Mistral Large 4 против GPT-6.1 Sol: один можно скачать, а другой — только арендовать

Почти каждое сравнение Mistral Large 4 и GPT-6.1 Sol в открытом вебе цитирует цифры, которые перестали существовать 27 октября. На страницах указаны 38 и 52. Artificial Analysis в тот день перестроила свой Intelligence Index до серии v5, повторно прогнала модели и теперь публикует 26 для Mistral Large 4 против 55 для GPT-6.1 Sol. Это не изменение в какой-либо из моделей — это другой инструмент, с девятью оценками вместо старого набора и гораздо более сложной смесью — но это означает, что разрыв, о котором вы, возможно, читали, четырнадцать пунктов, теперь составляет двадцать девять на бумаге и несопоставим ни с чем из того, что было до перестройки. Сравнения между прогонами индекса — самая распространенная ошибка в этой нише, и стоит правильно определить текущую пару, прежде чем спорить о чем-либо еще.

Что делает это противостояние интереснее разницы в счёте, так это то, что с сегодняшнего утра эти два продукта перестали быть вещами одного рода. GPT-6.1 Sol — арендованная модель с тех пор, как OpenAI выпустила её 29 сентября 2026 года по цене $2.00 и $10.00 за миллион токенов: вы её вызываете, но не можете оставить себе. Mistral Large 4, анонсированная в предварительном виде 6 октября 2026 года, опубликовала свои веса 29 октября 2026 года в 14:51 UTC — 1 060,6 ГБ в FP8 и 610,1 ГБ в NVFP4, доступные для скачивания по модифицированной лицензии MIT. У одной из этих моделей счётчик, который никогда не останавливается. У другой счётчик останавливается в тот день, когда вы покупаете железо. Вот в чём заключается решение, а таблица бенчмарков — лишь его следствие.

Два продукта, две даты, один из них завершён.

Эта асимметрия — не придирка к зрелости: она меняет то, какие вопросы стоит задавать. GPT-6.1 Sol — выпущенная, документированная и независимо измеренная модель, для которой указаны десять провайдеров API. Её тарифная сетка утверждена, контекст в 1 млн токенов документирован, а место в линейке OpenAI — ниже флагмана Astra, а не на вершине. Mistral Large 4 провела двадцать три дня в статусе предварительной версии API, а сегодня стала файлом. Тарифы на её хостинг утверждены на уровне $0,70 за входные и $2,10 за выходные данные за миллион токенов, и теперь её будущее частично в руках того, кто её эксплуатирует, а не в дорожной карте Mistral.

Шесть строк, которые важны

Одинаковые параметры с обеих сторон, актуальный инструмент, по данным двух страниц моделей Artificial Analysis и собственной документации поставщиков на 29 октября 2026 года:

Индекс интеллекта — GPT-6.1 Sol 55 (серия v5, седьмое место из 54 в своём классе сравнения); Mistral Large 4 26 (восьмое место из 19 в другом классе — эти два рейтинга не по одной шкале).

• Стоимость выполнения задачи Index — GPT-6.1 Sol $1.27; Mistral Large 4 $2.06.

• Цена токенов — GPT-6.1 Sol $2.00 за ввод / $10.00 за вывод за миллион, с тарифом $4.00 / $15.00 при превышении 272 000 входных токенов; Mistral Large 4 — $0.70 за ввод / $0.07 за кэшированный / $2.10 за вывод.

• Скорость вывода — GPT-6.1 Sol: 79,1 токена в секунду; Mistral Large 4: 161,3.

• Контекст — 1 млн токенов в обоих, задокументировано в обоих.

• Развёртывание — GPT-6.1 Sol: только облачное размещение, веса недоступны ни за какую цену. Mistral Large 4: облачное или самостоятельное развёртывание, 610,1 ГБ в NVFP4, восемь GPU класса Blackwell в опубликованном рецепте vLLM.

Индекс — это среднее, а средние скрывают форму разрыва. В отдельных строках Artificial Analysis разрыв неравномерен, а не одинаково плох: HLE-Diamond — 17% против 59%, Terminal-Bench-Science 0.1 — 4% против 58%, FrontierCode 2.0 — 15% против 41%, Terminal-Bench 4.0 — 25% против 56%, GDPpdf — 18% против 31%. Mistral Large 4 отстаёт на двадцать девять пунктов не в каждой задаче; оно сильно отстаёт в оценках, которые вознаграждают продолжительное многошаговое рассуждение, и примерно на одном уровне в более короткой одноэтапной работе. Если ваша нагрузка похожа на второй случай, среднее — неподходящий показатель, на который стоит ориентироваться при покупке. Если она похожа на первый, никакая скидка этот разрыв не компенсирует.

