GPT-6 Astra vs Mistral Large 4: Ett förmågegap, ett prisgap och tre saker som benchmarktester missar

Mistral Large 4 är ungefär tre till sju gånger billigare än GPT-6 Astra och ligger ungefär sexton Intelligence Index-poäng efter. Enligt de oberoende siffror som lästes under veckan den 8 oktober 2026 ligger Mistral Large 4 Preview på 38,4 i Artificial Analysiss Intelligence Index v4.3 och GPT-6 Astra på 54,7 — ett större gap än det mellan Astra och någon annan modell i den här klassen — medan prislistorna anger 0,68 och 2,09 dollar per miljon tokens mot 10,00 och 50,00. Om kapacitet per dollar vore den enda frågan skulle svaret vara Astra för tungt arbete och Mistral Large 4 för volym, och artikeln skulle sluta här.

Det stannar inte där, för tre av de skillnader som avgör den här duellen syns inte i någon av leverantörernas benchmarktabeller. Mistral Large 4 kom den 6 oktober 2026 som en offentlig förhandsversion vars vikter inte har släppts, serveras från Mistrals egna europeiska datacenter och marknadsförs med ett vägransbeteende som slutna modeller inte kan återskapa till något pris. GPT-6 Astra släpptes den 3 september 2026 som toppen av OpenAI:s produktlinje, är sluten, modererad och är i den här jämförelsen modellen som säger nej. Det är en annan axel än den som indexet mäter.

Specifikationen, båda sidorna på varje rad

• Lansering — GPT-6 Astra 3 september 2026, allmänt tillgänglig vs Mistral Large 4 6 oktober 2026, offentlig förhandsversion

• Parametrar – Astra ej offentliggjorda vs Mistral Large 4 med totalt 1,05 biljoner och 49 miljarder aktiva per token, plus en vision med 1,6 miljarder parametrar

• Kontextfönster — Astra 1 050 000 tokens vs Mistral Large 4 som annonseras med 1M men uppmäts till 524 288 av Artificial Analysis i den konfiguration som testas

Maximal utdata — Astra 128 000 tokens vs Mistral Large 4 ännu inte dokumenterad

• Indatapris — Astra $10,00 per 1M mot Mistral Large 4 $1,36 enligt den publicerade prislistan, för närvarande debiteras ett kampanjpris på $0,68

• Pris för utdata — Astra $50,00 per 1M mot Mistral Large 4 $4,18 på kortet, för närvarande $2,09

• Cachad indata – Astra 1,00 $ per 1M mot Mistral Large 4 0,14 $, för närvarande 0,07 $

• Nivå för lång kontext — Astra omprissätter hela begäran till $20.00 och $75.00 över 272 000 indatatoken; Mistral publicerar inget jämförbart steg

• Vikter — Astra stängd vs Mistral Large 4 utlovad under en icke namngiven öppen licens senast i slutet av oktober 2026, ännu inte släppt

• Var den körs — Astra på OpenAIs infrastruktur, Azure och AWS Bedrock mot Mistral Large 4 på Mistrals eget europeiska kluster idag, självhostbar när vikterna släpps

• Oberoende intelligensindex — Astra 54,7 vs Mistral Large 4 Preview 38,4

• Oberoende långkontextåterkallning — Astra 80,7 vs Mistral Large 4 81,3, den enda kapacitetsraden där Mistral leder

Indexgapet är verkligt, och det är inte hela modellen

Femtiofyra mot trettioåtta är inte en avrundningsskillnad. I samma utvärderares Terminal-Bench 4.0-harness registrerar Astra 59,1 % mot Mistral Large 4 Previews 26,8 %, och på Artificial Analysis egen sida flaggas Mistral Large 4 för att i genomsnitt ta cirka 507 sekunder per uppgift, medan Astras indexkörningar prissätts till cirka 3,26 USD i beräkningskostnad vardera. En modell som tar åtta minuter per uppgift och får sexton poäng lägre tävlar inte i samma arbetsbelastningsklass för agentisk kodning.

Två linjer pekar i motsatt riktning, och båda är värda att ta med sig in i varje beslut. Mistral Large 4 leder när det gäller återkallelse i långa kontexter, 81,3 mot 80,7, vilket är en genuin styrka för det dokumenttunga och retrievaltunga arbete där en europeisk köpare med störst sannolikhet vill ha den. Och den är en förhandsvisning av en mixture-of-experts med 1,05 biljoner parametrar som Mistral uppger fortfarande befinner sig i en omättad förstärkningsinlärningskörning – leverantörens egna ord är att den förväntar sig "stora och snabba förbättringar under de kommande veckorna och månaderna". Den modell du benchmarkar i dag är den sämsta versionen av den du någonsin kommer att faktureras för. Astras 54,7 är kopplat till en fast förmåga; Mistrals 38,4 är kopplat till en rörlig sådan, och båda dessa fakta talar till köparens fördel på olika sätt.

