Mistral Large 4 против Llama 4 Maverick: разрыв поколений, а не разрыв в цене

Mistral Large 4 и Llama 4 Maverick — это объекты одного типа, но не одного поколения. Оба представляют собой разреженные смеси экспертов с контекстным окном в один миллион токенов, указанным в карточке модели, оба принимают изображения наряду с текстом, и оба можно скачать и запустить на собственном оборудовании. Maverick вышел 5 апреля 2025 года с 400 млрд общих параметров и 17 млрд активных. Предварительная версия Mistral Large 4 появилась 6 октября 2026 года, а ее веса были опубликованы 29 октября — 1,05 трлн общих параметров и 52 млрд активных. Их разделяют девятнадцать месяцев. Если взять медианную цену на рынке хостинга Maverick, их разделяет всего лишь примерно 1,3-кратная разница в стоимости — а это совсем не то, что почти кто угодно ожидает услышать о модели такого возраста.

Короткий ответ, прежде чем перейти к оговоркам

Если вы начинаете новый проект в конце 2026 года и вам нужны рассуждения, работа с длинными документами или агентная разработка кода, Mistral Large 4 — лучшая модель и более дорогая. Если вам нужна модель с открытыми весами, которую можно дообучать, запускать в изолированной среде или вызывать за долю цента за запрос в простой задаче извлечения, Llama 4 Maverick всё ещё остаётся оправданным выбором — не потому, что она конкурентоспособна по возможностям, а потому, что нагрузке эти возможности могут быть не нужны. Ошибка — воспринимать 19-месячный разрыв как соперничество. Это ценовой уровень, который случайно оказался в одной категории, и часть про цену страннее, чем часть про возможности.

Числа рядом

• Общее количество параметров — Mistral Large 4 составляет 1,05 трлн, распределённых по 128 маршрутизируемым экспертам, плюс один общий эксперт, против 402 млрд у Llama 4 Maverick на 128 экспертах, которые Meta указывает как 400 млрд.

• Активные параметры — 52B на токен у Mistral Large 4 (49B для языкового стека; с учётом эмбеддингов и выходных слоёв — 52B) против 17B у Llama 4 Maverick, так что разрыв в объёме вычислений на токен составляет примерно три к одному.

• Контекст — 1M токенов заявлено у обоих; то, что хост фактически обслуживает, — это другое число, и об этом пойдёт речь в одном из следующих разделов.

• Модальность — на входе текст и изображение, на выходе текст, в обоих случаях. Визионный энкодер Mistral Large 4 насчитывает 1,6 млрд параметров; энкодер раннего слияния Maverick отдельно не выделен в опубликованных Meta цифрах.

• {{1}}Рассуждение{{/1}} — Mistral Large 4 предлагает шкалу уровней усилий: низкий, средний и высокий, причём высокий выбран по умолчанию. На панели спецификаций {{2}}Artificial Analysis{{/2}} Llama 4 Maverick указана как модель, вообще не имеющая режима рассуждения.

• Цена за миллион — $0.70 за ввод и $2.10 за вывод напрямую от Mistral, при этом кэшированный ввод стоит $0.07, против полного отсутствия официальной прайс-листовой цены на Maverick, поскольку Meta его не продаёт. Хостеры берут всего от $0.17 за ввод и $0.60 за вывод; по оценке Artificial Analysis, медианные цены провайдеров составляют $0.50 за ввод и $1.68 за вывод.

• Лицензия — Mistral Ecosystem Open-Weight License, модифицированная MIT с исключением для model-as-a-service, в отличие от Llama 4 Community License с порогом в 700 миллионов ежемесячно активных пользователей.

• Выпуск — 29 октября 2026 года для чекпоинта Mistral Large 4, тогда как для Llama 4 Maverick — 5 апреля 2025 года; отсечка знаний — август 2024 года.

Битва за эталонный показатель идёт между двумя разными правителями

Поищите это противостояние, и вы найдёте страницы, утверждающие, что Mistral Large 4 набирает 38,0 в Artificial Analysis Intelligence Index против 14,3 у Maverick, а другие страницы утверждают, что Maverick побеждает в девяти из одиннадцати бенчмарков. Оба набора чисел реальны в том смысле, что кто-то их напечатал. Ни один из них не является сравнением.

На текущем Artificial Analysis Intelligence Index v5, перестроенном 27 октября 2026 года, Mistral Large 4 набирает 26 при высоком уровне рассуждений и 23 при среднем. Цифра 38,0, которую вы видите в цитатах, — это его оценка в предыдущей сборке v4.3.2 из октябрьского предпросмотра, и её нельзя вычитать из чего-либо измеренного после перестройки — изменился индекс, а не только модель. У Maverick, тем временем, вообще нет оценки по индексу v5. На его странице Artificial Analysis в месте, где должен быть показатель интеллекта, отображается «N/A», рядом со скоростью 62,7 выходных токенов в секунду и примечанием, что он медленнее среднего для своего класса. Цифра 14,3, гуляющая по сайтам сравнения, относится ко времени до перестройки.

