Muse Spark против Mistral Large 4.0: предварительная версия против выпущенной модели

Это неравный бой, и Mistral первым бы это сказал.Mistral Large 4.0 была анонсирована 6 октября 2026 года как публичная предварительная версия под псевдонимом «le Chonk» — смесь экспертов с 1 триллионом параметров и 52 миллиардами активных параметров, которая, по собственному описанию, всё ещё улучшается, а веса обещаны к концу октября.Muse Spark 1.3, текущий чекпоинт Muse Spark от Meta, вышел 2 сентября 2026 года и с тех пор остаётся стабильным. Сравнивать предварительную модель с выпущенной — это категориальная ошибка, если вы выбираете инфраструктуру для продакшена, и действительно полезное упражнение, если вы пытаетесь разобраться, какая из двух линеек, близких к открытым весам, заслуживает вашего внимания в ближайшие два квартала. От того, чем именно вы занимаетесь, зависит каждый вывод ниже, поэтому этот материал не смешивает эти два вопроса.

Где на самом деле стоит каждый из них

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.

Mistral Large 4 находится на противоположном конце своего жизненного цикла. В анонсе об этом говорится на удивление откровенно: сегодня публичная предварительная версия в Mistral Studio, веса — «к концу месяца», модель, которая «продолжает быстро улучшаться по мере того, как мы её дорабатываем», сейчас проходит red teaming с партнёрами по кибербезопасности и проверенными организациями при сниженной модерации. Она обучена с нуля на 3 800 графических процессорах NVIDIA Grace Blackwell в собственных европейских дата-центрах Mistral, и Mistral прямо заявляет, что суть именно в суверенитете — модель, размещённая в Европе и развёртываемая самостоятельно, для организаций, которые не могут допустить отказов на уровне провайдера в разгар инцидента.

Это различие в зрелости — первое, что нужно принять в расчёт, и это не упрёк. Предварительная версия, которая будет меняться, — это версия, на которой вам пока не стоит строить сертифицированный конвейер; а выпущенная модель, не менявшаяся в течение шести недель, — это та, на которой можно.

Независимые числа

Обе строки — это измерения, размещённые Artificial Analysis; ни одна из них не является заявлением вендора, а в листинге запись M​istral названа «M​istral Large 4 Preview».

• Intelligence Index — Muse Spark 1.3 (max): 48, 24-е место из 217. M​istral Large 4 Preview: 38, 66-е место из 217.

• Стоимость одной задачи индексации — Muse Spark 1.3: $1,60. Mistral Large 4 Preview: $1,13. Mistral дешевле в расчёте на выполненную задачу, несмотря на более низкий балл.

• Скорость вывода — Muse Spark 1.3: 121,9 токенов в секунду, 43-е место из 186. Mistral Large 4 Preview: не измерена, показатель не опубликован. Для предварительной версии, обслуживаемой из одного внутреннего кластера, неизмеренная скорость неудивительна и всё же остаётся пробелом.

• Многословность — Muse Spark 1.3: 170 млн выходных токенов в индексе. Mistral Large 4 Preview: 200 млн, описывается как очень многословная. Преимущество у Muse Spark.

• Цены по прайс-листу — Muse Spark 1.3: $1.25 за вход / $4.25 за выход, при кэшированном вводе — $0.15, фиксированно. Mistral Large 4 сейчас идёт по акционной ставке: сообщается о $0.68 за вход / $2.09 за выход при кэшированном вводе — $0.07 против обычных ставок $1.36 и $4.18. На собственной публичной странице цен Mistral всё ещё указана общая цифра «Mistral Large», а Large 4 не указан, поэтому страница документации — авторитетный источник, и именно акционную ставку нужно проверить, прежде чем принимать окончательное решение.

Если читать эту таблицу как утверждение о сегодняшнем дне, она говорит кое-что немного неловкое для Meta: более дешёвая модель здесь — та, что набрала меньше баллов, и её результат ниже на десять индексных пунктов. Если читать её как утверждение о предварительной версии, она говорит кое-что более полезное — стоимость эксплуатации конкурентоспособна, а возможности пока не дотягивают, и это облик модели, у которой есть куда двигаться, и вендора, который назначил цену соответственно.

Конфликт контекстного окна, обозначенный, а не разрешённый

В собственной карточке модели Mistral контекстное окно Mistral Large 4 указано как 1 миллион токенов. В описании Artificial Analysis для той же модели в панели спецификаций указано 524 000, а в тексте она описана как «520k токенов». Мы не собираемся брать среднее из этих значений. Одно из двух неверно, или одно описывает конфигурацию, которую не описывает другое, и мы не смогли разрешить это по общедоступным данным. Что мы можем сказать, так это то, что показатель производителя более конкретен в отношении модальности и архитектуры, а показатель аналитика более конкретен в отношении стоимости и производительности в задачах, поэтому ни один из источников не доминирует. Если размер окна важен для вашего решения, проверьте его через API, прежде чем окончательно выбирать, — это именно тот вид расхождений, который незаметно просачивается в продакшен.

Что касается модальностей, здесь нет ни конфликта, ни неоднозначности: обе модели принимают на вход текст и изображения и возвращают текст. В карточке модели Mistral Large 4 reasoning добавлен как выходная модальность, а среди её возможностей перечислены структурированные выходные данные, вызов функций, Q&A по документам, завершение по префиксу, пакетная обработка, агенты и коннекторы. Muse Spark 1.3 принимает на вход текст, изображения и видео и возвращает текст, с лестницей рассуждений от минимального до максимального уровня. Примечательно, что ни одна из моделей не публикует значение максимального количества выходных токенов, которое мы могли бы проверить, — и это одно из немногих мест в текущей области, где передовая модель от крупной лаборатории просто ничего не сообщает.