Varifrån Mistrals siffror kommer, och vem som räknade fram dem

Mistrals lanseringsmaterial är ovanligt noga med proveniens, och noggrannheten är i sig information. Tre av de mest framträdande siffrorna för agentisk kodning — 61,7 % på DeepSWE v1.1, 59,4 % på SWE-Atlas-QnA och 28,3 % på Terminal-Bench 4.0, som kombineras till en poäng på 49,8 % i Coding Agent Index — beskrivs av Mistral som utvärderade privat av Artificial Analysis före den testramens offentliga lansering. De finns ännu inte i det offentliga indexet, vilket gör dem starkare än ett egenkört benchmark och fortfarande inte reproducerbara av dig i dag.

Den starkaste oberoende datapunkten i släppet är en som Mistral inte själva körde. Surge AI, ett tredjepartsföretag för annotering, genomförde en blind mänsklig utvärdering av kodningskvalitet med modellernas identiteter dolda, och professionella annotatörer betygsatte Mistral Large 4 Preview till 3,74 på en skala från 1 till 5 – näst bäst av fem, endast efter Claude Opus 5 på 4,22, och före Kimi K3 på 3,59, GLM-5.3 på 3,60 och GLM-5.2 på 3,40. En blind mänsklig utvärdering med ett namngivet labb i andra änden är en annan sorts bevis än en självpublicerad tabell, och det är det enskilt starkaste oberoende resultatet i tillkännagivandet.

Allt annat i Mistrals tabell är leverantörsrapporterat och inte reproducerat, inklusive cybersiffrorna nedan. Läs dem som påståenden från ett självsäkert labb, inte som mätningar.

Vad Mistral egentligen säljer: vägran

Det här är den del av jämförelsen som ingen benchmark fångar, och det är det skarpaste någon av leverantörerna har sagt i den här duellen.

På Artificial Analysis' Cyber Index säger Mistral att Mistral Large 4 rankas bland de fem bästa globalt och leder modeller med öppna vikter som utvecklats utanför Kina. I ett specifikt test – att reproducera en verklig sårbarhet i programvara med öppen källkod och sedan lappa den – rapporterar den 82 %, vilket beskrivs som det högsta av någon modell, tillsammans med 93 % av Cybenchs 40 tävlingsövningar. Sedan gör den observationen som ger lanseringen dess fördel: flera ledande stängda modeller, bland dem Claude Opus 5.5 och GPT-6 Astra, får nära noll på samma test eftersom de vägrar uppgiften.

Båda delarna av det där är leverantörsrapporterade. Ingen av dem har oberoende reproducerats. Men mekanismen är inte exotisk och det är inte en pik – OpenAI släppte GPT-6 Astra bakom vad bevakningen vid lanseringen beskrev som en kritisk cybertröskel, och en modell med striktare avvisningshållning kommer att avböja en begäran om att återskapa en sårbarhet som en modell med lösare sådan kommer att försöka sig på. De 82 procenten och nästan noll är två sidor av samma policybeslut, och vilken av dem man vill ha beror på vad man jobbar med. Ett red team som utvärderar sin egen programvara vill ha de 82 procenten. En reglerad plattform som betjänar slutanvändare kan specifikt vilja ha avböjandet och kan vara villig att betala 10,00 och 50,00 dollar per miljon tokens för det.

Det är skillnaden mellan dessa två modeller som ingen rad på en topplista någonsin kommer att visa dig, och det är anledningen till att de kommer att samexistera på marknaden i stället för att den ena tränger undan den andra.

Vad "open-weight" betyder den här veckan

Tre förbehåll hör hemma på Mistral Large 4:s sida av bladet, och vart och ett har ett pris.

• Vikterna är inte ute. Det finns inga checkpoints, ingen licensfil och inget repository i dag. Mistral säger att de kommer i slutet av oktober 2026 efter ett red-teaming-fönster där granskade partner och nationella myndigheter får en upplåst build. Fram till dess är det enda sättet in preview-API:et, vilket innebär att argumentet "kör det på din egen hårdvara" är en roadmap-post, inte en förmåga.

• Oberoendeflaggan stämmer inte överens med marknadsföringen. Artificial Analysis listar modellen som isOpenWeights: false med kategoriseringen "proprietary", eftersom det som finns är en förhandsversion som serveras från leverantörens eget kluster. Den flaggan är den tydligaste enskilda illustrationen av klyftan mellan orden "open-weight" och artefakten.