Измеримое — это более узкое и более честное. Mistral сообщает о 41% на Terminal-Bench 4.0, что выше 28% на этапе preview; 61,7% на DeepSWE v1.1; 79% на CyberGym-E2E; и 51 в Artificial Analysis Cyber Index — третье место среди моделей с открытыми весами. Все эти показатели, кроме Cyber Index, сообщены производителем и получены на собственном агентном скаффолде Mistral, а показатель Terminal-Bench, в частности, воспроизводился гораздо ниже — 24,7% — когда те же веса запускались на нейтральном harness mini-swe-agent от Artificial Analysis. Опубликованные цифры Maverick относятся к апрелю 2025 года и используют совершенно более старый набор: 85,5 MMLU, 80,5 MMLU-Pro, 69,8 GPQA Diamond, 91,6 DocVQA — все сообщены Meta при запуске. Не существует общего harness, в котором были бы прогнаны обе модели, поэтому единственное защитимое утверждение — направленное: более новая, более крупная модель, обученная рассуждениям, лучше справляется со сложными задачами, причём на величину, которую никто чисто не измерил для этой пары.

Что на самом деле даёт вам миллион токенов на каждом

Контекстное окно — это то, где две модели выглядят наиболее похоже, но ведут себя наиболее по-разному в продакшене.

Карточка модели Llama 4 Maverick указывает 1 048 576 токенов, а панель характеристик Artificial Analysis повторяет 1M. На практике большинство хостов ограничивают его гораздо сильнее — 128K встречается часто, — и почти никто не предоставит вам одновременно полное окно и полезный бюджет вывода. Максимальный объём вывода у Maverick обычно составляет от 8K до 16K в зависимости от провайдера, а собственный размещённый эндпоинт Meta указан примерно на 4K. Так что сборка Maverick с «контекстом 1M» обычно оказывается сборкой на 128K у стороннего хоста, и вы узнаёте об этом на первом же длинном документе.

Mistral Large 4 публикует 1M через собственный API Mistral, что по крайней мере является единым числом, за которое можно отчитаться, а не лотереей по каждому хосту. В документации Mistral не публикуется максимальное значение вывода, поэтому действует тот же совет: измеряйте пару — входное окно и предел вывода — на той конечной точке, которую вы действительно будете вызывать, а не на карточке.

Именно для такого случая и нужен роутер. OrcaRouter передаёт цену из прайс-листа провайдера без наценки (0%) и автоматически переключается между провайдерами при сбое, поэтому хост, который незаметно урезает контекстное окно, проявляется как решение маршрутизации, а не как производственный инцидент. Ни Mistral Large 4, ни Llama 4 Maverick сегодня нет в нашем каталоге, так что это аргумент о том, как запускать любую выбранную вами модель с открытыми весами, а не утверждение, что мы предоставляем эти две.

Счёт, который сошёлся, — и почему спред — это главное

Возьмём скромную рабочую нагрузку в продакшене: 100 миллионов входных токенов и 40 миллионов выходных токенов в месяц.

• Mistral Large 4 по прайс-листу — 100 × $0.70 = $70, а 40 × $2.10 = $84, итого $154 в месяц.

• Llama 4 Maverick при медианном показателе провайдера — 100 × $0.50 составляет $50, а 40 × $1.68 — $67.20, итого $117.20 в месяц.

• Llama 4 Maverick у конкурентоспособного хостера — около $0.25 и $0.92, а та же нагрузка обойдётся в $61.80.

• Llama 4 Maverick у самых дешёвых хостов — около $0.17 и $0.60, что в сумме даёт $41.

Итак, соотношение с Mistral Large 4 колеблется от 1,3 раза по медиане до примерно 3,8 раза в нижней части рынка. Этот диапазон — не свойство модели. Это свойство того, где вы покупаете Maverick, и он шире, чем разрыв между двумя моделями в середине распределения. Команда, которая проводит бенчмарки на дешёвом хосте, а бюджет планирует по медиане, заложила в собственный прогноз ошибку в 3 раза.

Сопоставьте это со способностью, которую вы сейчас не можете измерить попарно, и решение перестанет быть арифметикой. Разумная рамка — стоимость за завершённую задачу, а не за токен: если Mistral Large 4 выполняет за один проход задачу, которая на Maverick требует трёх попыток и цикла исправлений, даже медианный разрыв в 1,3× исчезает. Это утверждение, которое вам придётся проверить на собственных задачах, и это самый ценный эксперимент, который можно провести с любой из этих моделей в этом месяце.