То, что заявляет каждый вендор, оставлено на его стороне

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.

Показатели Meta для Muse Spark 1.3 — это универсальная таблица агентных результатов: DeepSWE v1.1 — 75,4, OSWorld 2.0 — 66,9, Terminal-Bench 2.1 — 76,4 с агентом Terminus 2, MCP-Atlas — 89,2, GDPval-AA v2 — 1 754, SciCode — 58,5, HLE-Diamond без инструментов — 26,1 и JobBench — 61,8.

Эти два списка почти не пересекаются. DeepSWE v1.1 — единственная оценка, которую публикуют оба, и там Meta заявляет 75,4 против 61,7 у Mistral — разрыв достаточно широк, чтобы сохраниться при различиях в инструментах оценки, хотя мы не воспроизвели ни один из них. Во всех остальных случаях вендоры просто измеряли разные вещи, поэтому честное сравнение опирается на независимые строки выше, а не на объединение этих двух таблиц.

Вопрос, который на самом деле их разделяет: открытые веса

Это та ось, на которую намекает название матчапа, и та, где две модели — действительно разные продукты, а не лучшая и худшая версии одного и того же.

Mistral Large 4 заявляет путь к скачиваемым весам, обещанным к концу октября 2026 года, вместе с сопутствующим утверждением, что она превосходит любую модель с открытыми весами, разработанную в США или Европе. Если это состоится, она станет крупнейшим европейским релизом с открытыми весами и реальным вариантом для организаций, которым нужен самостоятельный хостинг. Обратите внимание: на момент написания лицензия не названа в карточке модели, а репозиторий Hugging Face не был общедоступен для чтения, когда мы проверяли, поэтому условия, на которых появятся эти веса, пока неизвестны — пробел, который мы не стали бы замалчивать, ведь в релизах с открытыми весами лицензия часто и есть вся суть.

Линейка Muse Spark — это не линейка с открытыми весами. Muse Spark 1.1, 1.2 и 1.3 закрыты и доступны через собственный API Meta. А вот веса действительно есть у отдельного представителя семейства под собственным именем — Muse Spark Open — релиза с 816 млрд параметров всего и 42 млрд активных, чей репозиторий был создан 15 сентября 2026 года, четыре недели оставался закрытым и без анонса, а 15 октября 2026 года был опубликован Meta вместе с лицензией. Эту хронологию мы можем утверждать прямо, потому что временные метки репозитория и дата лицензии есть в самом артефакте. А вот что не подтверждено — так это насколько он хорош: Meta не опубликовала отчёт об оценке, лежащий в основе её собственной сравнительной таблицы, поэтому относитесь к открытым весам как к отдельному вопросу, а не как к более новой версии Muse Spark 1.3. Тот, кто сравнивает обещание Mistral об открытых весах с Muse Spark 1.3, сравнивает две разные модели распространения, а не два уровня возможностей.

А значит, правило принятия решений простое и почти никак не связано с индексом. Если вам нужно запускать модель на собственном оборудовании, в своей юрисдикции, в соответствии со своими политиками, то в этом сравнении есть только один кандидат — Mistral, с оговоркой на то, что скажет его лицензия, когда появятся веса. Если вы покупаете эндпоинт, предварительная версия Mistral сейчас — менее результативный и более дешёвый вариант по сравнению с выпущенной моделью, которая превосходит её на десять пунктов индекса.

Сборка под любой из них без жёсткой привязки

OrcaRouter маршрутизирует Muse Spark 1.2 и Muse Spark 1.1 по прайс-листу Meta со сквозной передачей 0% наценки, наряду с более чем 200 моделями в одном API, с автоматическим переключением при сбое и DSL маршрутизации для распределения трафика между ними. Mistral Large 4 нет в нашем каталоге, и Muse Spark 1.3 тоже — так что мы не станем делать вид, будто этот матчап можно сегодня провести от начала до конца на одном из наших ключей. Сквозная модель здесь полезна именно тем, что нужно этому матчапу: поскольку акционная цена Mistral и релиз её весов выпадают на считаные недели друг от друга, маршрутизируемый ключ означает, что изменение цены или новая открытая сборка появляется у нас в тот же день, когда появляется у них, а не при следующем продлении договора.

Что делать в этом месяце

Если ваше решение может подождать до конца октября, подождите — самый значимый факт о Mistral Large 4 ещё не опубликован, и это лицензия на веса, а не какая-либо цифра в этой статье. Если ждать нельзя, сравнение на сегодняшний день — между предварительной версией по $0.68 / $2.09 со скидкой с оценкой 38 по индексу и без измеренной скорости вывода, и выпущенной моделью по $1.25 / $4.25 с оценкой 48 по индексу, примерно 122 токена в секунду и шестью неделями стабильности за плечами. Предварительная версия сегодня дешевле в расчёте на задачу и почти наверняка будет другой моделью к тому времени, как кто-либо это прочитает; выпущенная — на десять пунктов сильнее и не изменится. Ни то, ни другое не является рекомендацией, потому что решающий фактор — нужны ли вам веса, которые обещала Mistral, — а это не вопрос бенчмарка.

Подобный результат — это также напоминание о том, что ошибки моделей уже задокументированы: инциденты ИИ и сбои агентов, связанные с моделями этого класса, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг спорности.