• Priset du får är ett kampanjpris. Mistrals kort visar $0.68 och $2.09 mot en genomstruken lista på $1.36 och $4.18. Beräkna din faktura utifrån den senare. En förhandsversion är också en fasbeteckning i avtalsmässig mening – modellen kan pekas om, prissättas om eller avvecklas med kortare varsel än en GA-version, så en pipeline som är trimmad för den här veckans build medför en omvalideringskostnad som du inte har budgeterat för.

Inget av det gör förhandsvisningen till ett dåligt köp. Det gör den till ett köp med ett utgångsdatum och en räkning för omvalidering, vilket är en annan sorts kostnad än ett pris per token.

Suveränitet är en upphandlingspost, inte en slogan

Mistral tränade Mistral Large 4 från grunden på 3 800 NVIDIA Grace Blackwell-GPU:er i sina egna europeiska datacenter, tog in 3 miljarder euro i en Serie D specifikt för att bygga den kapaciteten och levererar förhandsversionen från samma infrastruktur. För en reglerad köpare är detta inte en marknadsföringsposition; det är ett krav som GPT-6 Astra för närvarande inte kan uppfylla till något pris. OpenAI:s modell är nåbar via OpenAI:s eget API, Azure och AWS Bedrock – alla utmärkta för skalning och ingen av dem utgör en europeiskt driven end-to-end-pipeline.

Den andra halvan av suveränitetsargumentet landar när vikterna gör det. En organisation med GPU:erna kan då köra en gles modell med 1,05 biljoner parametrar i egen miljö utan någon leverantör inblandad, vilket förändrar både berättelsen om datalokalisering och vägransbeteendet samtidigt. Astra kommer fortfarande att vara ett API-anrop när det händer. Om din färdplan har en fas i egen miljö är Mistral Large 4 den enda av dessa två som har en — och om den inte har det är hela den kolumnen inte värd någonting för dig.

Att köra båda utan att satsa på endera

Den besvärliga formen av den här matchningen för en router är att den ena sidan är en modell vi betjänar och den andra är en förhandsvisning som vi inte betjänar. GPT-6 Astra finns i OrcaRouters katalog till OpenAIs listpris utan något påslag, på samma OpenAI-kompatibla nyckel som över 200 andra modeller, med automatisk redundansväxling över uppströmsleverantörer – vilket spelar roll här eftersom en förhandsvisning är precis den typ av beroende man vill ha bort från sin kritiska väg tills den har stabiliserats. Mistral Large 4 dirigeras inte av oss medan den levereras från Mistrals eget kluster bakom en förhandsvisningsflagga; den ärliga versionen av vår del av den här jämförelsen är Astra-sidan av den, plus möjligheten att köra samma uppgift mot endera utan ett andra avtal. När en allmänt tillgänglig Mistral-slutpunkt dyker upp ärver den samma 0 % genomsläpp som resten av katalogen körs på, och en leverantörsprisändring slår igenom på samma nyckel samma dag som den sker i stället för vid nästa förnyelse.

Vad en nyckel ger dig i dag är själva A/B-testet: samma prompt, samma utvärderare, två modellsträngar, en faktura — vilket är hur du besvarar den enda fråga som spelar roll om en förhandsversion, nämligen om dess vägranshållning och dess återkallning i lång kontext är värda sexton indexpunkter för din arbetsbelastning.

Beslutsregeln, och datumet som ändrar den

Om arbetet är krävande resonemang, agentisk kodning eller något som mäts av toppen av Intelligence Index, ligger GPT-6 Astra före och prisskillnaden är premien för det – 10,00 USD och 50,00 USD per miljon tokens, med omprissättning till 20,00 USD och 75,00 USD för förfrågningar över 272 000 indatatokens.

Om arbetet enligt krav ska vara europeiskt baserat, är känsligt för vägran eller är på väg mot on-premises-hårdvara, är Mistral Large 4 den enda av de två som ens besvarar frågan, till en fjärdedel till en sjundedel av tokenpriset, med förbehållet att artefakten du driftsätter senare inte är samma artefakt som du utvärderar nu.

Datumet att hålla utkik efter är slutet av oktober 2026, då Mistral säger att checkpoints släpps. Tre saker förändras den dagen: licensen får ett namn, argumentet för självhosting upphör att vara ett argument, och lanseringspriset knutet till en föränderlig förhandsversion upphör att vara priset knutet till en fast version. Den som just nu jämför dessa två modeller utifrån kapacitet bör göra om jämförelsen efter det, eftersom en av dess kolumner kommer att ha förändrats.