То, о чём никто не говорит вслух: Maverick — последняя открытая Llama.

Модель Llama 4 Maverick не объявлена устаревшей. Она по-прежнему доступна на Hugging Face, по-прежнему распространяется по лицензии Llama 4 Community License и по-прежнему широко развертывается в локальных и изолированных от сети средах. Но это конец линейки. Передовые разработки Meta в 2026 году перешли к закрытому семейству Muse Spark, а Llama 5 так и не выпущена — страницы, утверждающие, что она вышла, приводят спецификации, противоречащие друг другу и собственным анонсам Meta. Инвестиции в открытое направление Llama фактически прекратились.

Это меняет смысл фразы «выбрать Maverick». Это не выбор модели, которая будет улучшаться; это выбор модели, которая останется точно такой же, пока инструментарий вокруг неё медленно меняется. Для дообученной, замороженной, развёрнутой системы это нормально — пожалуй, даже преимущество, потому что под вами ничего не движется. Для платформы, на которой вы собираетесь расти, это тупик с двухлетним горизонтом. Учтите, что отсечка знаний — август 2024 года: модель никогда не видела ничего, что произошло после этого, и никакой объём промпт-инжиниринга это не исправит.

У Mistral Large 4 противоположный профиль риска. С момента релиза с открытыми весами прошло шесть дней, в документации он по-прежнему обозначен как публичная предварительная версия, а лицензия требует коммерческого соглашения, если вы собираетесь перепродавать инференс на его основе. Молодой и динамичный продукт с условиями, которые нужно прочитать, прежде чем строить на нём бизнес.

Где Maverick всё ещё выигрывает

Три случая, и они совсем не мелкие.

Первый фактор — аппаратное обеспечение. 400 млрд параметров Maverick занимают примерно 373 ГБ в FP8, а это один узел с восемью GPU H100 или H200. FP8-чекпоинт Mistral Large 4 занимает около 1,06 ТБ и распределён по 54 шардам, а Mistral сообщает, что квантованная сборка NVFP4 работает на четырёх GPU B200 или B300. Если ваше развёртывание — это один узел в стойке, которой вы уже владеете, выбор уже сделан за вас.

Второй — это тонкая настройка. У Maverick было девятнадцать месяцев на LoRA от сообщества, рецепты квантования и руководства по обслуживанию. У Mistral Large 4 было шесть дней. Разрыв в экосистеме реален, и он измеряется часами отладки, а не бенчмарками.

Третий — форма задачи. Классификация, извлечение данных, маршрутизация, суммирование коротких документов, массовое подписывание изображений — ни одна из этих задач не требует рассуждающей модели с триллионом параметров, и все они дешевеют на модели с 17B активных параметров. Платить наценку за токены рассуждений, которые вы никогда не используете, — самый распространённый способ, которым команды впустую тратят деньги при выборе модели.

Если вам нужна актуальная модель с открытыми весами, не относящаяся ни к одной из этих, в каталоге OrcaRouter представлены Kimi K3 и GLM-5.3-Flash, обе доступны для вызова с тем же ключом API, что и остальные более чем 200 моделей, которые мы маршрутизируем, по прайс-листу провайдера без наценки. Они обрамляют это сравнение, а не входят в него: GLM-5.3-Flash стоит $0.15 за вход и $0.50 за выход, что значительно ниже любой из двух моделей здесь, тогда как Kimi K3 стоит $3.00 и $15.00, что значительно выше обеих. Ни одна из них не заменяет две модели из этой статьи, но это два очевидных варианта, на которые стоит посмотреть, если не подходит ни один из этих концов диапазона.

Как принять решение за полдня

Возьмите двадцать реальных задач из своих логов. Прогоните их через обе модели с одинаковыми промптами и одинаковым лимитом вывода и оцените, был ли результат пригоден к использованию без ручной правки. Запишите, сколько токенов сжёг каждый запуск, умножьте на указанные выше цены и разделите на количество пригодных результатов. Так вы получите стоимость за пригодный результат — единственную цифру, которая выдерживает столкновение с бюджетом.

Моё ожидание, высказанное как ожидание, а не как вывод: Mistral Large 4 выигрывает трудную половину этого набора и проигрывает лёгкую половину по стоимости, а точка разделения приходится туда, где вашим задачам перестаёт требоваться многошаговое рассуждение. Maverick — не лучшая модель. Она дешевле по медиане до тех пор, пока дешевизны достаточно, — и после девятнадцати месяцев без преемника это ставка с видимым сроком истечения.