Mistral Large 4 vs Qwen3-Max: Den billiga modellen är den med det lilla fönstret

Prisgapet går i motsatt riktning mot storleksgapet, vilket är hela poängen med den här kombinationen. Qwen3-Max kostar 0,36 USD per miljon indatatoken och 1,43 USD för utdata – en fjärdedel av Mistral Large 4:s listpris för utdata och ungefär en tredjedel av dess kampanjpris. Den erbjuder ett kontextfönster på 262K token med ett utdatatak på 65K. Mistral Large 4 uppger en kontext på 1M, mäter 524 288 på den testade konfigurationen och producerar upp till lika mycket i ett enda svar.

Så den billiga modellen är modellen med litet fönster, och huruvida det spelar någon roll beror helt och hållet på vad du skickar till den.

Korten

• Qwen3-Max — 0,36 $ in, 1,43 $ ut per miljon; 262K kontext; 65K maximal utdata.

• Mistral Large 4 — $1,36 in, $0,14 cachat, $4,18 ut; kampanjpris på $0,68 / $0,07 / $2,09. 1M kontext uppges, 524 288 uppmätt; 1,05 biljoner parametrar, 52 miljarder aktiva, med en visionsencoder på 1,6 miljarder parametrar.

• Förhållandet — Mistral är 3,8× Qwen på input och 2,9× på output till listpris; 1,9× och 1,5× på kampanj.

De två förhållandena är samma produkt beskriven på två sätt, och bara ett av dem överlever slutet av en kampanj som ingen har daterat.

Var 262K faktiskt begränsar

Tvåhundrasextiotvåtusen tokens är ungefär 200 000 ord. En medelstor kodbas, en lång uppsättning avtal, ett transkript som sträcker sig över flera timmar – allt detta överskrider den gränsen. Ett enda dokument, en chatthistorik, en agents arbetsmängd – de flesta av dessa gör det inte. Det ärligaste sättet att avgöra saken är att mäta 95:e percentilen av din indatalängd och jämföra den med taket i stället för med medelvärdet; medelvärdet är aldrig den begränsande faktorn, men svansen är det alltid.

Taket för utdata begränsar långt oftare än folk förväntar sig. Sextiofemtusen tokens är ungefär 50 000 ord, och varje generering av en lång rapport, en stor kodfil eller en fullständig transkriptionssyntes i en enda förfrågan närmar sig den gränsen. Mistrals uppmätta fönster på 524K är åtta gånger större, vilket är skillnaden mellan ett enda anrop och en chunking-pipeline – och en chunking-pipeline kostar utvecklingstid som inget pris per token återspeglar.

Vad prisskillnaden faktiskt betalar för

Kör en miljon indatatokener och 100 000 utdatatokener genom båda korten. Qwen3-Max: $0,36 plus $0,143 – cirka 50 cent. Mistral enligt listpris: $1,36 plus $0,418 – $1,78. Med kampanjpris: 89 cent.

Så flaggskeppet kostar mellan 1,8 och 3,6 gånger så mycket som den billigare modellen per identisk uppgift, och det ger en kontext som är nästan fyra gånger större, ett utdatatak som är åtta gånger större, inbyggd bildinmatning via en encoder med 1,6 miljarder parametrar, publicerade vikter och en licens du kan läsa. Om det är värt 1,28 dollar för den här uppgiften är en fråga om uppgiften, inte om marknaden.

En sak som jämförelsen inte fångar: Mistral publicerar en rad för cachad indata på 0,14 USD, och Qwen3-Maxs kort, så som vi läser det, innehåller inte en motsvarande. För en agent som skickar ett stabilt prefix varje tur kan den saknade raden vara värd mer än skillnaden i listpris – och det är det första man bör mäta i stället för att anta när man testar båda.

Vilken ska dirigeras vart

Qwen3-Max kan anropas på OrcaRouter till dess publicerade pris, via samma OpenAI-kompatibla slutpunkt som en katalog med 224 modeller, med automatisk redundansväxling. Mistral Large 4 finns inte i den katalogen; den körs via Mistrals eget API och tredjepartsvärdar.

Dirigeringsregeln som korten stöder är enkel: arbete med kort indata, kort utdata och hög volym går till 36-centsmodellen, eftersom inga av taken begränsar och priset är den enda variabeln. Allt i den långa svansen – ett helt dokument, en stor kodbas, en generering med ett enda anrop – går till modellen med det större fönstret, eftersom den billigare kommer att avböja jobbet i stället för att rabattera det.

Och om du väljer Mistral utifrån kampanjsiffran, tänk på vad den här sidan jämförde: enligt listpris är förhållandet mot Qwen nästan fyra mot ett för indata, inte två.