Почему цифры изменились — и почему это не скандал

Пересборка v5 заново прогнала весь набор моделей на новом оценочном наборе, и примерно 60% его является закрытым — вопросы, которые не были публично доступны до пересборки. Модели двинулись не все в одном направлении: одни резко упали, другие выросли. Падение Mistral Large 4 с 38 до 26 и рост GPT-6.1 Sol с 52 до 55 — это два прочтения одного и того же события, и ни то ни другое не означает, что у вендора плохой квартал. Правило, которое отсюда следует, простое и его легко случайно нарушить: никогда не вычитайте балл одного прогона индекса из балла другого прогона и никогда не приводите разрыв, две половины которого были измерены с разницей в неделю. Разрыв, который существует сегодня, составляет двадцать девять пунктов по одному инструменту.

Двадцать девять баллов — это много, и это тоже не вся история. Индекс 26 описывает модель, которая компетентна в общей работе и ничем не примечательна на сложном краю; Индекс 55 описывает одну из самых сильных доступных моделей. Если ваша рабочая нагрузка — агентное программирование по большому репозиторию, ответ уже предрешён, и никакие аргументы о цене этого не изменят. Остальная часть этого текста посвящена рабочим нагрузкам, где он ещё не решён.

Реверс пережил ребейз

Единственный вывод из октябрьского периода предварительного просмотра, который подтвердился при проверке новым инструментом, — это инверсия цены за задачу, и он подтвердился на свежих цифрах. Mistral Large 4 взимает примерно треть тарифа GPT-6.1 Sol за входные токены и пятую часть — за выходные, но выполнение той же оценочной задачи всё равно стоит на 62% дороже — $2,06 против $1,27. Это не ценовая уловка. Счёт модели рассуждений в основном определяется тем, сколько токенов она решает сгенерировать, и Mistral Large 4 генерирует очень много: Artificial Analysis фиксирует 110 млн выходных токенов в своей выборке по многословности против медианы 100 млн, тогда как GPT-6.1 Sol находится на уровне 64 млн — ниже медианы. Более дешёвые токены, умноженные на большее число токенов, — это не экономия, и счёт это подтвердит.

Практическое следствие не столь широко, как утверждение «дешёвая модель втайне дорогая». Для задач с коротким выводом — классификации, извлечения, маршрутизации, всего, что заканчивается через двести токенов и никогда не входит в цикл рассуждений, — счёт определяет цена токенов, и $0,70 против $2,00 — вот и весь аргумент. Инверсия больно бьёт по долгосрочным рассуждениям, где как раз и обитает разрыв в двадцать девять пунктов. Если два разных измерения указывают в одном направлении, это повод доверять направлению, а не основание обобщать его на любую рабочую нагрузку.

Скорость бежит в другую сторону, и терпение тоже.

Mistral Large 4 более чем вдвое быстрее по выводу: 161,3 токена в секунду против 79,1. Он также выдаёт первый токен за 1,42 секунды — чуть лучше медианы 1,68 секунды для его набора сравнения. Опубликованное значение GPT-6.1 Sol для времени до первого токена ответа составляет 249,48 секунды против медианы 3,53 секунды — это как раз тот показатель, который требует объяснений, а не простого цитирования.

Эти 249 секунд почти наверняка не являются задержкой в сетевом смысле. Это время, которое модель тратит на рассуждения, прежде чем выдаст первый токен ответа, измеренное при максимальной интенсивности рассуждений, и это честный способ показать, во что долгий бюджет рассуждений обходится ожидающему пользователю. Наши собственные данные маршрутизации делают это различие наглядным: на 584,7 млн токенов GPT-6.1 Sol, прошедших через OrcaRouter за семь дней до 29 октября, p50 времени до первого токена в потоке составило 1,36 секунды, а p95 — 10 секунд. Первый токен приходит быстро; минуты занимает именно первый ответ, и флаги в API определяют, какой из этих сценариев увидит ваш пользователь. Если ваше приложение передаёт токены рассуждений потоком, ожидание становится наполненным и терпимым. Если нет — если пользователь смотрит на индикатор загрузки, пока не придёт первый ответ, — то ожидание первого токена в четыре минуты является продуктовым ограничением, которое не компенсирует никакой балл бенчмарка, и модель, отвечающая за 1,4 секунды, будет ощущаться лучше, чем модель, которая сильнее на двадцать девять пунктов Index. Именно по этой оси более дешёвая модель с более низким баллом чаще всего выигрывает в реальных внедрениях, и эта ось не фигурирует ни в одной сравнительной таблице.

Что изменилось сегодня утром: счётчик заканчивается

До сегодняшнего дня аргумент в пользу self-hosting для Mistral Large 4 оставался обещанием, а обещания не выдерживают закупочной экспертизы. Теперь это репозиторий. Два чекпойнта, один файл лицензии и опубликованный вендором рецепт обслуживания: vLLM с tensor parallelism 8 и FP8 MLA KV-кэшем, SGLang при tp-size 4 — оба со встроенной черновой головой DSpark для спекулятивного декодирования, а не со второй моделью.

