это статистическая погрешность. Оба достаточно дешевы, так что решение следует принимать исходя из возможностей и соответствия, а не из счёта, — что прямо противоположно тому, как это сравнение воспринимается на первый взгляд.

За что вы доплачиваете — так это за срок актуальности. ML4 была обучена на пять месяцев позже на более новых данных, в архитектуре mixture-of-experts с триллионом параметров, из которых 49 миллиардов активных, а Mistral проводит на ней обучение с подкреплением с заявленной скоростью 33 миллиарда токенов в день, причем этот прогон еще не насытился. M3 завершена; ML4 улучшается по опубликованному графику. Когда поставщик говорит, что модель, которую вы покупаете сегодня, — это самая слабая версия, за которую вы когда-либо заплатите, а надбавка к цене по сравнению с текущей моделью составляет менее доллара за миллион токенов, более новая модель обычно является лучшим выбором по умолчанию. Исключение — две рабочие нагрузки выше, где старая модель — единственная, которая подходит.

Маршрутизация в обход разрыва

Это пара, в которой запуск обеих моделей — не страховка, а сам ответ, потому что их сильные стороны лежат в разных, непересекающихся областях. Видео на входе, длинный артефакт на выходе или цикл использования компьютера: M3. Анализ документов и изображений, агентные рабочие процессы или что-либо, что должно работать на европейской инфраструктуре в рамках ваших собственных политик: ML4. Нет такого правила маршрутизации, которое сделало бы одну из них избыточной.

Оба находятся за одной OpenAI-совместимой конечной точкой на OrcaRouter с наценкой 0%, а прайс-листы провайдеров передаются без изменений, что сохраняет честность ценового разброса за пять месяцев — если MiniMax снизит тариф M3 или Mistral прекратит действие preview-тарифа, цифра, по которой оценивается ваш маршрут, изменится в тот же день. Именно DSL маршрутизации превращает разрозненные сильные стороны в единую поверхность вызова: правило, проверяющее модальность запроса, отправляет полезные нагрузки с видео в M3, а всё остальное — в ML4, с уверенностью, что кратковременные сбои доступности preview-модели поглощаются автоматическим переключением при отказе, а не доходят до ваших пользователей. Там, где единый результат важнее единой цены, объединение моделей может запустить обе и позволить панели выбрать — разумный способ купить заявленный потолок Mistral, сохраняя документированное поведение M3 в качестве нижней границы.

Вердикт

MiniMax M3 — правильный ответ для двух рабочих нагрузок и оправданный ответ для третьей. Видеовход, однопроходная генерация на сотни тысяч токенов и агенты для работы с компьютером — это его территория, его цена — самая низкая среди всех флагманов этого класса, а опубликованные средние результаты означают, что вы точно знаете, что получаете. Пять месяцев — это не старость для модели, которую не превзошли в её собственной нише.

Mistral Large 4 — лучший вариант по умолчанию для всего остального. Месяц на сто миллионов токенов стоит примерно на $48 дороже, количество параметров и европейское происхождение обучения указывают на более высокий потолок, заявления о кибербезопасности достаточно конкретны, чтобы их можно было проверить, а обещанные открытые веса плюс развёртывание на собственной инфраструктуре закрывают требования, которые не закрывает корпоративное предложение M3, доступное только через API. Цена этой ставки — вы связываете себя с моделью, чей балл в Independent Intelligence Index ещё не опубликован и чьё поведение, по словам Mistral, существенно изменится в течение нескольких недель.

Две даты, которые разрешают этот вопрос: конец октября 2026 года, когда веса ML4 либо появятся, либо обещание открытых весов начнёт выглядеть шатким, и публикация Coding Agent Index, где частная оценка Mistral в 49,8% встречается с публичным показателем M3 по коду в 58,6% на той же ревизии. До тех пор M3 — модель, которую можно проверить, а ML4 — модель, на которую вы ставите, — и при ежемесячной надбавке в $48 на сто миллионов токенов это не крупная ставка.