Что это даёт — не более дешёвый токен, а конец токена как единицы стоимости. На собственном оборудовании счёт превращается в амортизацию, электроэнергию, место в стойке и инженера, который владеет кластером, а рабочая нагрузка с высоким и стабильным объёмом переходит из переменных затрат в постоянные. Это аргумент в пользу европейского банка с требованием резидентности данных, оборонного подрядчика, чья закупочная политика запрещает зарубежный инференс, или производителя, который на пять лет встраивает модель в продуктовую линейку. Это не аргумент в пользу стартапа с резкими всплесками трафика и без операционной команды: 610 ГБ весов, восемь GPU Blackwell и KV-кэш на 1M токенов — это капитальный проект, и ставка $0.70 у хостинг-провайдера ещё очень долго будет дешевле капитальных затрат.

Лицензия — это та часть, которую люди пропускают. Это модифицированный MIT с одним важным пунктом: запуск весов в качестве предложения «модель как услуга» требует отдельной коммерческой лицензии от Mistral. Однако внимательно читайте определение — оно исключает встраиваемые продукты для конечных пользователей и «простую пересылку запросов моделям, размещённым у других», поэтому шлюз, передающий трафик на инференс, размещённый у Mistral, выведен из-под действия пункта, а компания, которая поднимает собственную инференс-ферму и перепродаёт доступ, — нет. Если ваш план — «скачать и стать провайдером», прочитайте этот пункт до сметы на оборудование.

Где каждый из них на самом деле является правильным ответом

• Агентное программирование, долгосрочное использование инструментов, работа с крупными репозиториями — GPT-6.1 Sol. Именно здесь разрыв в Index максимален, и ценовая премия — это плата за правоту.

• Высокообъёмное извлечение и классификация с коротким выводом — Mistral Large 4 по цене $0.70 за ввод. Потолок рассуждений никогда не срабатывает, поэтому разрыв индекса никогда не применяется.

• Регулируемое развертывание с привязкой к юрисдикции — Mistral Large 4, и не потому, что он лучше. GPT-6.1 Sol невозможно разместить на собственных серверах ни за какие деньги, и на этом сравнение заканчивается.

• Интерактивные ассистенты, где первый токен — это продукт — Mistral Large 4 по скорости, если только вы не стримите рассуждения и можете выдержать ожидание.

• Инструменты защитной безопасности — Mistral Large 4, опираясь на заявленный поставщиком показатель отказов в 96,6% на вредоносные киберзапросы и набор кибербенчмарков, вокруг которого Mistral организовала свой запуск. Эти данные принадлежат Mistral, а не независимой лаборатории, и к ним следует относиться как к заявлениям, пока кто-либо не перепроверит их.

• Всё, где ответ должен быть верным, а бюджет задержки щедрый — GPT-6.1 Sol. Двадцать девять пунктов — это не ошибка округления.

Если вы собираетесь запустить оба

Смешанные модельные парки — обычный результат подобного сравнения, и операционный вопрос сводится к тому, как две совершенно разные модели укладываются в один счёт. GPT-6.1 Sol доступен на OrcaRouter ровно по прайс-листу OpenAI — $2.00 и $10.00 за миллион токенов, а для уровня свыше 272K — $4.00 и $15.00 — с маршрутизацией при нулевой наценке, так что тариф, который вы видите, — это тариф, который взимает OpenAI. Mistral Large 4 отсутствует в нашем каталоге: 214 моделей, эндпоинта Mistral нет, и если вы хотите обратиться к ней, используйте собственный API Mistral или собственное развёртывание vLLM. Что платформа действительно предоставляет для хостинговой части — это DSL маршрутизации — направьте рабочую нагрузку на одну модель и переключите её без изменения кода — и автоматическое переключение при сбое, именно это позволяет без катастрофы пробовать новую модель на производственном пути. Подключите самостоятельно размещённый эндпоинт по той же схеме — и две половины этого сравнения перестанут быть решением, которое нужно принимать один раз.

Два вопроса, а не один

Страницы сравнения скажут вам, что побеждает GPT-6.1 Sol, — и на единственном независимом инструменте, доступном обеим моделям, это действительно так: 55 против 26, при затратах на 62% ниже на каждую выполненную задачу и скорости вывода чуть выше половины. Это правильный ответ на вопрос «какая модель лучше», и будь это единственным вопросом, рынок закрыл бы его ещё в сентябре.

Вопрос, возникший сегодня утром, другой: какую модель вы всё ещё сможете запускать через три года, на оборудовании, которое вы контролируете, по лицензии, которую вы прочитали. Для очень многих команд ответом останется «ни та, ни другая, мы арендуем» — и тогда GPT-6.1 Sol — лучшая аренда. Для тех, чьё ограничение — владение, а не возможности, модель, набравшая 26, сегодня перестала быть компромиссом и стала единственным вариантом на столе. Оба ответа могут быть верными, поэтому интересная работа — не выбрать победителя, а решить, какой вопрос на самом деле задаёт ваша организация.